近日，自然語言處理（NLP）領(lǐng)域國際權(quán)威會議 ——2025 年計算語言學與自然語言處理國際會議（EMNLP 2025）公布論文錄用結(jié)果，云知聲提交的《面向門診病歷生成的高質(zhì)量醫(yī)患對話合成技術(shù)》（《High-Quality Medical Dialogue Synthesis for Improving EMR Generation》）成功入選 Industry Track（工業(yè)賽道）。這一成果不僅是國際學術(shù)界對云知聲技術(shù)實力的高度認可，更標志著其在門診病歷生成領(lǐng)域?qū)崿F(xiàn)重大技術(shù)突破，為中國醫(yī)療 AI 企業(yè)在全球垂直領(lǐng)域創(chuàng)新樹立標桿。

EMNLP 由計算語言學協(xié)會（ACL）主辦，與 ACL、NAACL、COLING 并稱 NLP 領(lǐng)域 “四大頂會”，是全球 NLP 技術(shù)創(chuàng)新與學術(shù)交流的核心平臺。其中 Industry Track聚焦算法創(chuàng)新與產(chǎn)業(yè)應(yīng)用深度融合，吸引了谷歌、亞馬遜、微軟、騰訊、阿里巴巴等全球頂尖科技企業(yè)參與角逐，本屆該賽道論文錄用率僅 38%，競爭異常激烈。云知聲論文從眾多高水平成果中脫穎而出，充分證明其在AI技術(shù)與醫(yī)療場景結(jié)合領(lǐng)域的研究實力，已獲得國際學術(shù)界與產(chǎn)業(yè)界雙重認可。

此次技術(shù)突破，源于云知聲針對醫(yī)療場景中 “真實醫(yī)療數(shù)據(jù)匱乏、病歷生成質(zhì)量參差不齊” 的核心痛點，創(chuàng)新性提出 “意圖graph規(guī)劃” + “雙智能體仿真” + “規(guī)則 - 獎勵質(zhì)量控制” 三大模塊融合的醫(yī)患對話合成框架，為門診病歷生成提供高效解決方案。

在技術(shù)架構(gòu)上，該框架構(gòu)建了層層遞進的質(zhì)量保障體系：首先通過 “意圖graph規(guī)劃”，從真實門診對話中抽取 “醫(yī)生問診癥狀時長”“患者反饋用藥情況” 等醫(yī)療意圖，聚合意圖轉(zhuǎn)換規(guī)律、估算意圖出現(xiàn)概率，形成符合臨床問診邏輯的線性意圖骨架與意圖graph，避免脫離醫(yī)療場景的無效交互；其次依托 “雙智能體仿真”，結(jié)合抽取的意圖graph與隨機采樣的患者畫像（含年齡、性別、疾病信息、語言風格等），分別啟動 “醫(yī)生智能體” 與 “患者智能體”，模擬臨床問診流程生成多輪連貫對話，如醫(yī)生智能體詢問 “您糖尿病病史多久？”，患者智能體結(jié)合畫像反饋 “二十年了，目前在用短效胰島素”；最后通過 “規(guī)則 - 獎勵質(zhì)量控制”，一方面以醫(yī)學規(guī)則過濾錯誤用藥建議、矛盾癥狀描述等不符合臨床常識的內(nèi)容，另一方面用獎勵模型對對話質(zhì)量打分，僅保留高仿真、高醫(yī)學一致性的合成數(shù)據(jù)，形成優(yōu)質(zhì)訓練語料。

實驗數(shù)據(jù)充分驗證了該技術(shù)突破的實用價值：采用合成數(shù)據(jù)訓練后，病歷生成核心指標 BLEU值從 42.5 提升至 45.6，關(guān)鍵信息錯誤率（如病史時長、用藥信息錯誤）下降 20% 以上，醫(yī)生對生成病歷的編輯次數(shù)減少 35%，大幅降低醫(yī)護人員工作量；同時，該框架在跨醫(yī)院測試中性能穩(wěn)定，且所有合成數(shù)據(jù)不涉及真實患者隱私，完全符合隱私合規(guī)要求，為不同規(guī)模醫(yī)院的病歷生成與質(zhì)控審核業(yè)務(wù)提供可落地、可推廣的方案。

作為深耕醫(yī)療 AI 領(lǐng)域的企業(yè)，云知聲依托其全棧的AGI技術(shù)和多年行業(yè)積累，針對醫(yī)療行業(yè)痛點，打造了多款覆蓋醫(yī)療全場景的智能產(chǎn)品和解決方案。覆蓋醫(yī)政醫(yī)管、臨床診療、醫(yī)保管理、患者服務(wù)等多個業(yè)務(wù)領(lǐng)域。服務(wù)于衛(wèi)健委、醫(yī)保局、醫(yī)院管理者、醫(yī)護人員、患者等多類用戶。賦能醫(yī)療領(lǐng)域智能化建設(shè)，助力提升行業(yè)智能化水平。

目前，云知聲已將多項AI醫(yī)療相關(guān)技術(shù)深度轉(zhuǎn)化為產(chǎn)品，推出門診病歷生成、語音電子病歷等覆蓋診療全流程的核心產(chǎn)品 —— 語音電子病歷可實時將醫(yī)患對話轉(zhuǎn)化為結(jié)構(gòu)化文本，門診病歷生成產(chǎn)品能基于對話自動生成規(guī)范病歷，并已成功落地全國 400 余家醫(yī)院，優(yōu)化醫(yī)療服務(wù)流程、提升診療效率與病歷質(zhì)量，惠及眾多醫(yī)患群體。

此次論文成功入選EMNLP 2025，是云知聲技術(shù)積累與學術(shù)創(chuàng)新深度結(jié)合的又一重要成果。未來，云知聲將持續(xù)深耕智慧醫(yī)療領(lǐng)域，不斷拓寬技術(shù)邊界，積極探索AI技術(shù)與醫(yī)療場景融合的創(chuàng)新范式，為構(gòu)建更智能、普惠的未來醫(yī)療生態(tài)貢獻力量。