随着生产水平的提高,人们的生活水平有了很大的提升,健康越来越受到大众的关注,人们对于及时准确的医疗诊断需求愈发的强烈。然而,中国人口基数庞大,现阶段医疗环境存在诸多问题,其中最严重的是许多医疗岗位存在巨大人员缺口,且由于区域发展差异,我国医疗资源分布极度不均衡。在人们的急切的医疗需求下,当前的医疗在线诊疗网站如雨后春笋般涌现,如春雨医生,好大夫,拇指医生等。很多的在线咨询医疗诊断对话在匿名化过后被公开,在互联网可以很方便地获取。同时因为众多研究人员的努力以及实体,关系抽取技术的发展,大量的常识知识和医疗知识易于获得。通过医疗知识图谱中的疾病症状之间的关系,即使是不具备医学背景的人也能根据症状大致了解病情。大规模的开放医疗知识对于提升辅助诊断系统的诊断和开药等推理能力有较大的帮助作用。同时因为大规模的医疗对话数据与当前的深度神经网络的发展,使得通过数据驱动的方式结合外部医疗知识构造一个辅助诊断医疗对话系统成为可能。医疗对话生成旨在提供自然和准确的回复,以帮助医生有效地获得诊断和治疗建议,达到辅助诊断的目的。在医学对话中,有两个关键特征与回复生成相关:患者状态（如症状、药物治疗）和医师动作（如诊断、治疗）。在医疗场景中,由于标注成本高和隐私保护的要求,通常无法获得大规模的人工标注。因此,当前的医疗对话生成方法通常不会显式地考虑患者状态和医师动作,而是专注于隐式表示。本文提出了一种端到端的变分推理方法来进行医疗对话生成。为了能够处理只有少量标注的数据集,本文将患者状态和医师动作作为先验分布为类别分布（Categorical Distribution）的隐变量（Latent Variable）,分别用于显式的患者状态跟踪和医师策略学习,这使得模型可以使用部分标注的数据进行半监督学习。为了求解存在隐变量的问题,本文定义了一种变分贝叶斯生成方法来近似患者状态和医师动作的后验分布,并且使用高效的随机梯度变分贝叶斯估计方法来优化Evidence lower bound的下界。并且,对于模型的参数优化过程,本文提出了一种两阶段级联推断（2-stage collapsed inference）方法以减少模型训练期间的偏差。为了增强模型的推理（Reasoning）能力,本文提出了一种由动作分类器和对偶推理检测器、即上下文推理检测器和图推理检测器组成的医师策略网络。模型在测试阶段的输出的位于知识图谱上的显式推理路径,患者状态和医师动作的显式文本序列有助于提供更具可解释性的对话回复生成结果。本文对从医疗咨询平台收集的三个数据集进行了实验。实验结果表明本文所提出的方法在客观和主观评价指标方面均优于最先进的基线模型。本文的实验还表明了文中提出的半监督推理方法实现了与最先进的完全监督的医师策略学习基线相当的性能。