目的开发基于语音技术的出院患者智能化随访语音系统,实现随访平台的标准化、自动化和批量化管理。
方法基于人工智能语音识别、语音合成等核心技术,通过与医院信息管理系统相结合,运用客观结构化设计,开发出院患者随访系统。系统功能包括患者信息管理、随访任务管理、随访路径综合管理、多元化随访模板管理、随访记录管理、随访统计分析、多平台端口对接功能等模块。通过总服务人次、外呼人次、接通人次、电话接通率、呼叫时长、平均时长、短信接收人次、短信接收成功率等进行系统成本-效果分析。
结果自系统使用以来共创建196个基于病种的话术模板。出院患者随访率为100%;随访成功率从系统实施前的76.4%提升到97.0%;月平均总服务18 256人次,月平均智能外呼13 214人次,电话接通率为85.0%,短信接收成功率为97.0%;医院每月专职随访护士人数由原来的64名减少至2名;每次平均随访时间从原来的 4.5 min下降至1.6 min,节约2.9 min;随访分析由人工转为系统分析,每月每个护理单元节约 6~8 h。
结论基于语音技术的智能化语音随访系统提高了护士和医疗机构的工作效率和随访质量。
目的开发基于语音技术的出院患者智能化随访语音系统,实现随访平台的标准化、自动化和批量化管理。
吴红娟,李梦文,刘晓梅,等. 基于语音技术的出院患者智能化随访系统开发与应用[J]. 数字医学与健康,2025,03(01):20-26.
DOI:10.3760/cma.j.cn101909-20240525-00116版权归中华医学会所有。
未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
吴红娟:酝酿和设计实验、实施研究、采集数据、分析/解释数据、起草文章、统计分析、获取研究经费、技术或材料支持;李梦文:实施研究、采集数据、分析/解释数据、起草文章、对文章的知识性内容作批评性审阅、统计分析;刘晓梅:酝酿和设计实验、采集数据、对文章的知识性内容作批评性审阅、获取研究经费、支持性贡献;鱼星峰:酝酿和设计实验、采集数据、对文章的知识性内容作批评性审阅、获取研究经费;刘红梅:酝酿和设计实验、分析/解释数据、对文章的知识性内容作批评性审阅、指导、支持性贡献;李敏捷:采集数据、分析/解释数据、对文章的知识性内容作批评性审阅、指导、支持性贡献;孙雨:采集数据、分析/解释数据、对文章的知识性内容作批评性审阅、指导

你好,我可以帮助您更好的了解本文,请向我提问您关注的问题。