0
| 本文作者： 李雨晨 | 2019-07-11 22:59 |
雷鋒網(wǎng)消息，在近日舉行的CHIMA大會(huì)上，云知聲召開了一場(chǎng)主題為“AI 賦能臨床：從助手到專家”的醫(yī)療AI產(chǎn)品發(fā)布會(huì)。
除了系統(tǒng)解讀智慧醫(yī)療整體戰(zhàn)略之外，云知聲還和相關(guān)的合作醫(yī)院介紹了“醫(yī)療語(yǔ)音交互解決方案”、“智能病歷生成”、“智能病歷質(zhì)控”、“ 智能候診＆智能隨訪解決方案”等重點(diǎn)產(chǎn)品的功能特點(diǎn)與應(yīng)用情況。
“醫(yī)療語(yǔ)音交互解決方案”是云知聲落地、應(yīng)用最成熟的產(chǎn)品。而今年，圍繞病歷展開的生成與質(zhì)控工作將成為云知聲在醫(yī)療AI領(lǐng)域的重點(diǎn)布局方向。
云知聲成立于2012年，本質(zhì)上是一家以“語(yǔ)音”為核心切入行業(yè)的創(chuàng)業(yè)公司。
云知聲的底層AI技術(shù)由兩部分構(gòu)成，一個(gè)是和AI相關(guān)的技術(shù)，一個(gè)是和芯片相關(guān)的技術(shù)。
云知聲IOT事業(yè)部總裁謝冠超表示，云知聲的戰(zhàn)略是把在垂直行業(yè)積累的AI技能放在云端，通過芯片去賦能設(shè)備端的邊緣計(jì)算能力，進(jìn)而把云端的技術(shù)向設(shè)備端進(jìn)行輸出。
“基于人工智能的技術(shù)，我們?cè)噲D構(gòu)建‘云端芯’一體的解決方案。一方面實(shí)現(xiàn)行業(yè)的智能化，另一方面，反向提升云知聲在人工智能上的技能?！?/p>
在這樣的思路下，云知聲覆蓋了家居、醫(yī)療、智能機(jī)器人、教育、金融、智慧社區(qū)、智慧出行等不同的應(yīng)用領(lǐng)域。
據(jù)雷鋒網(wǎng)了解，云知聲的IOT事業(yè)部有兩個(gè)業(yè)務(wù)方向：智慧生活和智慧服務(wù)，而醫(yī)療是IOT事業(yè)部里非常重要的一個(gè)業(yè)務(wù)方向。
作為一個(gè)純粹的AI技術(shù)公司，為什么云知聲會(huì)想到入局醫(yī)療？
謝冠超解釋到，原因在于醫(yī)療和AI的屬性天然契合。
一個(gè)醫(yī)生的核心專業(yè)能力包括醫(yī)學(xué)知識(shí)、臨床經(jīng)驗(yàn)和操作技能。而一個(gè)醫(yī)療AI系統(tǒng)的建立是基于知識(shí)，用知識(shí)表、知識(shí)應(yīng)用這些技術(shù)去形成一套知識(shí)圖譜和專家系統(tǒng)，對(duì)應(yīng)的是醫(yī)學(xué)知識(shí)。
在此之后，AI會(huì)用一些基于數(shù)據(jù)的技術(shù)，比如統(tǒng)計(jì)分析、數(shù)據(jù)挖掘，將獲得的臨床知識(shí)圖譜或者是專家系統(tǒng)，和真實(shí)世界去做對(duì)應(yīng)。
“一個(gè)基于AI的醫(yī)療系統(tǒng)和一個(gè)醫(yī)生的成長(zhǎng)路徑是非常吻合的，這就是為什么我們認(rèn)為醫(yī)療和AI的核心屬性天然契合。”
盡管云知聲這次的大會(huì)主題的“從助手到專家”。但謝冠超認(rèn)為，目前用“助手”來描述AI應(yīng)用在這個(gè)行業(yè)里的地位會(huì)比較客觀，“助手是一個(gè)有專業(yè)能力的人，但是助手不能試圖去做獨(dú)立自主的判斷決策?！?/p>
據(jù)了解，云知聲醫(yī)療產(chǎn)品線目前已完成從感知到認(rèn)知的戰(zhàn)略升級(jí)，即從識(shí)別向理解、決策升級(jí)。而此次會(huì)上一系列覆蓋醫(yī)院整體鏈路流程產(chǎn)品的發(fā)布，也是這個(gè)戰(zhàn)略升級(jí)下的一個(gè)縮影。
謝冠超向雷鋒網(wǎng)表示，語(yǔ)音交互的解決方案占據(jù)云知聲醫(yī)療業(yè)務(wù)收入的大部分，但是圍繞病歷的質(zhì)控是今年年初開始主推的產(chǎn)品，目前質(zhì)控的收入占比和增長(zhǎng)勢(shì)頭比較快。
醫(yī)療語(yǔ)音交互解決方案
據(jù)美國(guó)醫(yī)學(xué)會(huì)（AMA）的統(tǒng)計(jì)，醫(yī)生職業(yè)生涯大約35%-40%的時(shí)間用于病歷書寫及相關(guān)文案工作上。醫(yī)生鍵盤錄入速度受限于熟練程度，效率低下，且多使用模板，無法突出患者病情特異性。內(nèi)容重復(fù)較多，使得病歷千篇一律，失去科研價(jià)值。使用復(fù)制、黏貼，更會(huì)大概率成為診療事故的誘因。
云知聲醫(yī)療 AI 產(chǎn)品經(jīng)理郭崇亮介紹，云知聲醫(yī)療語(yǔ)音交互解決方案由醫(yī)療語(yǔ)音識(shí)別引擎、語(yǔ)音錄入客戶端、定制麥克風(fēng)和鼠標(biāo)組成。
為適應(yīng)醫(yī)院不同科室實(shí)際的使用需求，該系統(tǒng)提供兩個(gè)版本。
其中，標(biāo)準(zhǔn)版提供一種方便快捷的輔助錄入方式，醫(yī)生通過口述患者病情，系統(tǒng)自動(dòng)將語(yǔ)音轉(zhuǎn)為文字，實(shí)時(shí)將文本輸入至光標(biāo)所在位置，從而提高錄入效率。
升級(jí)版則將?？谱R(shí)別模型、語(yǔ)音操控接口、語(yǔ)音過濾等專科化功能，都作為單獨(dú)模塊開發(fā)，實(shí)現(xiàn)系統(tǒng)的低耦合?？筛鶕?jù)業(yè)務(wù)和場(chǎng)景需要與標(biāo)準(zhǔn)版系統(tǒng)進(jìn)行自由組裝，打包成不同的?？品桨?。
2016年，云知聲就已在協(xié)和醫(yī)院落地了語(yǔ)音識(shí)別技術(shù)導(dǎo)診系統(tǒng)、語(yǔ)音識(shí)別技術(shù)電子病歷系統(tǒng)。剛上線時(shí)，系統(tǒng)的準(zhǔn)確率只有80%。但是，隨著醫(yī)生的逐漸使用，準(zhǔn)確率的問題得到了解決。
“當(dāng)醫(yī)生說一個(gè)新的名詞時(shí)，AI是不可能會(huì)識(shí)別的。但是當(dāng)系統(tǒng)識(shí)別之后，醫(yī)生會(huì)對(duì)結(jié)果進(jìn)行修改，后臺(tái)會(huì)記錄這一行為，從而讓AI去進(jìn)行主動(dòng)挖掘?！?/p>
據(jù)悉，云知聲醫(yī)療語(yǔ)音交互解決方案已在福建省立醫(yī)院門診全科室上線，識(shí)別準(zhǔn)確率平均達(dá) 97%，病歷書寫效率提升達(dá)40% 。
病歷的自動(dòng)生成與質(zhì)控
病歷的自動(dòng)生成與質(zhì)控是云知聲今年的主打產(chǎn)品，圍繞這兩塊內(nèi)容，主要有哪些成果？
在智能病歷生成方面，云知聲嘗試?yán)冕t(yī)患之間的對(duì)話自動(dòng)生成病歷。這跟電子語(yǔ)音病歷錄入的最大的不同是在于，電子語(yǔ)音病歷錄入是100%的把醫(yī)生所講的話轉(zhuǎn)化成文字。
而電子病例自動(dòng)生成需要摘要的過程，把醫(yī)患之間的談話、摘要進(jìn)行總結(jié)，形成一個(gè)合規(guī)的電子病歷，所以AI系統(tǒng)需要理解對(duì)話。
“病歷的自動(dòng)生成是一項(xiàng)復(fù)雜的工作。不同的科室，不同的病種，需要摘要的內(nèi)涵、內(nèi)容不一樣，所以它就需要知識(shí)圖譜的底層支持?！?/p>
當(dāng)然，電子病歷自動(dòng)生成也沒有面向全科室，而是在部分科室做。謝冠超說，“我們病歷生成的產(chǎn)品推的是全科室，但是我們?cè)谥R(shí)圖譜建設(shè)上面，遵循的原還是病種的多發(fā)性。”
2019年4月17日，國(guó)家衛(wèi)健委發(fā)布通知，將病案首頁(yè)質(zhì)量和電子病歷應(yīng)用功能水平評(píng)價(jià)納入三級(jí)公立醫(yī)院績(jī)效考核。
病歷的自動(dòng)生成可以理解成醫(yī)生的“減負(fù)”工具。但是為什么還要進(jìn)行質(zhì)控？對(duì)醫(yī)院來講，病歷質(zhì)控除了滿足監(jiān)管的訴求，最大的一個(gè)問題解決醫(yī)患糾紛。
作為醫(yī)院管理的核心部分，不管是工作量還是覆蓋量，病歷的質(zhì)控都是醫(yī)院的一大痛點(diǎn)。
過去HIS廠商也在嘗試解決，里面也有一部分質(zhì)控的功能。但是，目前我國(guó)三甲醫(yī)院每天的出院患者多達(dá)上百例，病歷質(zhì)控工作量大、專業(yè)性強(qiáng)，但電子病歷系統(tǒng)的模塊僅能完成簡(jiǎn)單的形式質(zhì)控，內(nèi)涵質(zhì)控仍需要專業(yè)人員手動(dòng)完成。
以東南大學(xué)附屬中大醫(yī)院為例，在使用 AI 系統(tǒng)輔助質(zhì)控前，中大醫(yī)院質(zhì)控專員僅有四個(gè)人，全質(zhì)量的質(zhì)控?cái)?shù)量是五到八份，效率非常低，實(shí)際高質(zhì)量質(zhì)控占比只有10%，大量病歷沒有能夠?qū)崿F(xiàn)質(zhì)控。
“醫(yī)生能不能基于自己的主訴推斷出第一診斷，需要醫(yī)學(xué)知識(shí)的積累。而HIS廠商沒有醫(yī)學(xué)知識(shí)，沒辦法去判斷醫(yī)生的主訴和他的第一診斷是不是構(gòu)成閉環(huán)?！敝x冠超說到。
云知聲則是運(yùn)用AI技術(shù)，基于知識(shí)圖譜實(shí)現(xiàn)了一個(gè)比較完整的病歷的自動(dòng)質(zhì)控，不僅僅涵蓋了形式上的缺陷，也涵蓋內(nèi)涵上的缺陷。
2018年3月，中大醫(yī)院與云知聲溝通了病歷質(zhì)控的事情，主要做了三件事情：第一步，進(jìn)行規(guī)則梳理；第二步，開發(fā)質(zhì)控引擎；第三步，醫(yī)院業(yè)務(wù)的流程再造；第四步，從終末質(zhì)控到環(huán)節(jié)質(zhì)控；最后是質(zhì)檢引擎的自學(xué)習(xí)。
中大醫(yī)院網(wǎng)絡(luò)信息中心主任史亞香表示，目前中大醫(yī)院病歷質(zhì)檢覆蓋率已達(dá)100% ，質(zhì)檢缺陷覆蓋面由原來的重點(diǎn)缺陷檢查升級(jí)為全缺陷檢查，質(zhì)檢工作提速接近10倍。
云知聲AI Labs 資深技術(shù)專家劉升平說到，智能+醫(yī)療三要素是語(yǔ)言、知識(shí)、決策。從文本或者語(yǔ)言中構(gòu)建知識(shí)圖譜，基于知識(shí)圖譜理解輔助決策，知識(shí)圖譜是智能+醫(yī)療的基石。再利用知識(shí)圖譜+醫(yī)療的核心技術(shù)是病歷后結(jié)構(gòu)化和標(biāo)準(zhǔn)化，基于醫(yī)療知識(shí)圖譜的推理和決策，從高質(zhì)量數(shù)據(jù)源去構(gòu)建一個(gè)知識(shí)圖譜。
截至目前，在醫(yī)療知識(shí)圖譜領(lǐng)域，云知聲已儲(chǔ)備約50萬醫(yī)學(xué)概念，超過169萬醫(yī)學(xué)術(shù)語(yǔ)庫(kù)，超過398萬醫(yī)學(xué)關(guān)系庫(kù)，以及52萬醫(yī)學(xué)屬性值對(duì)，涵蓋了絕大部分藥品、疾病、科室與檢查，規(guī)模體量達(dá)國(guó)際領(lǐng)先水準(zhǔn)。
可以預(yù)見的是，隨著醫(yī)療知識(shí)圖譜的不斷豐富，云知聲可以將更多的病歷自動(dòng)生成和質(zhì)控方案落地到更多科室。
目前云知聲大概有500多人，覆蓋的業(yè)務(wù)面也很寬泛。在采訪中，雷鋒網(wǎng)曾詢問謝冠超對(duì)于產(chǎn)品在醫(yī)院落地的心得。
他坦言，云知聲不太希望把每一個(gè)客戶做成一個(gè)個(gè)的項(xiàng)目，而是會(huì)綜合所有共性的需求，形成一套相對(duì)標(biāo)準(zhǔn)化的產(chǎn)品， “雖然從技術(shù)和產(chǎn)品規(guī)劃層面來看，挑戰(zhàn)比較大。但是這樣做的好處就在于能夠迅速的完成客戶的復(fù)制，不用為每個(gè)客戶去做大量的定制開發(fā)?！?/p>
另外，為了讓AI應(yīng)用實(shí)現(xiàn)更好的落地，要跟不同醫(yī)院進(jìn)行數(shù)據(jù)對(duì)接，“數(shù)據(jù)對(duì)接是非常核心的問題，原因是國(guó)內(nèi)的醫(yī)院每一個(gè)醫(yī)院的數(shù)據(jù)結(jié)構(gòu)千差萬別，醫(yī)院本身的信息化改造意愿以及信息化建設(shè)的基礎(chǔ)都不一樣。如果我們不能高效地完成數(shù)據(jù)適配，不管有什么AI產(chǎn)品，都很難在醫(yī)院落地?！?/p>
謝冠超認(rèn)為，雖然大家都在做醫(yī)療，其實(shí)每個(gè)人所做的路徑和方式差別很大。而云知聲選擇的是一個(gè)比較艱難的路徑。“艱難路徑的內(nèi)涵在于，所做的工作都是基于整個(gè)臨床的流程，去幫助醫(yī)生提升效率，提升質(zhì)量?！?/p>
“我們始終相信人工智能是賦能性的技術(shù)，它本身非常難以成為一個(gè)行業(yè)，它最大的價(jià)值是和今天的傳統(tǒng)行業(yè)去做結(jié)合，去改進(jìn)、提升現(xiàn)有的業(yè)務(wù)模式?！?/p>
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
