說(shuō)到醫(yī)療人工智能，很多人首先想到的是醫(yī)療影像，因?yàn)橄嚓P(guān)的企業(yè)和產(chǎn)品時(shí)常拋頭露面。但如果問(wèn)醫(yī)生最想要哪種形式的人工智能，答案卻很可能是電子病歷語(yǔ)音轉(zhuǎn)錄。

“出現(xiàn)這種反差，其實(shí)并不意外”，北京捷通華聲科技股份有限公司（以下簡(jiǎn)稱(chēng)捷通）總經(jīng)理武衛(wèi)東對(duì)雷鋒網(wǎng)說(shuō)道。醫(yī)療影像的處理技術(shù)早在模式識(shí)別時(shí)代就有了，發(fā)展至今已經(jīng)有二十年左右的歷史。影像處理是和醫(yī)療診斷直接相關(guān)的技術(shù)，國(guó)內(nèi)外從事相關(guān)技術(shù)研究的高等院校、科研院所和企業(yè)很多。只不過(guò)近幾年，隨著數(shù)據(jù)的積累和深度學(xué)習(xí)算法的應(yīng)用，圖像識(shí)別的準(zhǔn)確率有了大幅提升，也被更多人所熟知。

而國(guó)內(nèi)的語(yǔ)音識(shí)別技術(shù)直到最近兩三年才取得突飛猛進(jìn)式的發(fā)展，識(shí)別準(zhǔn)確率從80%多提升到了95%以上，達(dá)到了實(shí)用化的水準(zhǔn)，并逐漸發(fā)展出了面向醫(yī)療等行業(yè)的定制化模型。目前，國(guó)內(nèi)從事語(yǔ)音技術(shù)的企業(yè)還相對(duì)較少，掌握語(yǔ)音核心技術(shù)的公司更是有限。

為何電子病歷語(yǔ)音轉(zhuǎn)錄備受期待？

武衛(wèi)東表示，電子病歷語(yǔ)音轉(zhuǎn)錄之所以備受期待，主要有三方面的原因：

一、可以為醫(yī)生節(jié)省手寫(xiě)病歷的時(shí)間。國(guó)內(nèi)醫(yī)生的工作任務(wù)通常比較繁重，除了跟病人溝通交流，還要花費(fèi)大量時(shí)間和精力書(shū)寫(xiě)病歷和醫(yī)療文書(shū)。利用語(yǔ)音識(shí)別技術(shù)將醫(yī)生和病人的對(duì)話自動(dòng)轉(zhuǎn)錄成文本，可以幫助醫(yī)生騰出時(shí)間來(lái)為更多患者服務(wù)，提升工作效率。

二、可以為醫(yī)患糾紛提供材料佐證。醫(yī)患糾紛是醫(yī)療行業(yè)的一大難題，一旦出現(xiàn)醫(yī)患糾紛，醫(yī)院往往處在弱勢(shì)地位，因?yàn)槿鄙僮銐虻馁Y料證明醫(yī)生在診斷和用藥的過(guò)程中沒(méi)有失誤。醫(yī)院現(xiàn)有的HIMSS系統(tǒng)只能記錄患者的基本信息，簡(jiǎn)單描述患者的基本癥狀，以及醫(yī)生用了什么藥。這種記錄的完整性還遠(yuǎn)遠(yuǎn)不夠。

現(xiàn)在很多保險(xiǎn)公司正在大力推進(jìn)“雙錄”機(jī)制，即錄音、錄像，作為解決投訴糾紛的證明材料。語(yǔ)音錄入病歷不僅是將醫(yī)生和病人的對(duì)話轉(zhuǎn)成文字和結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行存儲(chǔ)，便于后期查詢(xún)和智能化分析；同時(shí)也會(huì)保留原始的錄音文件，作為處理醫(yī)患糾紛的證明材料。

三、語(yǔ)音轉(zhuǎn)錄形成的結(jié)構(gòu)化數(shù)據(jù)可以在一定程度上緩解醫(yī)療資源不足、不均的問(wèn)題。國(guó)內(nèi)的病人看病都喜歡去大醫(yī)院掛專(zhuān)家號(hào)，但專(zhuān)家號(hào)很難掛，原因在于醫(yī)療資源不足。其實(shí)很多非三甲醫(yī)院、地方醫(yī)院的設(shè)備并不見(jiàn)得很差，真正缺少的是經(jīng)驗(yàn)豐富的優(yōu)秀醫(yī)生。過(guò)去醫(yī)療經(jīng)驗(yàn)的傳承主要是“師傅帶徒弟”的模式——一個(gè)主任醫(yī)師帶幾個(gè)學(xué)生，傳播的范圍和效率都很有限。假如我們利用結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)搭建一個(gè)醫(yī)療大數(shù)據(jù)平臺(tái)，讓經(jīng)驗(yàn)不足的醫(yī)生可以通過(guò)它學(xué)習(xí)專(zhuān)家的診斷經(jīng)驗(yàn)，培養(yǎng)更多的醫(yī)學(xué)人才，就能在一定程度上緩解國(guó)內(nèi)醫(yī)療資源不足和不均衡的問(wèn)題。我想這才是電子病歷語(yǔ)音轉(zhuǎn)錄更高層次的意義。

為何國(guó)內(nèi)市場(chǎng)一片空白？

很多醫(yī)生在和雷鋒網(wǎng)交流時(shí)都提到，自己看到國(guó)外醫(yī)生使用語(yǔ)音錄入病歷時(shí)十分羨慕。武衛(wèi)東也表示，電子病歷語(yǔ)音轉(zhuǎn)錄技術(shù)在國(guó)外確實(shí)更為普遍，但這種語(yǔ)音轉(zhuǎn)錄技術(shù)和今天略有不同。

“以前Nuance在印度有一個(gè)特別大的、面向全球醫(yī)生的人工坐席呼叫中心。申請(qǐng)了這項(xiàng)服務(wù)的醫(yī)生只需要隨身攜帶PAD并佩戴耳麥，和病人交流時(shí)語(yǔ)音就能傳到呼叫中心。呼叫中心通過(guò)語(yǔ)音識(shí)別技術(shù)將語(yǔ)音轉(zhuǎn)錄成文字，并由人工進(jìn)行校對(duì)，醫(yī)生需要時(shí)就能直接查看。語(yǔ)音醫(yī)療呼叫中心曾經(jīng)帶來(lái)的收入在Nuance的整體收入中的占比甚至超過(guò)了50%?！?/p>

武衛(wèi)東認(rèn)為，國(guó)內(nèi)的電子病歷語(yǔ)音轉(zhuǎn)錄市場(chǎng)之所以一片空白，除了跟國(guó)內(nèi)語(yǔ)音識(shí)別技術(shù)起步較晚有關(guān)，也跟醫(yī)療體系結(jié)構(gòu)密不可分。

“在美國(guó)，每個(gè)家庭都有自己長(zhǎng)期合作的診所和私人醫(yī)生，這些醫(yī)生通常是全科醫(yī)生。病人只要有任何身體上的不適都可以找他，醫(yī)生進(jìn)行初步診斷后，再將病人轉(zhuǎn)給相應(yīng)的專(zhuān)科醫(yī)院。醫(yī)院的病歷數(shù)據(jù)是相對(duì)公開(kāi)的，可以跨醫(yī)院調(diào)取，這在中國(guó)的醫(yī)療體制下非常困難。另外，美國(guó)的商業(yè)醫(yī)保比較發(fā)達(dá)，醫(yī)院的數(shù)據(jù)對(duì)保險(xiǎn)公司是公開(kāi)的。中國(guó)是公費(fèi)醫(yī)保，每個(gè)醫(yī)院都有自己的體系，不同體系之間相互隔離。在中國(guó)建立一個(gè)Nuance這樣的面向全國(guó)醫(yī)院的客服中心幾乎是不可能的。”

雖然國(guó)內(nèi)現(xiàn)在也在積極學(xué)習(xí)國(guó)外的醫(yī)療體系結(jié)構(gòu)，積極推動(dòng)分級(jí)診療和醫(yī)聯(lián)體模式，但進(jìn)展比較緩慢。這一方面是因?yàn)閲?guó)內(nèi)的醫(yī)療資源非常稀缺；另一方面，醫(yī)院之間的數(shù)據(jù)鏈路也很難打通。

“雖然醫(yī)生對(duì)語(yǔ)音錄入病歷的需求非常旺盛，但醫(yī)院還處在封閉、半封閉的狀態(tài)，沒(méi)有形成社會(huì)化的體系，項(xiàng)目必須一家醫(yī)院一家醫(yī)院去對(duì)接，推進(jìn)速度非常緩慢?！蔽湫l(wèi)東向雷鋒網(wǎng)說(shuō)道。

空白中該如何突圍？

如今國(guó)內(nèi)的智能語(yǔ)音市場(chǎng)可謂是群雄逐鹿，百度,阿里，科大訊飛等都在語(yǔ)音技術(shù)上投入巨大，實(shí)力雄厚。面對(duì)這些重量級(jí)的競(jìng)爭(zhēng)對(duì)手，捷通華聲的靈云到底有哪些優(yōu)勢(shì)？又該如何競(jìng)爭(zhēng)呢？

武衛(wèi)東表示，現(xiàn)在大多數(shù)語(yǔ)音識(shí)別公司采用的都是深度學(xué)習(xí)算法，各家在語(yǔ)音識(shí)別基礎(chǔ)算法的差距并不會(huì)特別大，在識(shí)別普通話和帶方言的普通話，準(zhǔn)確率都差不多。而主要的差距在于數(shù)據(jù)的規(guī)模、歸集和行業(yè)化的定制。通常掌握的數(shù)據(jù)規(guī)模越大，加上資金和人力方面的優(yōu)勢(shì)，可以做適應(yīng)性更強(qiáng)的語(yǔ)音識(shí)別模型。捷通華聲在2013年就成立了清華靈云人工智能中心，與清華大學(xué)的教授團(tuán)隊(duì)經(jīng)過(guò)多年的合作，在機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)算法方面奠定領(lǐng)先優(yōu)勢(shì)，企業(yè)對(duì)行業(yè)應(yīng)用有著的深入理解和大量實(shí)際數(shù)據(jù)的積累，因此在醫(yī)療行業(yè)的這個(gè)特定賽道上誰(shuí)將勝出現(xiàn)在定論還為時(shí)尚早，但我們有信心在這個(gè)行業(yè)上成為人工智能應(yīng)用發(fā)展的領(lǐng)頭羊。

靈云用于電子病歷語(yǔ)音轉(zhuǎn)錄模型訓(xùn)練的數(shù)據(jù)主要有兩大來(lái)源：一是來(lái)自互聯(lián)網(wǎng)的大量醫(yī)學(xué)專(zhuān)業(yè)知識(shí)和文獻(xiàn)資料；二是醫(yī)生在真實(shí)工作場(chǎng)景中產(chǎn)生的數(shù)據(jù)，這是最關(guān)鍵的。

武衛(wèi)東介紹道：“醫(yī)生在診療過(guò)程中的語(yǔ)言組織和表達(dá)都是相當(dāng)專(zhuān)業(yè)規(guī)范的。醫(yī)生面對(duì)的是來(lái)自全國(guó)各地的病人，所以他們工作中基本使用的是普通話或帶口音的普通話，識(shí)別起來(lái)相對(duì)容易。利用互聯(lián)網(wǎng)上的數(shù)據(jù)初步訓(xùn)練出模型之后，就可以投入醫(yī)院試用，在實(shí)際應(yīng)用場(chǎng)景中進(jìn)一步學(xué)習(xí)和優(yōu)化。目前靈云已經(jīng)和七八家醫(yī)院達(dá)成了合作，其中包括急救中心、燒傷專(zhuān)科、綜合醫(yī)院、部隊(duì)醫(yī)院等多種場(chǎng)景。”

電子病歷語(yǔ)音轉(zhuǎn)錄光有語(yǔ)音識(shí)別還不夠，必須結(jié)合具體的業(yè)務(wù)場(chǎng)景。醫(yī)生門(mén)診或查房時(shí)環(huán)境往往比較嘈雜，要求醫(yī)生必須在嘴邊佩戴一個(gè)麥克風(fēng)。武衛(wèi)東認(rèn)為，這種方案雖然給醫(yī)生帶來(lái)了一些便利，但同時(shí)也造成了束縛。靈云的解決辦法是引入麥克風(fēng)陣列技術(shù)，只記錄特定方向傳來(lái)的語(yǔ)音信息，從源頭上消除噪聲。醫(yī)生門(mén)診時(shí)只需要在桌上放置一個(gè)類(lèi)似鼠標(biāo)的設(shè)備，通過(guò)聲源定向、語(yǔ)音增強(qiáng)、降噪以及遠(yuǎn)場(chǎng)識(shí)別等一系列核心技術(shù)，即可實(shí)現(xiàn)優(yōu)秀的語(yǔ)音轉(zhuǎn)錄效果。

“醫(yī)院需要的是整套的業(yè)務(wù)系統(tǒng)，而不是單一的技術(shù)。”武衛(wèi)東說(shuō)道：“靈云是一個(gè)開(kāi)放的全方位人工智能平臺(tái)，我們擁有四大能力——智能語(yǔ)音、智能圖像、智能語(yǔ)義、生物特征識(shí)別?！?/p>

對(duì)于醫(yī)院來(lái)說(shuō)，OCR技術(shù)也非常重要。比如病人帶著A醫(yī)院的化驗(yàn)單和診斷書(shū)去B醫(yī)院就診，這些資料在A醫(yī)院的系統(tǒng)都有電子備份，但B醫(yī)院是無(wú)法調(diào)取的，而這些信息又是非常有價(jià)值的。這時(shí)候B醫(yī)院就可以借助OCR技術(shù)將化驗(yàn)單和診斷書(shū)讀取、識(shí)別并轉(zhuǎn)化成結(jié)構(gòu)化的文本數(shù)據(jù)。

“我們并不是在一個(gè)點(diǎn)上和對(duì)手競(jìng)爭(zhēng)，而是同時(shí)向醫(yī)院輸出多項(xiàng)能力。我們提供的是軟硬一體的解決方案，比如在語(yǔ)音轉(zhuǎn)錄方面我們有自己的靈云麥克，結(jié)合OCR應(yīng)用我們推出了掃描儀和高拍儀整體應(yīng)用解決方案。靈云并不是什么都做，而是將自己的優(yōu)勢(shì)——語(yǔ)音識(shí)別和文字識(shí)別等技術(shù)，與上下游產(chǎn)業(yè)鏈的資源（比如北大方正的醫(yī)療管理系統(tǒng)）相結(jié)合，形成獨(dú)特的生態(tài)優(yōu)勢(shì)?！蔽湫l(wèi)東說(shuō)道。

還有哪些問(wèn)題需要解決？

武衛(wèi)東坦言，雖然電子病歷語(yǔ)音轉(zhuǎn)錄技術(shù)確實(shí)能給醫(yī)生帶來(lái)便利，但目前還處于市場(chǎng)培育階段。醫(yī)院還在邊考察邊適應(yīng)，只在某些科室進(jìn)行了示范性的應(yīng)用，并沒(méi)有全面推廣。另外，技術(shù)本身也需要進(jìn)一步優(yōu)化。

醫(yī)生對(duì)電子病歷語(yǔ)音轉(zhuǎn)錄技術(shù)仍然有一些不滿的地方：一是改變了他原有的工作習(xí)慣，現(xiàn)在醫(yī)生查房都需要攜帶一個(gè)PAD，但醫(yī)院的WiFi信號(hào)可能并不總是穩(wěn)定的，會(huì)給醫(yī)生造成一些不便；二是使用方法略為繁瑣，使用前需要進(jìn)行設(shè)置；三是語(yǔ)音轉(zhuǎn)錄之后醫(yī)生還要一定時(shí)間進(jìn)行校正修改，文本后處理技術(shù)還需要完善。

除了電子病歷語(yǔ)音轉(zhuǎn)錄，語(yǔ)音技術(shù)在醫(yī)院還有很多落地場(chǎng)景。比如很多年前就已經(jīng)在醫(yī)院大規(guī)模應(yīng)用的語(yǔ)音叫號(hào)；再比如智能語(yǔ)音導(dǎo)診，通過(guò)語(yǔ)音控制燈光開(kāi)關(guān)，設(shè)置醫(yī)療器械參數(shù)等等。武衛(wèi)東認(rèn)為，語(yǔ)音技術(shù)在這些場(chǎng)景的落地應(yīng)用相對(duì)容易些。

“我相信語(yǔ)音轉(zhuǎn)錄病歷未來(lái)的發(fā)展會(huì)非常迅速，但目前還處于市場(chǎng)培育階段。單個(gè)醫(yī)院在語(yǔ)音轉(zhuǎn)錄方面的投入大約在100-200萬(wàn)，不包括大數(shù)據(jù)分析。大數(shù)據(jù)分析大家談?wù)摰帽容^多，但現(xiàn)階段還多為概念，并非一兩年內(nèi)就能實(shí)現(xiàn)的，這片市場(chǎng)未來(lái)市場(chǎng)規(guī)模很大，我相信億級(jí)規(guī)模是一定有的?！?/p>

武衛(wèi)東表示，捷通華聲剛剛進(jìn)入電子病歷語(yǔ)音轉(zhuǎn)錄市場(chǎng)，這個(gè)市場(chǎng)僅僅剛剛開(kāi)始，還未形成規(guī)模。捷通華聲的策略是先在醫(yī)院里做一些標(biāo)桿性的應(yīng)用方案，先把技術(shù)打磨好。等這項(xiàng)技術(shù)真正開(kāi)始大規(guī)模應(yīng)用時(shí)，再聯(lián)合上下游的合作伙伴，以技術(shù)打包的形式向醫(yī)院推廣。

他認(rèn)為，語(yǔ)音轉(zhuǎn)錄病歷會(huì)先從大型醫(yī)院開(kāi)始推廣，同時(shí)在部分私營(yíng)醫(yī)院試點(diǎn)，私營(yíng)醫(yī)院在引進(jìn)新技術(shù)，提升智能化管理水平和綜合實(shí)力的需求比較積極。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。