北大口腔医院信息中心主任:语音录入在系统化电子病历中的应用-阿里云开发者社区

开发者社区> 雷锋网> 正文

北大口腔医院信息中心主任:语音录入在系统化电子病历中的应用

简介:

北大口腔医院信息中心主任:语音录入在系统化电子病历中的应用

雷锋网消息,近日,由HC3i中国数字医疗网、中关村移动互联网产业联盟移动医疗专委会主办的《2017中美智能医疗大数据峰会》在北京召开,众多专家出席探讨了智能医疗大数据存在的问题。北大口腔医院信息中心曹战强主任分享了语音识别技术在口腔门诊中的应用。

曹战强主任称,三种常见的语音技术与临床实践的关系都很密切:语音合成、语音识别技术和语音理解技术。他主要讲了前2种技术在口腔门诊中的应用。

以下是曹战强主任的演讲内容,雷锋网(公众号:雷锋网)对其做了不改变原意的精简编辑:

语音合成:排队叫号系统

2008年时,我们做了一个排队叫号系统,如今已经应用快10年了,几乎没有出现过问题。到目前为止,已经调用了683万条。并且基于这样的数据可以进行分析,比如通过叫号时间分析了解某个科室某时某刻的工作压力分布情况。

语音识别:与科大讯飞合力打造语音录入病历系统

美国大概有72%的医院已经实现用语音收集医疗信息了,其中,识别率能达到99%的水平。

有一句话说:如果到了40岁还有人抱着你的脸看上半个小时的话,那这个人一定是牙科医生。牙医工作时通常一手拿镜子,一手拿测量工具,双手是占用的,并且口腔里大概有32或28颗牙齿,不同的牙齿可能有不同的疾病,逐个记录下来就成为非常麻烦的事情。很多大夫写病例时,经常是一只手拿着镜子,一边写,转过来看一看,再返回去写。口腔科的电子病例非常复杂,完全类似于综合医院的病程记录,医生要把这些信息全部记录下来也是很大的工作量。

我们和科大讯飞合作,尝试写了一款软件,集成了各种各样的词库,还支持个人自定义,识别率非常高,并且实现了外网和内网打通,产品体验效果非常好。但一段时间后,发现没人用了。

后来北大口腔的国家工程实验室与讯飞的国家工程实验室走到一起,计划用语音技术做一些工程化的开发。当时我们利用了移动互联网上的数据,讯飞把服务器放在医院的服务中心,其中包括了各种运算以及数据库,用口腔电子病例中的数据进行训练。大夫戴着耳麦输入病例,在这个过程中讯飞做很多智能化处理,寒暄的话语会自动识别不录入,并且通过识别触发词,把内容放在相应的病例位置上。

通过语音输入,效率大大提升了,因为有语料库,所以其识别正确率很高,还有助于病例结构化。我们把这个产品放在北大口腔最大的门诊,在没有做任何推广的情况下,其使用率达65%,年轻大夫的使用率在80%~90%左右。

产品的好处显而易见,解放双手,并且语音录入高效准确,随说随录,不需要中断思维,医生满意度高,病例完成率显著提升。我倒不是打广告,而是我觉得语音录入电子病例或许是收集数据的有效方式之一。

但这个系统还是有局限的,其实这些局限也属于行业通用问题。第一,需要医生得改变使用和操作习惯;第二,虽然语音识别没有问题,但系统也同样会记录医生与病人的口水话,对医生连贯性有较高要求,这个问题大多数医生经过训练可以解决;第三是医生录完后需要阅读全文再次确认,比如是否有不雅的词出现。

另外,301医院还通过语音技术,记录主任、医师查房过程,并且能与电子病例做数据对接;还有就是声纹知情同意书。

其他AI技术

影像辅助诊断,不一定能帮我们做太多诊断,但确实能发现一些假阳性、假阴性,降低筛选量;智能客服、预约挂号也能解决医院很大的问题,手机上预约挂号不能做太多交互,但一个小小的口腔科就有将近20个科室,很多人不知道修复科和综合科有什么区别,AI可以帮助解决这些问题。

辅助诊疗确实可以帮助一些年轻的、经验有限的医生,避免错误;其次,目前医疗质量监督监控非常火热,目前没有办法比较,如果通过AI计算疗效、疾病难度等,得出一个综合指数,就能解决这个问题。

更多关于人工智能升级传统机构的文章,请关注雷锋网AI商业化垂直微信公众号:AI掘金志。


本文作者:张利

本文转自雷锋网禁止二次转载,原文链接


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

秉承“关注智能与未来”的宗旨,持续对全球前沿技术趋势与产品动态进行深入调研与解读。

官网链接