AI隨訪平臺幫助醫(yī)生完成了隨訪的幾個部分，包括計劃制定、電話通話、信息收集、結(jié)構(gòu)化存儲和數(shù)據(jù)上傳。AI語音隨診的工作流程包括四個主要部分：

1.導入患者信息，

2.打電話，

3.提問和信息收集，

4.內(nèi)容識別和保存。

首先，導入每個隨訪對象的基本信息列表，包括每個患者的身份證號碼、電話號碼、主治醫(yī)生，以制定隨訪調(diào)查問卷。研究團隊調(diào)整了電話設(shè)置，例如撥打電話的時間、兩次通話之間的間隔以及預留的響應時間。

導入后，系統(tǒng)自動通過中繼線撥號。通話接通后，通過文本轉(zhuǎn)語音（TTS）技術(shù)將語音文本轉(zhuǎn)換為語音，并使用模擬人聲進行交流。

隨訪時，首先根據(jù)預設(shè)問卷進行自我介紹和認同，然后提出問題。收到患者的回答后，利用交互式語音應答（IVR）和自動語音識別（ASR）技術(shù)提取回答要素，判斷是否存在身體異常，并生成標準化指標，并根據(jù)識別的內(nèi)容選擇下一個問題。完成隨訪后，完整的錄音會針對每個問題及其答案進行分段，并使用語音轉(zhuǎn)文本 (STT) 技術(shù)將患者的回答翻譯成文本。

最后，將所有收集到的信息，包括隨訪日期、通話和應答情況、隨訪時長、完整錄音、分段錄音、翻譯文本和隨訪結(jié)果進行結(jié)構(gòu)化存儲。

此外，所有異常指標和10%的正常指標均由人工檢查進行質(zhì)量控制。存儲完成后，CHCP 可以查看記錄并進行修改。

二、AIiCall呼叫中系統(tǒng)的醫(yī)療隨訪解決方案

1. 保證人工智能的學習能力

長期來看，還需要做更多的工作來保證整體管理流程的運行。最重要的是保證人工智能的學習能力，通過不斷的識別實踐和問卷的改進來提高識別的準確性。

2. 完善后續(xù)流程

包括問卷的更新，例如調(diào)整問題數(shù)量或詢問順序。此外，還應該考慮接聽電話的患者特征分類。對于拒絕接聽電話或回答很長的患者，電話隨訪可能不適合，仍然可以完成傳統(tǒng)的人工隨訪。應建立短信庫，每次隨訪后應向患者提供初步簡短反饋。根據(jù)陽性癥狀的等級，建立不同的反應水平。如果患者血壓過高，會直接提醒醫(yī)生處理，無需等待醫(yī)生安排后續(xù)計劃。

3. 改進慢病管理系統(tǒng)的銜接

研究團隊正在完善語音隨訪平臺與慢病管理系統(tǒng)的數(shù)據(jù)對接，每天都會將相關(guān)隨訪數(shù)據(jù)傳輸?shù)铰」芾硐到y(tǒng)。如果患者到門診復診，醫(yī)生可以直接在彈出的表單內(nèi)容中看到早期隨訪提醒的異常癥狀，醫(yī)生可以根據(jù)異常情況、保存在表單中的內(nèi)容提出更全面的問題。如果患者在隨訪期間沒有到診所就診，社區(qū)醫(yī)生或助理也可以在慢病管理平臺上查看AI隨訪填寫的臨時表格，并根據(jù)情況致電患者進一步詢問。

三、AI隨訪的效果如何呢？

研究團隊設(shè)計了兩次隨訪，一次由人工智能隨訪，另一次由人工隨訪。第二次隨訪在3-7天內(nèi)進行（平均5.5天）。

但本篇研究存在一定的局限性：首先，本次試點只選擇了一個社區(qū)中心，而且所有患者都是自己招募的，可能存在選擇偏差。其次，改變兩種隨訪方法的順序可能會產(chǎn)生偏差，所有第一次調(diào)用都應該隨機分配給人工智能或人類，以觀察人工智能與人類相比的平均效果。

1. 回答一致性

將收集到的指標分為四類：癥狀、并發(fā)癥、生活方式和藥物治療。

AI與人工隨訪在癥狀相關(guān)問題的回答上顯示出中度到高度的一致性；

在并發(fā)癥方面，一致性為相對較低；

生活方式指標的一致性大多較高，尤其是吸煙方面，但鹽攝入量的一致性僅為中等，是生活方式中一致性最低的部分，飲酒和運動表現(xiàn)出一致性中等；

從用藥情況來看，不規(guī)范用藥的一致性較高。

在AI和人工隨訪之間的363個不一致記錄中，76.6%是由于患者對癥狀問題的不同回答造成的，11.3%是由于AI識別錯誤，3%是醫(yī)生和AI對一致答案的不同判斷，6.3%是醫(yī)生填寫錯誤，1.4%是錄音不完整，還有1.4%是問題表述的模糊性。