买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利动态用户状态与实时知识约束的多轮健康对话方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119886359B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510170127.6，技术领域涉及：G06N5/04；该发明授权动态用户状态与实时知识约束的多轮健康对话方法及系统是由徐向民;王振宇;陈艺荣;郭锴凌;邢晓芬;林华冬设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本动态用户状态与实时知识约束的多轮健康对话方法及系统在说明书摘要公布了：本发明公开动态用户状态与实时知识约束的多轮健康对话方法及系统，涉及人工智能技术，针对现有技术中可解释性弱等问题提出本方案。构建医学健康向量知识库与相应的向量检索器；基于分布式存储和SSLTLS加密，使用云数据库技术构建用户健康档案库；利用医疗健康大语言模型，构建历史健康状态总结智能体、用户健康状态更新智能体、系统回复类型决策智能体、以及多轮健康对话回复智能体；构建多智能体协同框架实现多轮健康对话。优点在于，通过利用医疗健康大语言模型构建基于动态用户健康状态与实时知识约束的多智能体协同框架，模拟医生问诊时的行为模式，进一步提升模型的多轮健康对话能力，增强了可解释性和问诊可控性，补足医疗健康知识。

本发明授权动态用户状态与实时知识约束的多轮健康对话方法及系统在权利要求书中公布了：1.动态用户状态与实时知识约束的多轮健康对话方法，其特征在于，包括以下步骤： S1.构建医学健康向量知识库与相应的向量检索器； S2.基于分布式存储和SSLTLS加密，使用云数据库技术构建用户健康档案库； S3.利用医疗健康大语言模型，构建历史健康状态总结智能体、用户健康状态更新智能体、系统回复类型决策智能体、以及多轮健康对话回复智能体； S4.构建多智能体协同框架实现多轮健康对话； 所述步骤S1包括以下子步骤： S11.收集若干个药品说明书文档和若干个疾病介绍文档，并按子标题将收集到的所有文档分别划分为若干个文本块； S12.利用稠密向量检索工具库和文本嵌入模型将所有文本块构建为一个可检索的医学健康向量知识库； 所述文本嵌入模型由神经网络训练而成，用于将任意长度的文本块编码为固定维度的嵌入向量； S13.利用所述文本嵌入模型和稠密向量检索工具库中的相似度检索函数构建向量检索器；所述向量检索器有一个输入xquery，一个输出ykn；输入xquery是查询文本输入，属于文本类型；输出ykn是检索到的相关知识，也属于文本类型； ykn＝Retrieverxquery＝Cvttl2tSimSearchEmbeddingxquery,10； 其中，Embedding·是文本嵌入模型，Retriever·是向量检索器，SimSearch·是相似度检索函数；SimSearch函数接收查询向量和top-k两个输入，以列表形式返回与查询向量最相似的top-k个文本块；Cvttl2t·是将文本列表转换为指定格式文本的转换函数； 在所述子步骤S11中，药品说明书文档包含该药品的形状、药理毒理、适应症、用法用量、不良反应、禁忌、相互作用、规格、注意事项；疾病介绍文档包含所属科室、疾病定义、病因、症状、诊断、药物治疗、日常护理；所述稠密向量检索工具库是FAISS； 在所述步骤S2中，所述用户健康档案库中每个用户的用户健康档案都以JSON对象类型分开存储，并使用用户唯一识别码进行索引；所述用户唯一识别码是一串若干位数的数字，使用经典表ID自增方法生成，在用户注册成功时就根据内部参数自动生成唯一识别码并分发绑定； 所述用户健康档案包含了用户基本信息、用户全历史健康状态数据两个键值对；所述用户基本信息包含用户的姓名、出生年月、性别三个键值对；所述用户全历史健康状态数据包含若干个键值对，每个键值对都以日期为键，以对应日期的用户健康状态为值；所述对应日期的用户健康状态由主诉、现病史、既往史、个人史、家族史五个键值对构成； 在所述步骤S3中，所述历史健康状态总结智能体表示为SumAgent·；有一个输入xsum，一个输出ysum；输出ysum是历史健康状态总结，包含主诉、现病史、既往史、个人史、家族史五个键值对；输入xsum是所述步骤S2中所述用户全历史健康状态数据； 输入输出满足关系式： ysum＝SumAgentxsum＝StdhsMedLLM[Syssum；Cvtsum2txsum；Usrsum]； 其中，MedLLM·是医疗健康大语言模型，具有给定文本类型输入会返回文本类型输出的特征；Syssum是历史健康状态总结智能体的系统提示词；Usrsum是历史健康状态总结智能体的用户提示词；[Syssum；Cvtsum2txsum；Usrsum]表示将三部分文本拼接；Stdhs·是健康状态规范化函数，将MedLLM·生成的内容规范化并转换为与ysum相同的格式；Cvtsum2t·是将与xsum结构相同的JSON对象转换为无格式文本的转换函数； 在所述步骤S3中，所述用户健康状态更新智能体表示为UpdAgent·；有三个输入和一个输出yupd；输出yupd是最新用户健康状态；输入是当天用户健康状态，与输出yupd具有相同的键值对结构；输入是对话历史列表；输入是当前用户输入，属于文本类型； 输入输出满足关系式： 其中，Sysupd是用户健康状态更新智能体的系统提示词；Usrupd是用户健康状态更新智能体的用户提示词；表示将五部分文本拼接；Cvths2t·是将与结构相同的JSON对象转换为无格式文本的转换函数；Cvtch2t·是将与结构相同的JSON对象转换为无格式文本的转换函数； 在所述步骤S3中，所述系统回复类型决策智能体表示为DcsAgent·；有四个输入和一个输出ydcs；输出ydcs是系统回复类型，属于文本类型；输入是检索到的相关知识，属于文本类型；输入是最新用户健康状态，是一个JSON对象，且与所述输入具有相同的键值对结构；输入是对话历史列表，与所述输入具有相同的结构；输入是当前用户输入，属于文本类型； 输入输出满足关系式： 其中，Sysdcs是系统回复类型决策智能体的系统提示词；Usrdcs是系统回复类型决策智能体的用户提示词；表示将六部分文本拼接； 在所述步骤S3中，所述多轮健康对话回复智能体表示为ResAgent·；有五个输入和一个输出yres；输出yres是最终系统回复，属于文本类型；输入是系统回复类型，属于文本类型，与所述输出ydcs具有相同的特征；输入xreskn是检索到的相关知识，属于文本类型；输入是最新用户健康状态，是JSON对象，且与所述输入具有相同的键值对结构；输入是对话历史列表，与所述输入具有相同的结构；输入是当前用户输入，属于文本类型； 输入输出满足关系式： 其中，Sysres·是多轮健康对话回复智能体的系统提示词函数；Usrres是多轮健康对话回复智能体的用户提示词； 表示将六部分文本拼接。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。