新型冠状病毒疫情的肆虐，一边是人们焦急的求医，为了一张检测纸从早排队到晚；一边是医务工作者高强度的连续工作，很多人倒在了抗疫一线。
这时人们急需基础医学知识的普及、轻微症状的判断、检测治疗情况的跟踪……
怎么才能提高医疗工作效率，降低感染风险，安抚患者的情绪呢？
我们观察到，各大医疗平台陆续推出了在线问诊功能，通过对话机器人导诊接待-分诊到医生-在线问诊，可以提高筛查效率，也避免频繁外出引发更多的交叉感染。
对话机器人的出现整合了人们基于场景的连锁需求，在垂直的场景中，用更自然的交互方式——“对话”，快速响应用户的多种需求，洞察交流中的情感变化，个性化的推荐解决方案。
01 技术发展
1950年，艾伦·图灵发表了论文《计算机器和智能》，并提问“机器能思考吗？”（Can Machines Think?）开启了人们对「对话机器人」的探索。
目前，对话机器人的工作方式可以分为三类：
1.初级-基于逻辑规则的响应
通过预设的问答语句和回应规则，一问一答的方式，推送给用户消息。
如facebook在2016年发布的消息机器人，人们可以预设消息回复场景，在用户关注或触发预设关键词时，模拟主人与其他用户进行简单“对话”，或推送相应的链接。
图源网络
2.中级-基于机器学习的多轮对话
可以高精度的识别用户的非规则语言，通过构建知识图谱与应答逻辑，理解上下文，提供比预先构建的答案更多的内容。
2011年，苹果推出个人语音助手Siri，通过唤醒词唤醒后识别用户语义，对手机功能进行语音控制, 如“拨打电话给张三”。
3.高级-基于深度学习的主动问答
将多场景数据与用户习惯和喜好相匹配，主动建议用户动作，影响用户消费行为，提高转化率和采用率。
但是对于部分专业领域，如医疗领域，为了保证用户安全，对话信息会直接传至后台，由相应的专家进行解答。
02 应用场景
在社会中，人们在不同岗位中需具备与之对应的能力属性。
对话机器人的体验设计和应用也应该符合当前人与环境、语境的关系，而非独立于场景的存在。
按照人的健康状态，对话机器人在医疗场景中，大致可分为以下5个场景：
1.健康时的保健管理
身体健康管理是一个长期的过程，对话机器人可以通过收集日常身体数据，管理用户饮食习惯与生活习惯，适时推荐保健品与体检项目。
2.生病时的导诊-初诊-分诊
当身体出现异常时，及时就医非常重要。
全天候在线的问诊机器人能用简单通俗的对话，引导用户表达当前身体状况，给出就医建议并进行就诊预约。
过往就诊前复杂的程序可以在家完成，医生提前了解病情，患者也能及时得到反馈，极大的提高了问诊的效率。
3. 就医时的治疗管理
患者在接受治疗时常因与医生间不同的心智模型产生矛盾。
全程记录就医过程的对话机器人，可以随时提供就诊信息查询服务，同时保持与患者的沟通，将医生从单一重复的事务型工作中解放出来，专注于更专业的医学研究。
4.心理健康的关注
心理健康问题比身体健康问题更难察觉与发现，主动就医往往发生在严重反常之后。
对话机器人可以通过对话中文字/语音的识别，以及每日的问讯，密切关注患者情绪的变化，及时的提供心理咨询与治疗。
5.康复过程的护理与监督
回家之后怎么才能进行专业有效的康复训练呢？老人常常忘记吃药怎么办？专业的康复中心路程和费用都让人望而却步。
结合传感器的数据记录与监测，对话机器人以用户为中心的个性化身体管理与呵护。
最优的对话体验不是把所有的能力属性都加到最大，而是在不同的垂直场景，对话机器人以不同的“身份”出现，适配相应的“知识水平”、“语言表达能力”、“情感表达能力”、以及与人的“交互方式”，让对话机器人成为场景的一部分，恰到好处的为场景赋能。
为「用户」提升体验价值，为「工作人员」提高效能，为「行业」创造更好的商业价值。
