雷鋒網(wǎng)消息，在近日舉行的CHIMA大會上，云知聲召開了一場主題為“AI 賦能臨床：從助手到專家”的醫(yī)療AI產(chǎn)品發(fā)布會。

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”等重點產(chǎn)品的功能特點與應(yīng)用情況。

“醫(yī)療語音交互解決方案”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)域的重點布局方向。

AI與醫(yī)療屬性天然契合

云知聲成立于2012年，本質(zhì)上是一家以“語音”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，一個是和AI相關(guān)的技術(shù)，一個是和芯片相關(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)備端的邊緣計算能力，進而把云端的技術(shù)向設(shè)備端進行輸出。

“基于人工智能的技術(shù)，我們試圖構(gòu)建‘云端芯’一體的解決方案。一方面實現(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業(yè)務(wù)方向。

作為一個純粹的AI技術(shù)公司，為什么云知聲會想到入局醫(yī)療？

謝冠超解釋到，原因在于醫(yī)療和AI的屬性天然契合。

一個醫(yī)生的核心專業(yè)能力包括醫(yī)學(xué)知識、臨床經(jīng)驗和操作技能。而一個醫(yī)療AI系統(tǒng)的建立是基于知識，用知識表、知識應(yīng)用這些技術(shù)去形成一套知識圖譜和專家系統(tǒng)，對應(yīng)的是醫(yī)學(xué)知識。

在此之后，AI會用一些基于數(shù)據(jù)的技術(shù)，比如統(tǒng)計分析、數(shù)據(jù)挖掘，將獲得的臨床知識圖譜或者是專家系統(tǒng)，和真實世界去做對應(yīng)。

“一個基于AI的醫(yī)療系統(tǒng)和一個醫(yī)生的成長路徑是非常吻合的，這就是為什么我們認為醫(yī)療和AI的核心屬性天然契合。”

病歷生成與質(zhì)控產(chǎn)品將成今年主力

盡管云知聲這次的大會主題的“從助手到專家”。但謝冠超認為，目前用“助手”來描述AI應(yīng)用在這個行業(yè)里的地位會比較客觀，“助手是一個有專業(yè)能力的人，但是助手不能試圖去做獨立自主的判斷決策?！?/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知的戰(zhàn)略升級，即從識別向理解、決策升級。而此次會上一系列覆蓋醫(yī)院整體鏈路流程產(chǎn)品的發(fā)布，也是這個戰(zhàn)略升級下的一個縮影。

謝冠超向雷鋒網(wǎng)表示，語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勢頭比較快。

醫(yī)療語音交互解決方案

據(jù)美國醫(yī)學(xué)會（AMA）的統(tǒng)計，醫(yī)生職業(yè)生涯大約35%-40%的時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，失去科研價值。使用復(fù)制、黏貼，更會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)療語音交互解決方案由醫(yī)療語音識別引擎、語音錄入客戶端、定制麥克風(fēng)和鼠標組成。

為適應(yīng)醫(yī)院不同科室實際的使用需求，該系統(tǒng)提供兩個版本。

其中，標準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)自動將語音轉(zhuǎn)為文字，實時將文本輸入至光標所在位置，從而提高錄入效率。

升級版則將?？谱R別模型、語音操控接口、語音過濾等專科化功能，都作為單獨模塊開發(fā)，實現(xiàn)系統(tǒng)的低耦合?？筛鶕?jù)業(yè)務(wù)和場景需要與標準版系統(tǒng)進行自由組裝，打包成不同的?？品桨?。

2016年，云知聲就已在協(xié)和醫(yī)院落地了語音識別技術(shù)導(dǎo)診系統(tǒng)、語音識別技術(shù)電子病歷系統(tǒng)。剛上線時，系統(tǒng)的準確率只有80%。但是，隨著醫(yī)生的逐漸使用，準確率的問題得到了解決。

“當醫(yī)生說一個新的名詞時，AI是不可能會識別的。但是當系統(tǒng)識別之后，醫(yī)生會對結(jié)果進行修改，后臺會記錄這一行為，從而讓AI去進行主動挖掘?！?/p>

據(jù)悉，云知聲醫(yī)療語音交互解決方案已在福建省立醫(yī)院門診全科室上線，識別準確率平均達 97%，病歷書寫效率提升達40% 。

病歷的自動生成與質(zhì)控

病歷的自動生成與質(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，云知聲嘗試利用醫(yī)患之間的對話自動生成病歷。這跟電子語音病歷錄入的最大的不同是在于，電子語音病歷錄入是100%的把醫(yī)生所講的話轉(zhuǎn)化成文字。

而電子病例自動生成需要摘要的過程，把醫(yī)患之間的談話、摘要進行總結(jié)，形成一個合規(guī)的電子病歷，所以AI系統(tǒng)需要理解對話。

“病歷的自動生成是一項復(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，所以它就需要知識圖譜的底層支持?！?/p>

當然，電子病歷自動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，但是我們在知識圖譜建設(shè)上面，遵循的原還是病種的多發(fā)性?！?/p>

2019年4月17日，國家衛(wèi)健委發(fā)布通知，將病案首頁質(zhì)量和電子病歷應(yīng)用功能水平評價納入三級公立醫(yī)院績效考核。

病歷的自動生成可以理解成醫(yī)生的“減負”工具。但是為什么還要進行質(zhì)控？對醫(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。

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，目前我國三甲醫(yī)院每天的出院患者多達上百例，病歷質(zhì)控工作量大、專業(yè)性強，但電子病歷系統(tǒng)的模塊僅能完成簡單的形式質(zhì)控，內(nèi)涵質(zhì)控仍需要專業(yè)人員手動完成。

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)控專員僅有四個人，全質(zhì)量的質(zhì)控數(shù)量是五到八份，效率非常低，實際高質(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)知識的積累。而HIS廠商沒有醫(yī)學(xué)知識，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。

云知聲則是運用AI技術(shù)，基于知識圖譜實現(xiàn)了一個比較完整的病歷的自動質(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100% ，質(zhì)檢缺陷覆蓋面由原來的重點缺陷檢查升級為全缺陷檢查，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)療三要素是語言、知識、決策。從文本或者語言中構(gòu)建知識圖譜，基于知識圖譜理解輔助決策，知識圖譜是智能+醫(yī)療的基石。再利用知識圖譜+醫(yī)療的核心技術(shù)是病歷后結(jié)構(gòu)化和標準化，基于醫(yī)療知識圖譜的推理和決策，從高質(zhì)量數(shù)據(jù)源去構(gòu)建一個知識圖譜。

截至目前，在醫(yī)療知識圖譜領(lǐng)域，云知聲已儲備約50萬醫(yī)學(xué)概念，超過169萬醫(yī)學(xué)術(shù)語庫，超過398萬醫(yī)學(xué)關(guān)系庫，以及52萬醫(yī)學(xué)屬性值對，涵蓋了絕大部分藥品、疾病、科室與檢查，規(guī)模體量達國際領(lǐng)先水準。

可以預(yù)見的是，隨著醫(yī)療知識圖譜的不斷豐富，云知聲可以將更多的病歷自動生成和質(zhì)控方案落地到更多科室。

不要做項目，要做標準化產(chǎn)品

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客戶做成一個個的項目，而是會綜合所有共性的需求，形成一套相對標準化的產(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，不用為每個客戶去做大量的定制開發(fā)?！?/p>

另外，為了讓AI應(yīng)用實現(xiàn)更好的落地，要跟不同醫(yī)院進行數(shù)據(jù)對接，“數(shù)據(jù)對接是非常核心的問題，原因是國內(nèi)的醫(yī)院每一個醫(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。”

謝冠超認為，雖然大家都在做醫(yī)療，其實每個人所做的路徑和方式差別很大。而云知聲選擇的是一個比較艱難的路徑?！捌D難路徑的內(nèi)涵在于，所做的工作都是基于整個臨床的流程，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行業(yè)，它最大的價值是和今天的傳統(tǒng)行業(yè)去做結(jié)合，去改進、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。