医疗问答系统的核心竞争力往往藏在意图识别层。本文深度拆解医疗场景下的三级意图体系设计，从合规拦截到精准分类，揭秘如何用轻量级方案实现80%问题不走大模型的成本优化，同时保障高风险咨询的自动拦截机制。这套方法论可直接复用于健康类AI产品设计。

前提：先分类再处理、知识库细、切片准、召回稳、prompt严

一、为什么医疗问答一定要加「意图识别」？

在你的流程里，它解决 3 个致命问题：

1）合规第一道关

先识别用户是不是想：诊断、开药、治疗、急症处理

→ 直接拦截，不进后面任何分类

2）自动帮你完成「问题类型分类」

不用人工判，系统一眼知道：

是症状科普 / 就医引导 / 报告解读 / 孕期护理 / 用药禁忌

3）让「热门/小众」判断更准

同样一句话，不同意图完全不一样：

• • “胎动少” → 意图：孕期护理科普（热门）
  • “我胎动少是不是胎儿缺氧” → 意图：风险咨询（直接拦截/引导就医）

没有意图识别，你后面所有分类都是半人工、不可量产。

二、意图识别放在你整个流程的哪个位置？（最关键）

我给你放到最前面、最核心，变成标准上线链路：

三、医疗问答「意图体系」直接给你设计好（面试可直接说）

3.1 一级意图（合规+大方向）

第一层：规则引擎（关键词 + 正则）→ 覆盖 80%

负责：

• 违规词拦截（诊断、开药、处方、剂量、胸痛、大出血等）
• 热门意图匹配（胎动、宫缩、高血压饮食、挂什么科）

意图分类

1. 违规意图（直接拒绝）：诊断、开药、治疗、处方、剂量、重症、急症
2. 健康科普意图
3. 就医引导意图
4. 体检报告解读意图
5. 慢病/孕期护理意图
6. 用药禁忌科普意图
7. 其他意图（无法回答）

3.2 二级意图（细分场景，对应你的知识库）

第二层：轻量小模型意图分类 → 覆盖剩下 20%

用：

• 医疗领域轻量模型（7B 以内，本地可跑）
• 只做一件事：给问题打「意图标签」
• 不生成回答，极省成本

意图分类

以孕期为例：

1）孕期护理意图

• 胎动相关
• 宫缩相关
• 饮食相关
• 产检相关

2）报告解读意图

• 血常规
• 甲状腺
• 血糖

3）就医引导意图

• 挂什么科
• 就医流程

三级意图（判断热门/小众）

第三层：频次统计 → 自动分热门 / 小众

后端统计：

• 同一个意图 / 问句，近 30 天出现次数
• ≥阈值 = 热门 ＜阈值 = 小众

这套方案就是你之前说的：80% 问题不走大模型，只让 20% 复杂问题用大模型。

意图分类

• 热门意图：固定问法、高频、答案标准化
• 小众意图：多条件、复杂、个性化

四、意图识别如何跟你原来的 3 类 QA 分类一一对应？

1）意图识别 → 自动判断「问题类型」

• 意图=科普 → 症状科普类
• 意图=挂号/科室 → 就医引导类
• 意图=报告/指标 → 体检报告解读类
• 意图=孕期/慢病怎么养 → 护理类
• 意图=什么人不能吃 → 用药禁忌类

完全替代人工分类

2）意图识别 → 自动判断「热门/小众」

同一个意图大量出现 → 热门→ 走FAQ、小模型

意图冷、或多意图混合 → 小众→ 走RAG+大模型

3）意图识别 + 用户分层 → 控制回答长短/引导

• 新用户 + 基础意图 → 强引导、详细
• 老用户 + 明确意图 → 精简、不啰嗦

五、落地有多简单？（不用复杂算法）

你完全可以轻量实现：

1. 关键词+正则（80% 医疗问题够用）
2. 加一个轻量小模型做意图分类（本地就能跑）
3. 不用大模型，成本极低

这就是你之前说的：

热门问题用小模型，小众问题用大模型

——意图识别就是那个“开关”。