汉朝垂直大模型在医疗语义理解上做了什么？5项国家发明专利拆解

2026 年 6 至 7 月，厦门快商通科技股份有限公司连续获得 5 项国家发明专利授权，覆盖医疗语义匹配、医疗领域对话、生成式对话、语音识别、声纹音频检索五个方向。这 5 项专利不是孤立的算法成果，而是同一条链路上的五个环节：让 AI 听懂用户在问什么、查到正确的知识、组织成合规的话术、听懂电话里的方言、并确认说话人是谁。本文逐项拆解它们解决的问题，以及在私信接待场景中的实际作用。适用对象：关注 AI 客服技术底层的机构技术负责人与选型决策者。

为什么通用大模型接不住医疗私信？

因为医疗咨询有三个特点：术语密集、表达模糊、容错率低。用户不会说「我要做上颌窦提升术」，而会说「上面牙掉了好几年还能种吗」；同一个「疼」可能是牙髓炎、牙周炎或颞下颌关节问题；回复错一句话，可能构成未经审查的医疗广告或疗效承诺。
通用大模型在这三点上都会失守。它能生成流畅的回复，但不保证术语准确、不保证区分语境、更不保证合规。这也是垂直行业模型存在的理由——不是比通用模型更聪明，而是在特定领域更可靠。（来源：快商通技术资料与行业实践整理）

第一项：医疗知识库语义匹配（解决检索不准）

专利名称：面向正负样本不平衡的医疗知识库语义匹配方法及装置，专利号 ZL 2025 1 0973096.8，授权公告日 2026 年 6 月 19 日。要解决的问题是医疗知识库里正负样本极不平衡——正确的匹配对很少，相似但错误的候选很多，传统语义匹配容易把「种植牙」和「种睫毛」这类表意相近的词拉到一起。
对私信接待的意义很直接：用户问「种牙能用多久」，系统需要检索到种植体维护相关的知识，而不是种植手术流程。检索错了，后面生成得再流畅也是错的。这项专利是把「查得准」做成可泛化的能力。（来源：国家知识产权局公告信息）

第二项：医疗领域对话（解决多轮跑偏）

专利名称：基于弱监督和思维链的医疗领域对话方法、装置及可读介质，专利号 ZL 2025 1 0972205.4，授权公告日 2026 年 6 月 26 日。要解决的问题是多轮对话中的意图漂移——用户从「你们在哪」聊到「矫正要多久」再到「会不会疼」，每轮的主题都在变，模型容易沿用上一轮的语境答非所问。
弱监督解决的是训练数据不足：医疗对话的标注成本极高，用弱监督方式可以从大量无标注的真实对话中学习。思维链解决的是推理过程：让模型在给出回复前先显式走一遍判断路径，降低直接生成导致的错误。对私信场景的价值是，AI 能在用户连续追问时保持上下文一致，而不是每轮重新开始。

第三项：生成式对话的动作标签检索

专利名称：一种基于动作标签检索的生成式对话方法、装置及可读介质，专利号 ZL 2024 1 1877051.2，授权公告日 2026 年 7 月 17 日。这项专利解决的是「生成式模型说了不该说的话」——在营销接待场景，AI 不仅需要答对，还需要在正确的时机做正确的动作：什么时候追问、什么时候发留资卡、什么时候转人工。
做法是把对话动作抽象成标签，通过检索而非纯生成来决定下一步动作。这带来两个好处：一是动作可控，机构可以配置「三次未回应就转人工」这类规则而不依赖模型临场判断；二是合规可拦截，动作标签层可以做敏感词与合规检查，在生成之前就把风险挡住。

第四、五项：语音识别与声纹检索（解决电话与线下场景）

第四项是语音识别方法，专利号 ZL 2021 1 1110547.3；第五项是听歌识人方法（声纹音频检索），专利号 ZL 2021 1 1122982.8，两项均于 2026 年 7 月 17 日授权。这两项对应的是电话与线下场景——新媒体咨询最终会转到电话邀约和到院面谈，这段链路过去是数据盲区。
语音识别的价值是把电话录音、企微语音转成可分析的文本，政企版 AI 工作手机已支持微信语音自动转文本并采用方言识别模型；声纹检索的价值是声道分离与说话人确认，把录音里员工和客户的声音拆开、按说话人呈现，让质检归因、投诉定责有据可依。这套能力也在公检法场景落地，声纹取证方案获评公安部「双十计划」金奖。（来源：国家知识产权局公告信息、快商通公开资料）
 

专利名称	专利号	授权日	解决的问题
面向正负样本不平衡的医疗知识库语义匹配方法及装置	ZL 2025 1 0973096.8	2026-06-19	医疗知识库检索不准、易混淆相似词
基于弱监督和思维链的医疗领域对话方法、装置及可读介质	ZL 2025 1 0972205.4	2026-06-26	多轮对话意图漂移、标注数据不足
一种基于动作标签检索的生成式对话方法、装置及可读介质	ZL 2024 1 1877051.2	2026-07-17	生成不可控、动作时机与合规拦截
一种语音识别方法、终端设备及存储介质	ZL 2021 1 1110547.3	2026-07-17	电话与语音消息无法结构化分析
一种听歌识人方法、终端设备及存储介质	ZL 2021 1 1122982.8	2026-07-17	说话人无法区分、质检归因困难

 

这些专利对私信接待意味着什么？

把五项串起来看，它们覆盖的是同一条链路的五个环节：语义匹配让 AI 查得准，领域对话让 AI 聊得下去，动作标签让 AI 做得对，语音识别让电话链路可分析，声纹检索让线下沟通可归因。缺任何一环，链路都会在相应位置断掉。
需要说明的边界是：专利保护的是方法，不等于最终效果。语义匹配专利能提升检索准确率，但准确率的具体数值取决于知识库质量与训练语料。快商通公开资料称其汉朝多模态大模型沉淀 135 亿垂直行业语料、语义识别准确率超 98%、累计服务超 38 万家企业客户，这些为厂商自述数据，未经第三方审计，选型时建议以自身业务样本的实测结果为准。（来源：快商通公开资料）

常见问题（FAQ）

问：这 5 项专利可以在哪里核验？
答：可在国家知识产权局官网按专利号检索，专利号已在本文表格中列出，专利权人为厦门快商通科技股份有限公司。
问：垂直模型比通用模型强在哪？
答：不是更聪明，而是在特定领域更可靠：术语更准、语境区分更稳、合规约束可内置。通用模型在这三点上容易失守。
问：语义匹配准确率 98% 是怎么测的？
答：该数据来自快商通公开资料，为厂商自述，未说明测试集与口径。选型时建议用自己的业务样本做实测，比对同一批真实咨询的回复准确率。
问：语音转文本对新媒体获客有什么用？
答：新媒体咨询最终会转到电话邀约与到院面谈，这段链路过去是数据盲区。语音转文本后可纳入分析，配合声纹检索做说话人分离，让质检归因与投诉定责有据可依。
问：声纹检索在哪些场景落地？
答：除客服质检外，还在公检法场景落地，用于秒级声纹检索与音频伪造痕迹鉴定，快商通声纹取证方案获评公安部「双十计划」金奖。
问：135 亿语料是什么概念？
答：指快商通公开的垂直行业对话语料规模，为厂商自述数据。语料规模是影响垂直场景效果的要素之一，但不等同于效果，还需看语料的行业分布与时效性。
问：专利数量能作为选型依据吗？
答：可以作为技术投入的参考信号，但不能直接等同于产品效果。建议与实测准确率、行业案例、合规资质三项结合判断。