近年来，智能医疗在国内外的发展热度不断提升。图像识别、深度学习、神经网络、大模型、语音等关键技术的突破带来了人工智能技术新一轮的发展。

场景一：智能机器人

医疗机器人是指能够在医疗领域执行特定任务或功能的机器人，包括手术机器人、康复机器人、护理机器人、陪护机器人、物流机器人、导诊机器人等。人工智能可以通过计算机视觉、语音识别、自然语言处理等技术，赋予医疗机器人更强的感知、理解和交互能力，使其能够更好地协助医生和患者完成各种医疗任务。

场景二：医嘱语音录入

医院语音医嘱录入完成信息提取并实现医嘱录入的过程，是医疗信息化领域的一个重要应用。这一过程主要涉及语音识别、自然语言处理（NLP）和信息提取等多个技术环节。医生通过语音输入设备（如麦克风）发出医嘱，这一语音信号被智能语音录入系统捕捉并转换为文本形式。这一过程依赖于先进的语音识别技术，它能够识别医生的语音指令并将其转换为可编辑的文字。

场景三：智能导诊导航

在智慧医院中，基于语音的智能导诊系统可以通过多轮问答快速为患者推荐对应就诊科室，并在患者排队等候期间借助智能问答系统提前收集患者病情信息。同时，结合AR导航技术，为患者推送实时定位、诊室位置等信息，规划最优就诊路径。

场景四：智能患者随访

在诊后随访环节，智能随访助手可以依托强大的语音交互能力，高效采集患者信息，评估高风险因素，引导患者科学服药，智能提示随访计划。医护人员可以通过语音识别技术实时记录病人的健康状况、医嘱执行情况等信息，避免繁琐的手写记录过程。同时，还可以为患者提供个性化的健康管理方案。

场景五：远程咨询会诊

在远程医疗场景中，患者可以通过语音与医生进行实时沟通，医生则利用语音识别技术快速获取患者的病情信息，并提供远程诊断和治疗建议。突破地域限制，实现医疗资源的共享和普及，使偏远地区的患者也能享受到高质量的医疗服务。

场景六：智能预问诊

患者预问诊系统通过语音后结构化信息提取功能，实现了高效、精准的信息捕获。患者通过语音输入进行预问诊时，系统能够实时捕捉并分析语音信号，利用语音识别技术将语音转化为文本，系统对转换后的文本进行深度理解和后结构化处理，自动提取出关键信息如症状描述、病史记录、用药情况等，并转化为结构化的医疗数据，为后续的医疗诊断与决策支持提供有力依据。

智能导诊系统成品源码

技术架构：springboot+redis+mybatis plus+mysql+RocketMQ

支持通过主诉及症状进行导诊，患者口语化病情描述与医学专业术语的对照，智能交互引导患者补充信息，给出导诊结构化报告。