“感知”和“認知”兩個詞�；钴S于人工智能領域。感知意味著用眼睛去看，用耳朵去聽，用嘴巴去說；認知意味著對感知過程中收集的信息進行邏輯處理。如今，這些曾為人類所專屬的行為已逐漸由機器實現。

通過感知智能，機器能夠識別影像與語音，而通過認知智能，機器能理解信息并做出決策。這兩項技術現已廣泛應用于醫療領域，人工智能企業云知聲便是其中的一員。

在CHIMA2019大會上，云知聲一攬子發布了醫療語音交互解決方案、智能病歷質控、智能候診＆智能隨訪解決方案三大人工智能解決方案，從電子病歷相關問題出發，將醫生從繁重而枯燥的工作中解放出來——這是醫院、醫生最迫切的需求。

40％效率提升，語音錄入正帶領醫生走出困境

據美國醫學會統計，醫生的職業生涯中的35％到40％時間花在了病歷采集與錄入之上，如果以時間價值衡量一個主任醫師在電子病歷上的投入，這一數字為每年65500歐元。

國內的情況同樣不容樂觀，在信息化的大趨勢之下，很多醫生不得不把更多的時間花在病例錄入上。特別是一些鄉鎮醫生，一套電子信息病歷可能需要進行6次錄入才能保證完整。

解決這一問題需要從兩個角度解決，一方面需要提高系統的互操作性，降低病例錄入的復雜度；另一方面需要優化語音錄入流程，加快信息錄入速度。云知聲便是從后者出發，通過以知識圖譜支持下的語音錄入替代鍵盤錄入、手動記錄的方式，縮減醫生花在電子病歷錄入上的時間。

這一方式在國外擁有實踐支持。HIMSS2018年關于電子病歷調查中顯示，美國語音錄入及鍵盤錄入情況分別為37％和33％，而語音錄入相較其他錄入方式而言，大致提高了20到40％的效率。

語音錄入同樣能夠緩解醫生對于電子病歷錄入的抵觸情緒，據福建省立醫院信息中心王晟表示：“醫生不太喜歡錄入數據，過去他們只需要手寫門診病例，現在卻要花大量時間在錄入工作上，這使他們超負荷工作，不能按時下班。語音錄入提高了他們的效率，也就減輕了他們的工作壓力�！�

但語音錄入也存在諸多問題，一是需要保證語音的輸入準確度，排除醫生口音、特有名字對語音錄入的影響；二是需要有效的設備對醫院這樣的場景進行降噪處理。

云知聲醫療AI 產品經理郭崇亮介紹，云知聲醫療語音交互解決方案由醫療語音識別引擎、語音錄入客戶端、定制麥克風和鼠標組成。以深度學習、超級計算和大數據等AI 技術為基礎。

為適應醫院不同科室實際的使用需求，該系統提供兩個版本。其中，標準版提供一種方便快捷的輔助錄入方式，醫生通過口述患者病情，系統自動將語音轉為文字，以結構化的方式錄入電子病歷數據，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�？苹�功能作為單獨模塊開發，實現系統的低耦合�？筛鶕�業務和場景需要與標準版系統進行自由組裝，打包成不同的�？品桨浮�

除此以外，云知聲還實現了鍵盤錄入和語音錄入并存，即無需進行特定的“關閉語音輸入法打開鍵盤輸入法”步驟，即可自由切換，這些細節同樣是提高醫生效率的關鍵。

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

AI質控克服人工質控“雞肋”問題

無論采用哪一種病歷數據錄入方式，其中的錯誤在所難免。然后，病歷質控并不是一個簡單的校準問題，這個環節如同“雞肋”，不能不管，也難以去管。

一方面，病歷質控對質控員的能力有著極高的要求，合格的質控員需具有臨床背景——華西醫院質控崗位招聘公告中便要求應聘者具有“碩士及以上學歷”、“臨床醫學及相關專業背景”。這樣的招聘要求并不低，甚至比很多城市中心醫院的臨床科室招聘要求都高了許多。在中國醫療資源嚴重缺失的背景下，優秀的臨床醫學生尚不能滿足臨床需求，離開臨床專職質控，無論是管理層還是醫生本人都難以接受。

另一方面，一份病歷長達數十頁至上百頁不等，人工質控需要花費大量的時間，且即使是經驗豐富的醫師也很難短時間從大量資料中找出其中的錯誤，很多錯誤需要質控人員聯系病歷中的各個部分才能找出，這無疑對質控員的各方面能力都提出了極高的要求。

在這一情況下，云知聲依靠其基于百萬數據構建知識圖譜，打造了智能病歷質控系統，該系統可準確理解病歷內涵并進行缺陷篩查，重塑業務流程，大幅提高病歷質控工作效率，以及質控的深度和廣度。

云知聲云知聲IOT事業部總裁謝冠超告訴動脈網：“在提高病歷質控準確率方面，云知聲首先以不同省份的指控規范及不同醫院的之風控規范基準，打造了一個語音庫全集，再此基礎上，云知聲會根據特定醫院特定場景對數據庫進行補充�！�

東南大學附屬中大醫院網絡信息中心主任史亞香表示，作為合作方，中大醫院病歷質檢覆蓋率已達100％ ，質檢缺陷覆蓋面由原來的重點缺陷檢查升級為全缺陷檢查，質檢工作提速接近10倍。

創新候診、隨訪模式重構患者就醫流程

云知聲智能候診系統作用于候診室。在該系統支持下，機器人可主動發起和引導與患者的對話，完成病史采集工作，并將患者的病情摘要（病史）發送給醫生，使得醫生在見到患者之前，便已獲得患者病情的部分信息，從而提高醫生問診效率，減少誤診。

智能隨訪解決方案則可根據規定問題模板模擬“醫生”打電話給病人，提高隨訪效率，并可確保隨訪信息采集的全覆蓋及準確性。同時，該系統還可為患者提供了各種個性化的院后服務，如復診智能提醒、用藥智能提醒、隨訪互動、康復指導、健康記錄、醫療查詢，幫助患者實現自我康復與健康管理，從另一角度來說也替醫院完成了院后的服務延伸，增強用戶體驗和患者就醫滿意度。

云知聲醫療業務合作伙伴，千佛山醫院網絡信息中心主任李鋒指出，傳統的候診通常采取問卷填寫方式，就診時才可填寫，人多時候容易造成排隊情況，造成醫患雙方時間的浪費。引入智能問診系統之后，通過在問診邏輯方面的針對優化，相當于為醫生配備了一個助手，完成常規性的診前問診，可有效減少醫生的重復性病史采集（問診）工作，提高問診效率，使診斷更有針對性。

AI產品總是面臨準確率和召回率的兩難抉擇

截至目前，云知聲已儲備約50萬醫學概念，169萬醫學術語庫，398萬醫學關系庫，以及52萬醫學屬性值，涵蓋了絕大部分藥品、疾病、科室與檢查。而在市場方面，云知聲已經拿下了全國80％的醫療語音交互市場。

但云知聲仍需盡力加強知識圖譜的完備性，在語音交互方面提高對口語、方言、專業名詞的識別能力，在病歷質控方面逐步讓準確率與召回率的同向上升。

同時，由于不同醫院信息化，電子病歷結構、質控流程的不同，要控制成本產品，云知聲還需在各項指標中尋找一個準確度和通用性平衡的點，以打造最符合市場需求的產品。如何取舍，云知聲還需繼續求索。

文 ｜ 趙泓維

網站、公眾號等轉載請聯系授權