诊疗报告生成方法、装置、设备及存储介质与流程

1.本公开涉及人工智能技术领域，具体涉及虚拟数字人、ai大模型等技术领域，可应用于心理治疗辅助的场景下，尤其涉及一种诊疗报告生成方法、装置、设备及存储介质。


背景技术：

2.心理医生治疗心理疾病时，需要通过语言引导患者倾诉自身的心理问题，并根据患者的倾诉对病情进行判断并制定相应的治疗方案。
3.有些患者进行倾诉时，会因心理医生的身份而出现心理上不自觉的抗拒，不能很好地对心理医生倾诉出自身的心理问题，需要心理医生多次引导才能使患者倾诉出真正的心理问题，治疗效率低。


技术实现要素：

4.本公开提供了一种诊疗报告生成方法、装置、设备及存储介质，能够提高治疗效率。
5.根据本公开的第一方面，提供了一种诊疗报告生成方法，包括：
6.根据目标对象的特征数据，构建目标虚拟对象，特征数据包含外形特征数据和声纹特征数据中的至少一种；展示目标虚拟对象；根据驱动信息，驱动目标虚拟对象，以便第一用户通过目标虚拟对象与第二用户交流，驱动信息是根据第一用户的交流指令生成的；根据第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
7.根据本公开的第二方面，提供了一种诊疗报告生成装置，该装置包括：展示模块、驱动模块和生成模块。
8.展示模块，用于根据目标对象的特征数据，构建目标虚拟对象，特征数据包含外形特征数据和声纹特征数据中的至少一种；展示目标虚拟对象。
9.驱动模块，用于根据驱动信息，驱动目标虚拟对象，以便第一用户通过目标虚拟对象与第二用户交流，驱动信息是根据第一用户的交流指令生成的。
10.生成模块，根据第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
11.根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面的方法。
12.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行根据第一方面的方法。
13.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据第一方面的方法。
14.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
15.附图用于更好地理解本方案，不构成对本公开的限定。其中：
16.图1为本公开实施例提供的诊疗报告生成方法的流程示意图；
17.图2为本公开实施例提供图1中s101的一种流程示意图；
18.图3为本公开实施例提供图1中s103的一种流程示意图；
19.图4为本公开实施例提供的诊疗报告生成装置的组成示意图；
20.图5为本公开实施例提供的电子设备的组成示意图。
具体实施方式
21.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
22.应当理解，在本公开各实施例中，字符“/”一般表示前后关联对象是一种“或”的关系。术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
23.心理医生治疗心理疾病时，需要通过语言引导患者倾诉自身的心理问题，并根据患者的倾诉对病情进行判断并制定相应的治疗方案。
24.有些患者进行倾诉时，会因心理医生的身份而出现心理上不自觉的抗拒，不能很好地对心理医生倾诉出自身的心理问题，需要心理医生多次引导才能使患者倾诉出真正的心理问题，治疗效率低。
25.例如，有些患者由于经历情感或其他事故，导致心理安全感不足，对心理医生十分不信任，不能也不愿意与心理医生过多交流，从而导致心理医生无法根据患者的倾诉确定心理问题的症结所在，治疗效率低下。
26.在此背景技术下，本公开提供了一种诊疗报告生成方法、装置、设备及存储介质，能够提高治疗效率。
27.本公开实施例提供的诊疗报告生成方法的执行主体可以是计算机或服务器，或者还可以是其他具有数据处理能力的电子设备；或者，该方法的执行主体也可以是上述电子设备中的处理器(例如中央处理器(central processing unit，cpu))；再或者，该方法的执行主体还可以是上述电子设备中安装的能够实现该方法的功能的应用程序(application，app)；又或者，该方法的执行主体又可以是上述电子设备中具有该方法的功能的功能模块或单元等。在此对该方法的执行主体不作限制。
28.下面结合附图对该诊疗报告生成方法进行示例性说明。
29.图1为本公开实施例提供的诊疗报告生成方法的流程示意图。如图1所示，该方法可以包括：
30.s101、根据目标对象的特征数据，构建目标虚拟对象，特征数据包含外形特征数据和声纹特征数据中的至少一种。
31.示例性地，在心理治疗场景下，目标对象可以是患者自己选择的愿意与之倾诉的对象，也可以是根据患者的基本信息、以往的医疗信息等确定的对象。
32.示例性地，目标虚拟对象可以包括外形模型和语音模型，外形模型可以是根据外形特征数据构建的3d或2d的卡通或拟人或写实的模型；语音模型可以是根据声纹特征数据训练得到的。语音模型具有输入语音数据或文本数据后输出与声纹特征数据对应的音频的功能。
33.以目标对象为某一个人为例，外形特征数据可以包括面部特征数据、形体特征数据、衣着特征数据等，声纹特征数据可以根据包含目标对象的视频、音频等中的语音数据确定得到。
34.s102、展示目标虚拟对象。
35.示例性地，可以通过电子设备上设置的显示装置来显示目标虚拟对象的图像，通过电子设备上设置的音频输出装置来展示目标虚拟对象的声音。其中，显示装置和音频输出装置可以集成设置，也可以独立设置，此处不作限制。示例性地，显示装置可以是显示器、投影(例如，三维投影、平面投影等)、ar或vr装置等，音频输出装置可以是耳机、扬声器等。
36.s103、根据驱动信息，驱动目标虚拟对象，以便第一用户通过目标虚拟对象与第二用户交流，驱动信息是根据第一用户的交流指令生成的。
37.其中，交流指令为第一用户期望从第二用户处得到预期信息时对应的指令。示例性地，交流指令可以为第一用户根据期望与第二用户交流得到预期信息时做出的相应表情、动作、语音，即第一用户可以通过输入交流指令来控制目标虚拟对象代替自己与第二用户进行交流。
38.驱动信息为基于交流指令能够被电子设备读取并执行的信息，从而使电子设备可以根据驱动信息直接驱动目标虚拟对象展示相应的表情、动作、语音。
39.示例性地，当交流指令为第一用户的表情、动作、语音时，驱动信息可以是根据第一用户的表情、动作、语音直接生成的，来驱动目标虚拟对象展示与交流指令对应的表情、动作、语音。
40.其中，当电子设备展示目标虚拟对象与交流指令对应的表情、动作、语音时，第二用户便可以通过电子设备展示的目标虚拟对象与第一用户进行交流。
41.示例性地，电子设备可以通过摄像头及麦克风获取第二用户在交流过程中做出的表情、动作及说出的语音，从而得到第二用户在交流过程中产生的交流数据，并可以通过电子设备设置的显示装置和音频输出装置来输出该交流数据。从而第一用户可以通过电子设备设置的显示装置和音频输出装置来获取上述交流数据，以便根据该交流数据继续与第二用户进行交流。其中，用于输出上述交流数据的显示装置和音频输出装置，与前述用于展示目标虚拟对象的显示装置和音频输出装置可以相同，也可以不同。
42.示例性地，在心理治疗场景下，第一用户可以为心理医生，第二用户可以为需要治疗的患者。
43.s104、根据第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
44.示例性地，交流数据可以是电子设备在第二用户与目标虚拟对象在交流过程中获取的包含第二用户的表情和/或动作的视频数据，和/或包含第二用户的语音的音频数据。
45.示例性地，可以预先建立关于心理疾病的知识图谱、治疗数据，根据心理疾病的知识图谱、治疗数据，第二用户的用户信息，以及第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
46.本公开实施例通过构建与目标对象对应的目标虚拟对象，根据由第一用户的交流指令生成的驱动信息驱动目标虚拟对象，使得第一用户可以通过目标虚拟对象与第二用户进行交流，拉近了第一用户和第二用户之间的距离，使得第二用户可以更好地倾诉出心理问题，提高了治疗效率，再根据第二用户和目标虚拟对象之间的交流数据，可以得到关于第二用户的诊疗报告，能够为诊疗过程提供参考，进一步提高了治疗效率。
47.一种可能的实施例中，目标虚拟对象包括外形模型和语音模型。图2为本公开实施例提供图1中s101的一种流程示意图。如图2所示，上述s101，可以包括：
48.s201、获取目标对象的特征数据。
49.示例性地，目标对象的特征数据可以对目标对象的特征进行采集得到的，也可以是根据目标对象的图像、语音等数据进行采集得到的。
50.s202、根据特征数据中的外形特征数据，构建得到目标虚拟对象的外形模型。
51.其中，外形模型可以为根据外形特征数据得到的画像的3d或2d模型。该外形模型可以被上述的驱动信息驱动，以做出对应的表情、动作。
52.示例性地，当目标对象的特征数据中包含外形特征数据时(例如，目标对象为任一有实体形象的对象)，可以根据外形特征数据得到目标对象的画像，并建立该画像的3d或2d模型，该模型即为目标虚拟对象的外形模型。
53.示例性地，当目标对象的特征数据中不包含外形特征数据时(例如，目标对象为无实体形象的对象或未获取到外形特征数据)，可以不构建目标虚拟对象的外形模型。
54.和/或，s203、根据特征数据中的声纹特征数据，构建得到目标虚拟对象的语音模型。
55.其中，语音模型可以用于根据输入的语音或文字，输出与目标对象的声纹特征相符的音频。
56.示例性地，当目标对象的特征数据中包含声纹特征数据时(例如，目标对象为某一人物或有配音演员进行语音配音的卡通对象等)，可以使用声纹特征数据对预设的初始语音模型进行训练，训练后的语音模型即为目标虚拟对象的语音模型。
57.示例性地，当目标对象的特征数据中不包含声纹特征数据时(例如，目标对象为不能通过语音交流的动物或其他事物)，可以不构建以目标对象的声纹特征训练得到的语音模型，而构建能够对输入的文本进行转换，输出相应语音的语音模型，从而提高目标对象不具备语音交流能力时通过对应的目标虚拟对象与第二用户的交流效率。
58.基于上述s202、上述s203得到外形模型和/或语音模型时，可以将外形模型和/或语音模型作为目标虚拟对象。
59.本公开实施例通过构建目标对象的外形模型和/或语音模型，可以准确地构建出包含目标对象的外形特征和/或声纹特征的目标虚拟对象，使得目标虚拟对象与目标对象更加相像。从而可以使得第一用户通过该目标虚拟对象更容易与第二用户进行交流，进一步提高了治疗效率。
60.一种可能的实施例中，前述的驱动信息可以为根据第一用户输入的表情、动作及语音中的至少一项信息生成的。
61.其中，第一用户输入的表情、动作及语音中的至少一项信息即为前述的交流指令。
62.示例性地，第一用户输入的表情和动作，可以是通过摄像头或其他图像采集设备
采集的视频，并对视频进行表情特征提取、动作特征提取得到的；第一用户输入的语音，可以是通过麦克风或其他音频采集设备采集第一用户的音频，并对音频进行语音提取得到的。
63.示例性地，以第一用户输入的信息为动作和语音为例，根据第一用户的动作和语音分别生成动作驱动信息和语音驱动信息，并根据动作驱动信息驱动目标虚拟对象做出与第一用户输入的动作一致的动作，同时根据语音驱动信息驱动目标虚拟对象输出与第一用户输入的语音内容一致的音频。
64.本公开实施例根据第一用户输入的表情、动作及语音中的至少一项信息，可以生成与第一用户输入的表情、动作及语音相应的驱动信息。从而可以使得目标虚拟对象的表情、动作及语音内容与第一用户的表情、动作及语音内容一致，可以使得第一用户直接驱动目标虚拟对象与第二用户进行交流，使目标虚拟对象展示的内容更符合第一用户的期望，提高了交流效率。
65.一种可能的实施例中，图3为本公开实施例提供图1中s103的一种流程示意图。如图3所示，上述s103，可以包括：
66.s301、获取第一用户的交流指令。
67.其中，交流指令为第一用户期望从第二用户处得到预期信息时对应的指令。具体的，交流指令可以是第一用户根据其将要与第二用户进行的交流内容的交流方向得到的相应的指令，例如，当第一用户想要了解第二用户的心情状态时，交流指令可以为“获取心情状态”。又例如，当第一用户想要了解第二用户的情感经历时，交流指令可以为“获取情感经历”。
68.s302、根据第一用户的交流指令，通过ai大模型生成ai驱动信息，ai大模型为预先使用目标对象的画像数据训练好的深度学习模型，画像数据包括音频数据、视频数据、图片数据、文字数据中的至少一种。
69.其中，ai大模型为预先训练好的、包含百亿级别参数的、transform类的深度学习模型，由于该ai大模型为根据目标对象的画像数据训练的，因此能够使其具有根据输入的指令得到与目标对象的画像相符的交流内容，并根据交流内容生成相应的ai驱动信息，以驱动目标虚拟对象。
70.示例地，可以根据目标对象的画像数据对相关技术中的初始大模型(例如，文心一言
tm
)进行模型微调(fine-tune)，得到ai大模型。
71.其中，初始大模型可以为能够根据输入的指令生成相应的交流内容的深度学习模型，因此对该初始大模型基于目标对象的画像数据进行进一步训练得到ai大模型，能够使ai大模型具有根据输入的指令得到与目标对象的画像相符的交流内容，并根据交流内容生成相应的ai驱动信息，以驱动目标虚拟对象。
72.当电子设备接收到第一用户的交流指令时，电子设备可以通过ai大模型对交流指令进行处理，生成ai驱动信息。
73.示例性地，继续以获取到的第一用户的交流指令为“获取心情状态”为例，ai大模型根据该交流指令生成与目标对象相符且与交流指令相关的表情(例如，“疑惑”表情)、动作(例如，“挠头”动作)、语音(例如，“你最近怎么不开心”)对应的ai驱动信息。
74.s303、根据ai驱动信息，驱动目标虚拟对象。
75.示例性地，根据ai驱动信息，可以驱动目标虚拟对象展示与目标对象的表情、动作及语音相符且与交流指令相关的表情、动作及语音。
76.本公开实施例通过ai大模型根据第一用户的交流指令生成ai驱动信息，对目标虚拟对象进行驱动，可以使目标虚拟对象与目标对象更相似，使得第二用户对目标虚拟对象更加认可，可以使得第二用户更容易进行倾诉，进一步提高了治疗效率。并且由于是通过ai大模型根据第一用户输入的交流指令自动生成ai驱动信息，因此无需第一用户频繁输入交流指令来控制目标虚拟对象，从而使第一用户控制目标虚拟对象与第二用户交流更加便捷。
77.一种可能的实施例中，在前述实施例的根据ai驱动信息，驱动目标虚拟对象之前，该方法还可以包括：
78.根据第一用户输入的调整信息，对ai驱动信息进行更新。
79.示例性地，第一用户可以根据电子设备上设置的显示装置和音频输出装置，获取ai驱动信息驱动目标虚拟对象将要展示的信息(表情、动作、语音)，当第一用户发现目标虚拟对象将要展示的信息出现错误或不符合预期时，可以向电子设备输入调整信息，例如，调整信息可以为第一用户向电子设备输入的表情、动作、语音中的至少一种信息。电子设备根据第一用户输入的调整信息，将ai驱动信息更新为调整信息相应的驱动信息。
80.本公开实施例通过根据第一用户输入的调整信息，对ai驱动信息进行更新，可以将ai驱动信息更新为第一用户预期的驱动信息，保证治疗效果。
81.一种可能的实施例中，前述实施例中的根据第二用户和目标虚拟对象间的交流数据，生成诊疗报告，可以包括：
82.根据预先构建的心理疾病核心知识图谱、预先构建的心理疾病核心治疗数据、预先获取的第二用户的用户信息、以及第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
83.示例性地，第二用户的用户信息可以包括年龄、性别、历史治疗数据等，此处不做限制。
84.示例性地，可以将第二用户和目标虚拟对象间的交流数据输入预先根据心理疾病核心知识图谱、心理疾病核心治疗数据、第二用户的用户信息训练好的诊疗报告生成模型，生成诊疗报告。
85.也可以是先将第二用户和目标虚拟对象间的交流数据通过关键信息提取模型提取出关键信息，再将关键信息输入预先根据心理疾病核心知识图谱、心理疾病核心治疗数据、第二用户的用户信息训练好的诊疗报告生成模型，生成诊疗报告。例如，以第二用户和目标虚拟对象间的交流数据为包含第二用户动作的视频数据为例，可以通过关键信息提取模型提取出关键动作，再将关键动作输入训练好的诊疗报告生成模型，生成诊疗报告。
86.其中，可以基于预先构建的交流数据样本，以及根据心理疾病核心知识图谱、心理疾病核心治疗数据、第二用户的用户信息得到的各交流数据样本对应的诊疗报告，对初始模型进行训练，从而得到能够在接收到交流数据后生成对应的诊疗报告的诊疗报告生成模型。
87.本公开实施例通过根据预先构建的心理疾病核心知识图谱、预先构建的心理疾病核心治疗数据、预先获取的第二用户的用户信息、以及第二用户和目标虚拟对象间的交流
数据，可以准确地生成诊疗报告，提高了诊疗报告的准确性。
88.一种可能的实施例中，目标对象可以为第二用户选择的对象，或者，为根据第二用户的用户信息，确定出的对象。
89.其中，第二用户选择的对象即为第二用户指定的、符合第二用户自身预期的对象，例如，第二用户心中的亲密对象。
90.示例性地，第二用户的用户信息可以包括第二用户的家庭背景、情感经历、社会关系等，此处不做限制。
91.本公开实施例通过第二用户选择或根据第二用户的用户信息，可以准确地得到第二用户愿意交流的目标对象。从而可以使得第一用户通过该目标对象构建的目标虚拟对象更容易与第二用户进行交流，进一步提高了治疗效率。
92.上述主要从方法的角度对本公开实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术目标应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本公开能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术目标可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
93.在示例性实施例中，本公开实施例还提供一种诊疗报告生成装置，可以用于实现如前述实施例的诊疗报告生成方法。
94.图4为本公开实施例提供的诊疗报告生成装置的组成示意图。如图4所示，该装置可以包括：展示模块401、驱动模块402和生成模块403。
95.展示模块401，用于根据目标对象的特征数据，构建目标虚拟对象，特征数据包含外形特征数据和声纹特征数据中的至少一种；展示目标虚拟对象。
96.驱动模块402，用于根据驱动信息，驱动目标虚拟对象，以便第一用户通过目标虚拟对象与第二用户交流，驱动信息是根据第一用户的交流指令生成的。
97.生成模块403，根据第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
98.一种可能的实施方式中，目标虚拟对象包括外形模型和语音模型，展示模块401，具体用于：
99.获取目标对象的特征数据；根据特征数据中的外形特征数据，构建得到目标虚拟对象的外形模型；和/或，根据特征数据中的声纹特征数据，构建得到目标虚拟对象的语音模型。
100.一种可能的实施方式中，驱动信息为根据第一用户输入的表情、动作及语音中的至少一项信息生成的。
101.一种可能的实施方式中，驱动模块402，具体用于：
102.获取第一用户的交流指令；根据第一用户的交流指令，通过ai大模型生成ai驱动信息，ai大模型为预先使用目标对象的画像数据训练好的深度学习模型，画像数据包括音频数据、视频数据、图片数据、文字数据中的至少一种；根据ai驱动信息，驱动目标虚拟对象。
103.一种可能的实施方式中，驱动模块402，还用于：
104.在根据ai驱动信息，驱动目标虚拟对象之前，根据第一用户对ai驱动信息的调整
信息，对ai驱动信息进行更新。
105.一种可能的实施方式中，生成模块403，具体用于：
106.根据预先构建的心理疾病核心知识图谱、预先构建的心理疾病核心治疗数据、预先获取的第二用户的用户信息、以及第二用户和目标虚拟对象间的交流数据，生成诊疗报告。
107.一种可能的实施方式中，目标对象，为第二用户选择的对象，或者，为根据第二用户的用户信息，确定出的对象。
108.需要说明的是，图4中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如，还可以将两个或两个以上的功能集成在一个处理模块中。本公开实施例对此不作限制。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
109.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
110.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
111.示例性实施例中，电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上实施例所述的方法。该电子设备可以是上述计算机或服务器。
112.示例性实施例中，可读存储介质可以是存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行根据以上实施例所述的方法。
113.示例性实施例中，计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据以上实施例所述的方法。
114.图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
115.如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
116.电子设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
117.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单
元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如诊疗报告生成方法。例如，在一些实施例中，诊疗报告生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的诊疗报告生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行诊疗报告生成方法。
118.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
119.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
120.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
121.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
122.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界
面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
123.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
124.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
125.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

技术特征：
1.一种诊疗报告生成方法，所述方法包括：根据目标对象的特征数据，构建目标虚拟对象，所述特征数据包含外形特征数据和声纹特征数据中的至少一种；展示所述目标虚拟对象；根据驱动信息，驱动所述目标虚拟对象，以便第一用户通过所述目标虚拟对象与第二用户交流，所述驱动信息是根据所述第一用户的交流指令生成的；根据所述第二用户和所述目标虚拟对象间的交流数据，生成诊疗报告。2.根据权利要求1所述的方法，所述目标虚拟对象包括外形模型和语音模型，所述根据目标对象的特征数据，构建目标虚拟对象，包括：获取所述目标对象的特征数据；根据所述特征数据中的外形特征数据，构建得到目标虚拟对象的外形模型；和/或，根据所述特征数据中的声纹特征数据，构建得到目标虚拟对象的语音模型。3.根据权利要求1或2所述的方法，所述驱动信息为根据所述第一用户输入的表情、动作及语音中的至少一项信息生成的。4.根据权利要求1或2所述的方法，所述根据驱动信息，驱动所述目标虚拟对象，包括：获取所述第一用户的交流指令；根据所述第一用户的交流指令，通过ai大模型生成ai驱动信息，所述ai大模型为预先使用所述目标对象的画像数据训练好的深度学习模型，所述画像数据包括音频数据、视频数据、图片数据、文字数据中的至少一种；根据所述ai驱动信息，驱动所述目标虚拟对象。5.根据权利要求4所述的方法，在所述根据ai驱动信息，驱动所述目标虚拟对象之前，所述方法还包括：根据所述第一用户对所述ai驱动信息的调整信息，对所述ai驱动信息进行更新。6.根据权利要求1-5任一项所述的方法，所述根据所述第二用户和所述目标虚拟对象间的交流数据，生成诊疗报告，包括：根据预先构建的心理疾病核心知识图谱、预先构建的心理疾病核心治疗数据、预先获取的所述第二用户的用户信息、以及所述第二用户和所述目标虚拟对象间的交流数据，生成诊疗报告。7.根据权利要求1-6任一项所述的方法，所述目标对象为所述第二用户选择的对象，或者，为根据所述第二用户的用户信息，确定出的对象。8.一种诊疗报告生成装置，所述装置包括：展示模块，用于根据目标对象的特征数据，构建目标虚拟对象，所述特征数据包含外形特征数据和声纹特征数据中的至少一种；展示所述目标虚拟对象；驱动模块，用于根据驱动信息，驱动所述目标虚拟对象，以便第一用户通过所述目标虚拟对象与第二用户交流，所述驱动信息是根据所述第一用户的交流指令生成的；生成模块，根据所述第二用户和所述目标虚拟对象间的交流数据，生成诊疗报告。9.根据权利要求8所述的装置，所述目标虚拟对象包括外形模型和语音模型，所述展示模块，具体用于：获取所述目标对象的特征数据；
根据所述特征数据中的外形特征数据，构建得到目标虚拟对象的外形模型；和/或，根据所述特征数据中的声纹特征数据，构建得到目标虚拟对象的语音模型。10.根据权利要求8或9所述的装置，所述驱动信息为根据所述第一用户输入的表情、动作及语音中的至少一项信息生成的。11.根据权利要求8或9所述的装置，所述驱动模块，具体用于：获取所述第一用户的交流指令；根据所述第一用户的交流指令，通过ai大模型生成ai驱动信息，所述ai大模型为预先使用所述目标对象的画像数据训练好的深度学习模型，所述画像数据包括音频数据、视频数据、图片数据、文字数据中的至少一种；根据所述ai驱动信息，驱动所述目标虚拟对象。12.根据权利要求11所述的装置，所述驱动模块，还用于：在所述根据ai驱动信息，驱动所述目标虚拟对象之前，根据所述第一用户对所述ai驱动信息的调整信息，对所述ai驱动信息进行更新。13.根据权利要求8-12任一项所述的装置，所述生成模块，具体用于：根据预先构建的心理疾病核心知识图谱、预先构建的心理疾病核心治疗数据、预先获取的所述第二用户的用户信息、以及所述第二用户和所述目标虚拟对象间的交流数据，生成诊疗报告。14.根据权利要求8-13任一项所述的装置，所述目标对象，为所述第二用户选择的对象，或者，为根据所述第二用户的用户信息，确定出的对象。15.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的方法。16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行根据权利要求1-7任一项所述的方法。17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7任一项所述的方法。

技术总结
本公开提供了一种诊疗报告生成方法、装置、设备及存储介质，涉及人工智能技术领域，具体涉及虚拟数字人、AI大模型等技术领域，可应用于心理治疗辅助的场景下。具体实现方案包括：根据目标对象的特征数据，构建目标虚拟对象，特征数据包含外形特征数据和声纹特征数据中的至少一种；展示目标虚拟对象；根据驱动信息，驱动目标虚拟对象，以便第一用户通过目标虚拟对象与第二用户交流，驱动信息是根据第一用户的交流指令生成的；根据第二用户和目标虚拟对象间的交流数据，生成诊疗报告。本公开能够提高治疗效率。够提高治疗效率。够提高治疗效率。


技术研发人员：张膂 张海洋 冉勇
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2023.05.11
技术公布日：2023/9/12