语音录入、病历质控,AI独角兽切入医疗的另一路径

“虽然大家都在做医疗,其实每个人所做的路径和方式有很大差别。”

题图为福建省立医院的医生进行语音录入病历

题图为福建省立医院的医生进行语音录入病历

人工智能独角兽们正相继扎入医疗深海。

2016年最为集中,这一年,依图科技宣布进入医疗领域,将AI应用于医学影像;云知声落地北京协和医院,率先从语音录入病历做起;科大讯飞则锁定语音录入病历、影像辅助诊断和辅助诊疗三个方向。

商汤科技入场稍晚,2019年5月,商汤推出SenseCare智慧诊疗平台,将医疗影像数据用三维可视化的方式呈现给医生。 

当人工智能独角兽们进入中场战事,医疗场景成了打造差异化的途径,也为人工智能独角兽们带来反哺。

2017年5月,依图完成来自云锋、红杉等机构的3.8亿美元C轮融资,一位业内投资人曾对钛媒体直言:“依图是靠医疗拿下了C轮。”2018年5月,云知声宣布完成1亿美金C轮融资,这轮融资由“健康医疗大数据国家队”中电健康基金领投。

作为计算机视觉四小巨头(商汤科技、旷视科技、依图科技、云从科技),商汤和依图延续其计算机视觉优势,布局医疗影像AI,走进了放射科;而科大讯飞、云知声则发挥语音特长,从语音录入病历入手,进入门诊。前者试图切入辅助诊疗环节,后者则基于临床流程提高效率和医院管理。 

“虽然大家都在做医疗,其实每个人所做的路径和方式有很大差别。”云知声IoT事业部总裁谢冠超告诉钛媒体,就目前行业发展水平,如果让AI系统做独立判断,对此谢冠超有些担心,云知声有这方面技术积累,但没有做产品化尝试,目前仍专注在感知方向,比如病历质控、病历自动生成、预问诊等,“云知声选择的是一个比较艰难的路径。”

解放医生双手

“核对患者及手术标记无误。麻醉成功后,清洁手术区域皮肤,给予静脉预防抗生素。”三年前,北京协和医院的骨科医生对着手里的麦克风说完这句话后,患者病程就记录在电子病历上。

2016年8月,北京协和医院宣布在全院病房和医技科室上线“医疗智能语音录入系统”,成为首家支持语音识别的公立三甲医院,该录入系统由北京协和医院与云知声共同研发。 

有了这套录入系统,医生可以通过说话的方式,与电脑、iPad、移动查房设备进行录入,说的内容会被转录成文字并显示在HIS系统、PACS系统、CIS系统等希望输入文字的位置。 

为什么云知声要做这样一款产品?云知声产品经理郭崇亮提到了两组数据:

2018年HIMSS调查过医疗行业发展趋势,其中医生使用语音录入及键盘录入的情况分别为37%和33%;同时,语音识别的应用提高了医生录入工作的20%-40%的效率。

根据美国医学会的统计,医生职业生涯中约有35%—40%都在完成病历录入。实习医生在病历上花费的时间高达40%,一个主任医师如果按照价格来算的话,录入占用的费用高达65500欧元。

录入病历占用医生大部分时间和精力,这又会导致另一个隐患,医生为解决病历工作量繁重的问题,大部分都用模板或是复制粘贴来完成病历录入,病历内容篇一律,或由于复制粘贴造成病历缺陷。 

从2010年开始,国内开展了“电子病历系统应用水平分级评价”工作,根据相关标准,电子病历系统应用水平划分为8个等级。2019年4月17日,国家卫健委发布通知,将电子病历应用功能水平评价纳入三级公立医院绩效考核。

但在推电子病历过程中,千佛山医院遇到了非常大的阻力,医院信息中心李峰坦言,“门诊阻力非常大,医生很反感,根本推不动。”

福建省立医院也遇到了同样的问题,在围绕着电子病历核心建设过程中,遇到的第一个问题便是医生不认可,王晟坦言,“因为门诊患者非常多,很多医生每天要花大量时间用于录入,不能准点下班,导致超负荷工作,医生的抵触情绪非常大。”

为减轻医生们的工作量,千佛山医院引入了智能候诊系统,与传统候诊患者单纯等候的方式不同,智能候诊是填写问卷,系统整理病史。医生见到病人刷卡后,会自动调用病人在候诊时进行填写的内容到电子病历当中。

福建省立医院则实施了“语音录入”项目,在推动落地时则有几个关键点,第一关是选择麦克风硬件,能够屏蔽噪音,让不应该输入的语音屏蔽掉;接下来是科室语音模型的优化、地方口音的优化,软件的降噪。

“我们院有一个科研大数据平台,整合了我们医院十几年以来所有的临床数据,经过处理取了一年多的数据导给云知声进行机器学习。每一家医院医生在对病历的描述上有一定的习惯性表达。”王晟直言,经过机器学习以后,整个识别准确率有了非常大的提升。

“云知声这套系统达到了97%到98%的准确率。”谢冠超如是说。

过去一年零五个月,福建省立医院累计录入的字数达到了700多万字。

王晟觉得很惊人,“700多万我们可以想象一下,如果老专家来录这700多万字,我都无法想象这个是什么情况,录入的时间达到了5万多分钟。”

谢冠超告诉钛媒体,目前,全国范围内共有200多家医院使用语音转写产品,其中云知声产品覆盖率约80%,已经试用中的医院有500多家。 

而试图解放医生双手的玩家也越来越多,国外涌现了Saykara、Suki、Notable等新兴企业,谷歌、亚马逊等科技巨头也纷纷入局。

医疗业务贡献30%营收

东南大学附属中大医院早在2013年便开始使用电子病历,“2018年的时候电子病历的质控是我们认为比较薄弱的一个环节,大部分是人工辅助做质控的内容。”东南大学附属中大医院信息中心主任史亚香如是说。

五年前,东南大学附属中大医院要求病案室做质控的比例在70%以上,病案室主任说不行,要增加人手,但是院长说不可能再给病案室增加这么多人。怎么办?

院长把问题抛给史亚香,当时她想了很多办法,世面上还停留在形式质控的产品,因为专业性非常大,需要专业质控人员去积极配合,那时候AI也不发达,后处理技术不完善,市面上没有成熟的产品。

“病历质控的覆盖率仍然很低,这一直是我自己的一个痛点,因为2003年到2018年整整15年的时间,一直都没有解决这个问题,我觉得很失败。”史亚香直言,云知声在找她合作的时候一拍即合,“我比他们更迫切地想要这个系统,但是比我还要迫切的是质控人员,这个系统我们已经盼了十几年。” 

合作的第一步是先做规则梳理,然后质控引擎的开发、医院流程再造,后面是怎么开始试点病历,然后是质检引擎的自学习。

引入人工智能辅助质控半年后,东南大学附属中大医院拿了约4000份住院的病历,把人工质控和系统质控做了一个比较,中大医院病历缺陷查全率由人工质控时期的71.4%提升到了83%,查准率达到85%。

人工质控与智能质控对比,图片来自东南大学附属中大医院信息中心主任史亚香演讲PPT

“一开始合作的时候还是很忐忑,当结果出来以后,我们主任说这个太好了,一下子能解决很多问题。”史亚香觉得AI最大的好处是所有样本都是百分之百覆盖,“这个是质的飞跃。”

但云知声医疗产品总监孙熙坦言,病历质控仍有很多局限性:

首先是输入数据的质量,病历自身的结构化程度、规范化程度都影响质控引擎的运行结果;

第二是管理应用的普适,不同医院的质控业务流程、规范不同,系统需要在推广实施中扩充需求,适应不同医院的业务要求;

第三,实施部署的高效。新的病历系统的对接的工作量大于已对接病历系统,不同科室模板、规范不一样,也会影响实施进度。

“质控是今年开始推的产品,从目前的增长势头上来看比较猛。”谢冠超向钛媒体透露,“医疗AI这个赛道上收入相当可观,占整个公司总营收约30%。”但目前构成收入的绝大部分还是语音转写业务,按照传统软件付费模式销售。

云知声的医疗业务隶属于IoT事业部,该事业部分为两大业务方向:智慧生活(家居、车机)、智慧服务(医疗、教育、政务),其中医疗相关的产品和研发人员有一百多人,约占云知声总人数的五分之一。

围绕着电子病历,云知声切入医疗领域,但谢冠超也向钛媒体透露,云知声目前在构建比较完整的基于医院就诊流程的完整解决方案。(本文首发钛媒体,作者/付梦雯)

本文系作者 付梦雯 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
本内容来源于钛媒体钛度号,文章内容仅供参考、交流、学习,不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容

扫描下载App

Baidu
map