0
雷鋒網消息，近日，由HC3i中國數字醫療網、中關村移動互聯網產業聯盟移動醫療專委會主辦的《2017中美智能醫療大數據峰會》在北京召開，眾多專家出席探討了智能醫療大數據存在的問題。北大口腔醫院信息中心曹戰強主任分享了語音識別技術在口腔門診中的應用。
曹戰強主任稱，三種常見的語音技術與臨床實踐的關系都很密切：語音合成、語音識別技術和語音理解技術。他主要講了前2種技術在口腔門診中的應用。
以下是曹戰強主任的演講內容，雷鋒網對其做了不改變原意的精簡編輯：
2008年時，我們做了一個排隊叫號系統，如今已經應用快10年了，幾乎沒有出現過問題。到目前為止，已經調用了683萬條。并且基于這樣的數據可以進行分析，比如通過叫號時間分析了解某個科室某時某刻的工作壓力分布情況。
美國大概有72%的醫院已經實現用語音收集醫療信息了，其中，識別率能達到99%的水平。
有一句話說：如果到了40歲還有人抱著你的臉看上半個小時的話，那這個人一定是牙科醫生。牙醫工作時通常一手拿鏡子，一手拿測量工具，雙手是占用的，并且口腔里大概有32或28顆牙齒，不同的牙齒可能有不同的疾病，逐個記錄下來就成為非常麻煩的事情。很多大夫寫病例時，經常是一只手拿著鏡子，一邊寫，轉過來看一看，再返回去寫。口腔科的電子病例非常復雜，完全類似于綜合醫院的病程記錄，醫生要把這些信息全部記錄下來也是很大的工作量。
我們和科大訊飛合作，嘗試寫了一款軟件，集成了各種各樣的詞庫，還支持個人自定義，識別率非常高，并且實現了外網和內網打通，產品體驗效果非常好。但一段時間后，發現沒人用了。
后來北大口腔的國家工程實驗室與訊飛的國家工程實驗室走到一起，計劃用語音技術做一些工程化的開發。當時我們利用了移動互聯網上的數據，訊飛把服務器放在醫院的服務中心，其中包括了各種運算以及數據庫，用口腔電子病例中的數據進行訓練。大夫戴著耳麥輸入病例，在這個過程中訊飛做很多智能化處理，寒暄的話語會自動識別不錄入，并且通過識別觸發詞，把內容放在相應的病例位置上。
通過語音輸入，效率大大提升了，因為有語料庫，所以其識別正確率很高，還有助于病例結構化。我們把這個產品放在北大口腔最大的門診，在沒有做任何推廣的情況下，其使用率達65%，年輕大夫的使用率在80%~90%左右。
產品的好處顯而易見，解放雙手，并且語音錄入高效準確，隨說隨錄，不需要中斷思維，醫生滿意度高，病例完成率顯著提升。我倒不是打廣告，而是我覺得語音錄入電子病例或許是收集數據的有效方式之一。
但這個系統還是有局限的，其實這些局限也屬于行業通用問題。第一，需要醫生得改變使用和操作習慣；第二，雖然語音識別沒有問題，但系統也同樣會記錄醫生與病人的口水話，對醫生連貫性有較高要求，這個問題大多數醫生經過訓練可以解決；第三是醫生錄完后需要閱讀全文再次確認，比如是否有不雅的詞出現。
另外，301醫院還通過語音技術，記錄主任、醫師查房過程，并且能與電子病例做數據對接；還有就是聲紋知情同意書。
影像輔助診斷，不一定能幫我們做太多診斷，但確實能發現一些假陽性、假陰性，降低篩選量；智能客服、預約掛號也能解決醫院很大的問題，手機上預約掛號不能做太多交互，但一個小小的口腔科就有將近20個科室，很多人不知道修復科和綜合科有什么區別，AI可以幫助解決這些問題。
輔助診療確實可以幫助一些年輕的、經驗有限的醫生，避免錯誤；其次，目前醫療質量監督監控非常火熱，目前沒有辦法比較，如果通過AI計算療效、疾病難度等，得出一個綜合指數，就能解決這個問題。
更多關于人工智能升級傳統機構的文章，請關注雷鋒網AI商業化垂直微信公眾號：AI掘金志。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
