多款重磅產品，助力診療增速提效

除了系統解讀云知聲智慧醫(yī)療整體戰(zhàn)略之外，發(fā)布會現場，云知聲還攜手相關合作醫(yī)院詳細介紹了“醫(yī)療語音交互解決方案”、“智能病歷質控”、“智能候診/隨訪系統”等重點產品的功能特點與應用情況。

醫(yī)療語音交互解決方案

據美國醫(yī)學會（AMA）的統計，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。內容重復較多，使得病歷千篇一律，失去科研價值。而使用復制、黏貼，更會大概率成為診療事故的誘因。而借助語音識別應用，可以提高醫(yī)生錄入工作 20%-40% 效率，尤其在工作量高、時間壓力大的科室，越復雜的報告，就越能體現語音錄入的價值。

云知聲醫(yī)療 AI 產品經理郭崇亮介紹，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，云知聲構建了智能醫(yī)療語言模型，形成了語音病歷系統的核心大腦，使得語音識別引擎具備識別快、識別準、不怕口音、抗噪性強等特征。

為適應醫(yī)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(yī)生通過口述患者病情，系統自動將語音轉為文字，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�？苹�功能，都作為單獨模塊開發(fā)，實現系統的低耦合�？筛鶕�業(yè)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�

福建省立醫(yī)院信息網絡中心王晟醫(yī)生從應用的角度，分享了與云知聲的合作歷程，并重點介紹了雙方針對閩南口音優(yōu)化方面的工作。他指出，目前云知聲醫(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% 。

智能病歷質控

云知聲醫(yī)療 AI 產品總監(jiān)孫熙介紹，目前我國三甲醫(yī)院每天的出院患者多達上百例，病歷質控工作量大，專業(yè)性強，但電子病歷系統的模塊僅能完成簡單的形式質控，內涵質控仍需要專業(yè)人員手動完成，人力資源和業(yè)務需求形成不可調和的矛盾。為此，云知聲應用AI技術能力推出智能病歷質控系統，可準確理解病歷內涵并進行缺陷篩查，重塑業(yè)務流程，大幅提高病歷質控工作效率、質控深度和廣度。

他指出，智能病歷質控系統踐行了云知聲在醫(yī)療領域從感知到認知的戰(zhàn)略升級，該產品應用自然語言理解技術，結合臨床知識圖譜，為醫(yī)生書寫的病歷文書進行缺陷篩查，可有效提升病歷質量，從而保障醫(yī)療服務質量和醫(yī)療安全。目前，云知聲智能病歷質控已在國內各大醫(yī)院陸續(xù)落地，其中東南大學附屬中大醫(yī)院便是系統落地的核心合作方之一。

東南大學附屬中大醫(yī)院網絡信息中心主任史亞香在發(fā)言中指出，在醫(yī)療質量管理中，病歷質控是醫(yī)院管理的核心部分。AI 病歷質控產品的應用，既響應了國家醫(yī)管政策，也滿足了醫(yī)院智慧化升級中的業(yè)務需求。她介紹到，目前中大醫(yī)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。

智能候診/隨訪系統

此次發(fā)布會上重點推出的又一產品——云知聲智能候診系統，在候診室，機器人可主動發(fā)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(fā)送給醫(yī)生，使得醫(yī)生在見到患者之前，就能對患者的病情有初步了解，從而提高醫(yī)生問診效率，減少誤診。

智能隨訪系統，則可以根據規(guī)定問題模板模擬“醫(yī)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(yī)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(yī)院完成了院后的服務延伸，增強用戶體驗和患者就醫(yī)滿意度。

云知聲醫(yī)療業(yè)務合作伙伴，千佛山醫(yī)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(yī)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(yōu)化，相當于為醫(yī)生配備了一個助手，完成常規(guī)性的診前問診，可有效減少醫(yī)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。

醫(yī)療知識圖譜——從助手到專家的基石

當前，人工智能應用在醫(yī)療領域逐漸普及，所帶來的社會與經濟價值與日凸顯。但從實際應用情況看，在大多數場景下，AI 所充當的更多的還是“助手”角色，醫(yī)療 AI 產品離人們所期待的“專家”定位還相去甚遠。而影響人工智能從“助手”走向“專家”的關鍵，恰恰在于知識圖譜。

云知聲 AI Labs 資深技術專家劉升平指出，知識圖譜是人工智能時代打造面向診療服、家居生活、兒童教育等不同場景行業(yè)專家的基石。通常，我們所面對的如醫(yī)療問診、酒店中控等常見的人工智能應用，更多的是希望機器能夠像“專家”一樣理解、思考并給與決策。要實現向行業(yè)“專家”的轉型，關鍵就在于行業(yè)知識圖譜的構建。以醫(yī)療行業(yè)為例，其作為一門知識驅動型的學科，如果能夠收集到足夠豐富、可靠的數據，依托機器學習、自然語言處理等技術構建起強大的知識圖譜體系，就能在輔助決策層面發(fā)揮應用的價值。

他提到，在醫(yī)療行業(yè)，基于知識圖譜的智慧型醫(yī)療系統建設主要涉及到語言、知識和決策三個關鍵要素。其中，語言分為患者語言、臨床醫(yī)生語言、專家語言，機器需要熟練掌握醫(yī)療行業(yè)各角色的口語和書面語；知識則分為醫(yī)療知識圖譜（如疾病、癥狀、檢查、藥物、部位等）和臨床規(guī)則（診斷規(guī)則、用藥規(guī)則等）；最后是決策能力，即醫(yī)療問題的解決方案，涵蓋到診分診、問診、病歷生成、病歷質控、輔助診斷、醫(yī)保審核等諸多維度。

截至目前，在醫(yī)療知識圖譜領域，云知聲已儲備約 50 萬醫(yī)學概念，超過 169萬醫(yī)學術語庫，超過 398 萬醫(yī)學關系庫，以及 52 萬醫(yī)學屬性值對，涵蓋了絕大部分藥品、疾病、科室與檢查，規(guī)模體量達國際領先水準。

在這一輪聲勢浩大的 AI 浪潮中，醫(yī)療行業(yè)受新技術、新理念的沖擊不斷增強，AI 與醫(yī)療深度融合的智慧型醫(yī)療服務體系建設當前已成必然。作為醫(yī)療行業(yè)AI應用領軍者，云知聲正是抓住了這一機遇，從工具型語音 AI 產品切入，不斷拓展自身場景范圍，通過打造覆蓋診療全流程的產品體系，切實為醫(yī)院、醫(yī)生增速提效，令患者享受到高效、優(yōu)質的診療服務。未來，云知聲將繼續(xù)發(fā)揮在醫(yī)療AI領域的技術與產業(yè)化優(yōu)勢，推動創(chuàng)新技術成果與醫(yī)療行業(yè)的融合應用，為產業(yè)智變升級貢獻力量。