一种生成电子病历的方法、设备和计算机可读存储介质与流程

1.本技术一般涉及电子病历技术领域。更具体地，本技术涉及一种生成电子病历的方法、设备和计算机可读存储介质。

背景技术：

2.病历是医务人员在问诊过程中对患者疾病的发生、发展和转归等进行检查、诊断、等医疗活动过程的记录，也是对采集到的资料加以归纳、整理、综合分析并且按规定的格式和要求书写的患者医疗健康档案。
3.传统的问诊过程是由医务人员通过键盘输入的方式输入问诊信息，以生成病历报告，但这样会导致问诊过程耗时较长。目前，已经将语音识别技术应用于问诊过程中，通过对问诊的音频数据进行识别，将识别的信息之间填入对应位置，从而生成病历报告。然而，目前问诊的音频数据往往无法与医务人员和患者相对应，导致在将识别的信息填入对应位置时发生错误。例如将医务人员的问题信息填入患者的描述信息处，而将患者的描述信息填入医务人员的问题信息处，使得生成的病历报告错误。此外，现有的电子病历的生成往往采用固定的电子病历模板，通过获取关键信息与模板之间的对应关系来生成电子病历，这使得生成的电子病历的形式较为固定、单一。

技术实现要素：

4.为了至少部分地解决背景技术中提到的技术问题，本技术的方案提供了一种生成电子病历的方案。利用本技术的方案，可以将音频数据分别与医务人员和患者相对应，并通过神经网络模型来生成电子病历，以避免电子病历报告出错和生成单一形式的电子病历报告。为此，本技术在如下的多个方面提供解决方案。
5.在第一方面中，本技术提供一种生成电子病历的方法，包括：从左声道和右声道获取与问诊相关的音频数据，其中所述左声道和右声道分别设置有各自的角标签；对与所述问诊相关的音频数据进行语音识别，以至少获得与角标签对应的对话文本；基于对话文本分别提取其与问诊相关的关键信息；以及使用神经网络模型根据角标签和对应的对话文本中的关键信息生成电子病历。
6.在一个实施例中，所述方法还包括：响应于角的立体声输入，将所述角的立体声输入设置为立体声格式；以及对所述立体声格式进行声道分割，以确定所述左声道和所述右声道。
7.在另一个实施例中，其中所述角标签包括医生标签和患者标签，所述对话文本包括与所述医生标签对应的问诊问题文本以及与所述患者标签对应的问诊答案文本。
8.在又一个实施例中，其中基于对话文本分别提取其与问诊相关的关键信息包括：对所述问诊问题文本和所述问诊答案文本分别进行标注；以及根据标注后的问诊问题文本和问诊答案文本提取各自的关键信息。
9.在又一个实施例中，其中所述关键信息至少包括医生提问的关于患者的主诉问题
特征词和/或句以及病症问题特征和/或句以及患者回答的关于主诉描述特征词和/或句以及病症描述特征词和/或句。
10.在又一个实施例中，其中使用神经网络模型根据角标签和对应的对话文本中的关键信息生成电子病历包括：将角标签和对应的对话文本中的关键信息输入至神经网络模型中，以获得与病历相关的图片；以及基于所述图片生成电子病历。
11.在又一个实施例中，所述方法还包括：对与所述问诊相关的音频数据进行语音识别，以获得所述左声道和所述右声道通各自的声纹信息；以及根据声纹信息确定所述左声道和所述右声道是否与各自的角标签相一致。
12.在又一个实施例中，所述方法还包括：根据角标签和对应的对话文本中的关键信息为角提供问题提示信息和回答提示信息。
13.在又一个实施例中，其中根据对应的对话文本中的关键信息为角提供问题提示信息和回答提示信息包括：根据对应的对话文本中的关键信息，利用与问诊相关的知识图谱计算其对应的数值；以及响应于对应的数值命中所述知识图谱的路径，为对应角提供问题提示信息和回答提示信息。
14.在第二方面中，本技术提供还一种生成电子病历的设备，包括：处理器；以及存储器，其存储有生成电子病历的程序指令，当所述程序指令由所述处理器执行时，使得所述设备实现前述多个实施例。
15.在第三方面中，本技术提供还一种计算机可读存储介质，其上存储有生成电子病历的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现前述多个实施例。
16.通过本技术的方案，通过设置有相应角标签的左声道和右声道获取与问诊相关的音频数据，并且通过对左声道和右声道各自的音频数据进行识别和提取关键信息，利用神经网络模型根据前述关键信息生成电子病历。基于此，能够将相应角(包括医生和患者)区分开，将各音频数据和角标签相对应，以生成正确的电子病历报告。进一步地，本技术实施例通过使用神经网络模型将关键信息处理为图片，使得医护人员可以根据需求排列图片，以自定义电子病历形式，从而避免生成固定、单一的电子病历。更进一步地，本技术实施例还通过对左声道和右声道各自的声纹信息进行识别，以在左声道和右声道的音频数据与角标签不一致时及时纠正，从而确保电子病历报告的准确性。此外，本技术实施例还可以对医生提问和患者回答作出提示，以便于提高问诊效率。
附图说明
17.通过参考附图阅读下文的详细描述，本技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本技术的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：
18.图1是示出根据本技术实施例的生成电子病历的方法的示例性流程框图；
19.图2是示出根据本技术实施例的获得与角标签对应的对话文本的示例性示意图；
20.图3是示出根据本技术实施例的生成电子病历报告的示例性示意图；
21.图4是示出根据本技术实施例的生成的电子病历报告的示例性示意图；
22.图5是示出根据本技术实施例的生成错误的电子病历报告的示例性示意图；
23.图6是示出根据本技术实施例的提供问题提示信息和回答提示信息的示例性示意图；以及
24.图7是示出根据本技术实施例的生成电子病历的设备的示例性结构框图。
具体实施方式
25.下面将结合附图对本技术实施例中的技术方案进行清楚和完整地描述。应当理解的是本说明书所描述的实施例仅是本技术为了便于对方案的清晰理解和符合法律的要求而提供的部分实施例，而并非可以实现本技术的所有实施例。基于本说明书公开的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
26.图1是示出根据本技术实施例的生成电子病历的方法100的示例性流程框图。如图1中所示，在步骤s102处，从左声道和右声道获取与问诊相关的音频数据。在一个实施例中，前述左声道和右声道可以通过以下操作进行确定，即响应于角的立体声输入，将角的立体声输入设置为立体声格式，接着对立体声格式进行声道分割，以确定左声道和右声道。其中，前述角包括医生和患者。在实现场景中，可以设置两个语音输入设备(例如话筒、耳机等)，由医生和患者分别通过各自的语音输入设备进行提问和回答，以输入立体声。在该场景下，当医生和患者输入立体声后，可以通过例如mdn提供的api接口将其各自的立体声输入设置为立体声格式。接着，可以利用如节点(node)进行分割，从而划分为左声道和右声道。其中，前述左声道和右声道分别设置有各自的角标签，并且该角标签可以包括医生标签和患者标签。即，左声道和右声道分别对应医生和患者。由此，可以区分医生和患者的音频数据。
27.接着，在步骤s104处，对与问诊相关的音频数据进行语音识别，以至少获得与角标签对应的对话文本。在一个实施场景中，可以通过例如语音识别软件或者语音识别程序来对音频数据进行语音识别，以获得与角标签对应的对话文本。即，经识别获得的对话文本分别与角标签相对应。本技术对前述语音识别软件或者语音识别程序不作限制，只要能够识别出对话文本信息，均属于本技术的保护范围。其中，前述对话文本可以包括与医生标签对应的问诊问题文本以及与患者标签对应的问诊答案文本，医生提问的问诊问题文本对应医生标签，患者回答的问诊答案文本对应患者标签。在实现场景中，经语音识别后，医生提问的问题文本前会有医生标签，而患者回答的回答文本前会有患者标签。例如在一个示例性场景中，医生和患者分别经由左声道和右声道输出音频数据并经语音识别后，获得例如“医生：请问眼部有什么症状？患者：眼部有异物感”。
28.基于上述获得的对话文本，在步骤s106处，基于对话文本分别提取其与问诊相关的关键信息。在一个实施例中，可以对问诊问题文本和问诊答案文本分别进行标注，进而根据标注后的问诊问题文本和问诊答案文本提取各自的关键信息。具体地，可以通过例如实体标注模型来对问诊问题文本和问诊答案文本分别进行标注。在应用场景中，首先可以通过大量的病症提问文本和回答文本以及其对应的实体标注来对实体标注模型进行训练，使得实体标注模型能够提取与问诊相关的关键信息。在一些实施例中，前述关键信息可以包括医生提问的关于患者的主诉问题特征词和/或句以及病症问题特征和/或句、患者回答的
关于主诉描述特征词和/或句以及病症描述特征词和/或句。其中，前述患者的主诉可以包括但不仅限于是患者的年龄、住址、疾病史等，前述患者的病症可以包括但不仅限于是患者眼部出现刺痛、胀痛、发痒、异物感、畏光、发红或者充血等。另外，还可以包括病症发作时间、是否用药等。由此，在对实体标注模型进行训练时，可以对例如年龄、眼部病症、发红、异物感等进行标注，以输出关键信息。例如经实体标注模型后可以输出年龄，22，眼部症状，眼部有异物感，并且刺痛、发痒等。
29.进一步地，步骤s108处，使用神经网络模型根据角标签和对应的对话文本中的关键信息生成电子病历。在一个实施例中，可以通过将角标签和对应的对话文本中的关键信息输入至神经网络模型中，以获得与病历相关的图片，进而基于图片生成电子病历。如背景技术描述所知，现有的电子病历的生成往往采用固定的电子病历模板，通过获取关键信息与模板之间的对应关系来生成电子病历，其中前述电子病历模板可以从例如医院系统的病历模块库中获取。具体地，首先可以将医生提问的关于患者的主诉问题特征词和/或句以及病症问题特征词和/或句与病历模板上的相关特征词进行匹配，以获得关于患者的主诉问题特征词和/或句以及病症问题特征词和/或句的位置；或者将医生标签和患者标签与病历模板上的医生标签或者患者标签进行匹配获得相应的位置。接着，在相应位置处放置患者回答的关于主诉描述特征词和/或句以及病症描述特征词和/或句，从而生成电子病历报告。由此可见，现有的生成电子病历的方式受电子模板的限制，其各信息仅能放置在模板上的相应位置。
30.在本技术实施例中，可以不采用医院系统提供的病历模板，而直接根据提取的关键信息生成电子病历报告。具体而言，首先可以将医生标签和患者标签、医生提问的关于患者的主诉问题特征词和/或句以及病症问题特征词和/或句进行向量化，将向量化结果输入至神经网络模型中进行处理，以生成图片。接着，通过对图片进行排列后生成电子病历报告。在一些实施例中，前述神经网络模型可以例如是开源模型dall.e。基于该开源模型dall.e可以基于前述的关键信息生成图片，由医务人员自行排列布置生成电子病历报告，例如可以形成ppt模板，以供医务人员查看。
31.结合上述描述可知，本技术实施例通过将医生和患者的语音输入分割成左声道和右声道，并且分别设置相应的角标签，使得左声道和右声道的音频数据对应相应的角。进一步地，通过对左声道和右声道的音频数据进行识别并且提取关键信息，通过使用神经网络模型基于关键信息生成图片，进而对图片进行排列后生成电子病历报告。基于此，能够将医生和患者的对话文本信息区分开，使得各自提取的关键信息与角标签准确对应，以确保生成正确的电子病历报告。进一步地，医护人员可以根据需求自行设计电子病历，而不受电子病历模板的约束，使得生成的电子病历多样化。
32.图2是示出根据本技术实施例的获得与角标签对应的对话文本的示例性示意图。如图2中所示，在问诊过程中，医生和患者分别通过左声道201和右声道202输入音频数据。例如，医生可以通过左声道201对患者进行提问，患者可以通过右声道202进行回答或者医生可以通过右声道202对患者进行提问，患者可以通过左声道201进行回答，以输出各自的音频数据。在应用场景中，前述左声道201和右声道202设置有角标签。作为示例，当医生通过左声道201对患者进行提问，患者通过右声道202进行回答时，左声道201的角标签设置为医生，而右声道202的角标签设置为患者。进一步地，利用例如语音识别软件对各
自的音频数据进行识别，获得对应的对话文本，其中在对话文本之前显示相应的角标签。
33.例如在一个示例性场景中，当医生通过左声道201提问患者的主诉信息(例如年龄、住址等)和病症信息(例如眼部病症等)后，通过语音识别可以获得对应的问诊问题文本，如“医生：请问多大年龄？医生：眼部有什么症状？医生：这个症状从什么时候开始的，持续多久了？医生：是否有用药？”。与之对应地，患者基于医生的提问，通过右声道202回答前述主诉信息(例如年龄、住址等)和病症信息(例如眼部病症等)后，通过语音识别可以获得对应的问诊答案文本，如“患者：29；患者：眼部有异物感，并且刺痛、发痒；患者：持续一周了；患者：没有用药”。
34.如前所述，在获得与角标签对应的对话文本(包括问诊问题文本和问诊答案文本)后，可以基于对话文本分别提取其与问诊相关的关键信息。在应用场景中，可以通过训练好的实体标注模型来提取关键信息，并且该关键信息可以包括医生提问的关于患者的主诉问题特征词和/或句以及病症问题特征和/或句、患者回答的关于主诉描述特征词和/或句以及病症描述特征词和/或句。例如以上述图2的对话文本为例，可以提取例如“年龄”、“29”、“眼部症状”、“眼部有异物感，并且刺痛、发痒”以及“用药”等关键信息。进一步地，通过将前述关键信息以及角标签输入至神经网络模型，经由神经网络模型处理后生成图片，通过对图片进行排列生成电子病历报告，例如图3所示。
35.图3是示出根据本技术实施例的生成电子病历报告的示例性示意图。如图3中所示，首先对角标签(包括医生标签和患者标签)301以及关键信息302(包括医生提问的关于患者的主诉问题特征词和/或句以及病症问题特征和/或句、患者回答的关于主诉描述特征词和/或句以及病症描述特征词和/或句)进行向量化303。在一个示例性场景中，例如对医生标签进行向量化后为(0000)，对患者标签进行向量化后为(0001)，眼部有异物感进行向量化后为(00010100)。其中，前述0或1的设置基于前述医生标签、患者标签以及关键信息存储于向量中的特定位置来确定，当接收的信息包含在该向量中时，其指定位置就置为1，反之为0。接着，将前述向量化后的结果输入至神经网络模型(例如dall.e)304中，该神经网络模型为全连接结构，包括至少一个隐藏层，并且该神经网络模型的输出为多个图片。其中，每个图片上包含相应的信息，例如“患者年龄”、“29”、“患者症状”、“眼部有异物感，并且刺痛、发痒，持续一周了，没有用药”以及“医生建议”、“建议患者多闭眼休息，少看电子设备”等。进一步地，通过将前述多个图片按需进行排列后，可以生成电子病历305。
36.在一些实施例中，本技术实施例的神经网络模型也可以直接输入与角标签对应的对话文本和角标签，由该神经网络模型提取与问诊相关的关键信息，并将角标签和关键信息处理成图片，以生成电子病历。
37.图4是示出根据本技术实施例的生成的电子病历报告的示例性示意图。如图4中所示，经由上述神经网络模型对经向量化的角标签和关键信息进行处理后，可以生成多张图片，其包含相应的信息。例如图中示出的包含“患者年龄”、“29”、“患者症状描述”、“眼部有异物感，并且刺痛、发痒，持续一周了，没有用药”以及“医生建议”、“建议患者多闭眼休息，少看电子设备”的图片，其经排列后生成图中所示电子病历。
38.在一个实施场景中，医生和患者可能会用错语音输入设备，例如医生对应患者的声道，患者对应医生的声道，此时会导致医生和患者的文本信息不一致，即医生对应患者的文本信息，而患者对应医生的文本信息，而导致电子病历报告出错，例如图5中所示。
39.图5是示出根据本技术实施例的生成错误的电子病历报告的示例性示意图。如图5中(a)图所示为医生和患者的对话文本，在该场景下，由于医生和患者的对应声道错误，使得医生和患者的文本信息不一致。例如“患者：请问多大年龄？患者：眼部有什么症状？患者：这个症状从什么时候开始的，持续多久了？患者：是否有用药？和“医生：29；医生：眼部有异物感，并且刺痛、发痒；医生：持续一周了；医生：没有用药”。在该场景下，当对其对话文本提取关键信息时，会存在角标签和对应的关键信息不一致，从而导致电子病历报告有误。例如图5中(b)图所示，“患者年龄”显示为医生年龄，“患者病症”显示为“医生病症”以及“医生建议”显示为“患者建议”。
40.鉴于此，本技术实施例提出对与问诊相关的音频数据进行语音识别，以获得左声道和所述右声道通各自的声纹信息以及根据声纹信息确定左声道和右声道是否与各自的角标签相一致。在一个实施例中，同样可以通过例如语音识别软件或者语音识别程序来识别各自的声纹信息，接着将识别的声纹信息与医生注册时录制的语音进行比对，由此确定左声道和右声道的音频数据来自于医生还是患者，从而确定左声道和右声道是否与各自的角标签相一致。当比对后确定左声道和右声道与各自的角标签不一致时，可以通过提示医生和患者交换各自的声道，重新输入；或者也可以修改左声道和右声道对应的角标签。例如，将初始设置的医生标签修改为患者标签，将初始设置的患者标签修改为医生标签，以使左声道和右声道与各自的角标签相一致，提高生成电子病历模板的准确性。
41.在一个实施例中，本技术实施例还可以根据角标签和对应的对话文本中的关键信息为角提供问题提示信息和回答提示信息。即，在问诊过程中，提示医生所要提问的问题和提示患者所要回答的方向，以提高问诊效率，并且确保问诊的全面性。在实现场景中，首先可以根据对应的对话文本中的关键信息，利用与问诊相关的知识图谱计算其对应的数值，接着响应于对应的数值命中知识图谱的路径，为对应角提供问题提示信息和回答提示信息。可以理解，本技术实施例中的医疗知识图谱主要是针对眼科的，其由眼科专家根据问诊患者遇到的不同问题以及对应作出的判断而获得的确定的结论，并通过收集病人当时发病时的情况确认路径，进而确定知识图谱。其中，前述计算的数值为索引值，通过该索引值在知识图谱中进行搜索，当该索引值在知识图谱中有存在相应路径时，基于该路径为医生或者患者提供问题提示或者回答提示，例如图6所示。
42.图6是示出根据本技术实施例的提供问题提示信息和回答提示信息的示例性示意图。如图6中所示，在问诊过程中，当医生对患者提问“眼部有什么症状”时，首先会对该文本信息提取关键信息，例如“眼部症状”。接着，基于该眼部症状症状，通过知识图谱对其进行计算并且获得相应数值。根据该相应数值，可以在知识图谱中到相应路径，并为患者提供回答提示信息。例如在患者回答之前，会提示患者从具体的症状、发作时间等进行回答，而无需医生再提问。类似地，当患者回答完毕，可以提示医生下一问题内容或者提示医生给出建议，而无需患者再追问。由此，可以提高问诊效率，并且确保问诊全面。
43.图7是示出根据本技术实施例的生成电子病历的设备700的示例性结构框图。可以理解的是，实现本技术方案的设备可以是单一的设备(例如计算设备)或包括各种外围设备的多功能设备。
44.如图7中所示，本技术的设备可以包括中央处理器或中央处理单元(“cpu”)711，其可以是通用cpu、专用cpu或者其他信息处理以及程序运行的执行单元。进一步，设备700还
可以包括大容量存储器712和只读存储器(“rom”)713，其中大容量存储器712可以配置用于存储各类数据，包括各种与音频数据、算法数据、中间结果和运行设备700所需要的各种程序。rom 713可以配置成存储对于设备700的加电自检、系统中各功能模块的初始化、系统的基本输入/输出的驱动程序及引导操作系统所需的数据和指令。
45.可选地，设备700还可以包括其他的硬件平台或组件，例如示出的张量处理单元(“tpu”)714、图形处理单元(“gpu”)715、现场可编程门阵列(“fpga”)716和机器学习单元(“mlu”)717。可以理解的是，尽管在设备700中示出了多种硬件平台或组件，但这里仅仅是示例性的而非限制性的，本领域技术人员可以根据实际需要增加或移除相应的硬件。例如，设备700可以仅包括cpu、相关存储设备和接口设备来实现本技术的生成电子病历的方法。
46.在一些实施例中，为了便于数据与外部网络的传递和交互，本技术的设备700还包括通信接口718，从而可以通过该通信接口718连接到局域网/无线局域网(“lan/wlan”)705，进而可以通过该lan/wlan连接到本地服务器706或连接到因特网(“internet”)707。替代地或附加地，本技术的设备700还可以通过通信接口718基于无线通信技术直接连接到因特网或蜂窝网络，例如基于第3代(“3g”)、第4代(“4g”)或第5代(“5g”)的无线通信技术。在一些应用场景中，本技术的设备700还可以根据需要访问外部网络的服务器708和数据库709，以便获得各种已知的算法、数据和模块，并且可以远程地存储各种数据，例如用于呈现例如音频数据、对话文本、关键信息等的各类数据或指令。
47.设备700的外围设备可以包括显示装置702、输入装置703和数据传输接口704。在一个实施例中，显示装置702可以例如包括一个或多个扬声器和/或一个或多个视觉显示器，其配置用于对本技术的生成电子病历进行语音提示和/或图像视频显示。输入装置703可以包括例如键盘、鼠标、麦克风、姿势捕捉相机等其他输入按钮或控件，其配置用于接收音频数据的输入和/或用户指令。数据传输接口704可以包括例如串行接口、并行接口或通用串行总线接口(“usb”)、小型计算机系统接口(“scsi”)、串行ata、火线(“firewire”)、pci express和高清多媒体接口(“hdmi”)等，其配置用于与其他设备或系统的数据传输和交互。根据本技术的方案，该数据传输接口704可以接收来自于从左声道和右声道获取与问诊相关的音频数据，并且向设备700传送包括音频数据或各种其他类型的数据或结果。
48.本技术的设备700的上述cpu 711、大容量存储器712、rom 713、tpu 714、gpu 715、fpga 716、mlu 717和通信接口718可以通过总线719相互连接，并且通过该总线与外围设备实现数据交互。在一个实施例中，通过该总线719，cpu 711可以控制设备700中的其他硬件组件及其外围设备。
49.以上结合图7描述了可以用于执行本技术的生成电子病历的设备。需要理解的是这里的设备结构或架构仅仅是示例性的，本技术的实现方式和实现实体并不受其限制，而是可以在不偏离本技术的精神下做出改变。
50.根据上述结合附图的描述，本领域技术人员也可以理解本技术的实施例还可以通过软件程序来实现。由此本技术还提供了一种计算机程序产品。该计算机程序产品可以用于实现本技术结合附图1-图6所描述的生成电子病历的方法。
51.应当注意，尽管在附图中以特定顺序描述了本技术方法的操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些
步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
52.应当理解，本技术的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
53.还应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本技术。如在本技术说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本技术说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
54.虽然本技术的实施方式如上，但所述内容只是为便于理解本技术而采用的实施例，并非用以限定本技术的范围和应用场景。任何本技术所述技术领域内的技术人员，在不脱离本技术所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本技术的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

技术特征：

1.一种生成电子病历的方法，包括：从左声道和右声道获取与问诊相关的音频数据，其中所述左声道和右声道分别设置有各自的角标签；对与所述问诊相关的音频数据进行语音识别，以至少获得与角标签对应的对话文本；基于对话文本分别提取其与问诊相关的关键信息；以及使用神经网络模型根据角标签和对应的对话文本中的关键信息生成电子病历。2.根据权利要求1所述的方法，还包括：响应于角的立体声输入，将所述角的立体声输入设置为立体声格式；以及对所述立体声格式进行声道分割，以确定所述左声道和所述右声道。3.根据权利要求1所述的方法，其中所述角标签包括医生标签和患者标签，所述对话文本包括与所述医生标签对应的问诊问题文本以及与所述患者标签对应的问诊答案文本。4.根据权利要求3所述的方法，其中基于对话文本分别提取其与问诊相关的关键信息包括：对所述问诊问题文本和所述问诊答案文本分别进行标注；以及根据标注后的问诊问题文本和问诊答案文本提取各自的关键信息。5.根据权利要求4所述的方法，其中所述关键信息至少包括医生提问的关于患者的主诉问题特征词和/或句以及病症问题特征词和/或句以及患者回答的关于主诉描述特征词和/或句以及病症描述特征词和/或句。6.根据权利要求5所述的方法，其中使用神经网络模型根据角标签和对应的对话文本中的关键信息生成电子病历包括：将角标签和对应的对话文本中的关键信息输入至所述神经网络模型中，以获得与病历相关的图片；以及基于所述图片生成电子病历。7.根据权利要求1所述的方法，还包括：对与所述问诊相关的音频数据进行语音识别，以获得所述左声道和所述右声道通各自的声纹信息；以及根据声纹信息确定所述左声道和所述右声道是否与各自的角标签相一致。8.根据权利要求1所述的方法，还包括：根据角标签和对应的对话文本中的关键信息为角提供问题提示信息和回答提示信息。9.根据权利要求8所述的方法，其中根据对应的对话文本中的关键信息为角提供问题提示信息和回答提示信息包括：根据对应的对话文本中的关键信息，利用与问诊相关的知识图谱计算其对应的数值；以及响应于对应的数值命中所述知识图谱的路径，为对应角提供问题提示信息和回答提示信息。10.一种生成电子病历的设备，包括：处理器；以及
存储器，其存储有生成电子病历的程序指令，当所述程序指令由所述处理器执行时，使得所述设备实现根据权利要求1-9任意一项所述的方法。11.一种计算机可读存储介质，其上存储有生成电子病历的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如权利要求1-9任意一项所述的方法。

技术总结

本申请公开了一种生成电子病历的方法、设备和计算机可读存储介质。所述方法包括：从左声道和右声道获取与问诊相关的音频数据，其中所述左声道和右声道分别设置有各自的角标签；对与所述问诊相关的音频数据进行语音识别，以至少获得与角标签对应的对话文本；基于对话文本分别提取其与问诊相关的关键信息；以及使用神经网络模型根据角标签和对应的对话文本中的关键信息生成电子病历。利用本申请的方案，可以将音频数据分别与医务人员和患者相对应，以避免电子病历报告出错。以避免电子病历报告出错。以避免电子病历报告出错。