隨著語音技術在醫(yī)療領域的廣泛應用，它為醫(yī)療信息的錄入提供了新的解決方案。

動脈網(wǎng)盤點了提供相關服務的行業(yè)巨頭和初創(chuàng)公司，分析他們?nèi)绾卫�用語音技術解決電子病歷記錄的痛點。

Medscape對15000名美國執(zhí)業(yè)醫(yī)生進行了調(diào)查，近三分之二的醫(yī)生表示自己感到職業(yè)倦怠（42％）、情緒低落（15％）或兩者兼而有之（14％）。主要原因包括臨床醫(yī)生必須處理各種復雜的醫(yī)療文件（56％）以及花費大量時間將患者信息輸入電子健康記錄中（24％）。而語音及人工智能技術正在解決該痛點。

而這無疑會成為一個很大的市場。

電子病歷信息錄入繁雜耗時：醫(yī)生職業(yè)倦怠的主要原因

在過去十年里，隨著電子病歷（EHR：Electronic Health Record）在美國的普及，醫(yī)療保健領域發(fā)生了重大變化。醫(yī)生們平均每天工作11個小時，其中6小時花在處理電子病歷上，只有1．5小時用于處理紙質(zhì)文件。但是，現(xiàn)在大多數(shù)EHR系統(tǒng)被設計成了龐大復雜的賬單系統(tǒng)，而不是包括就診、住院、藥房、賬單、報銷等環(huán)節(jié)在內(nèi)的專注于患者護理的系統(tǒng)，其可用性和效率也受到了影響。

這帶來的復雜性和耗時性是醫(yī)生職業(yè)倦怠和工作不滿意的首要原因，也是當今醫(yī)療行業(yè)亟待解決的問題之一。去年9月，發(fā)表在Annals of Family Medicine上的一篇研究顯示，初級護理醫(yī)師花費在EHR上的時間超過總工作時間的一半，這意味著，他們將大部分的精力和注意力都投入到所謂的“行政”任務上。

而職業(yè)倦怠會導致患者滿意度、醫(yī)生護理質(zhì)量降低，以及醫(yī)療錯誤率、醫(yī)療事故風險、醫(yī)師和員工流失率升高。此外，它還與醫(yī)師藥物濫用和醫(yī)師自殺有關。雖然產(chǎn)生職業(yè)倦怠的原因是多方面的，比如醫(yī)院收購醫(yī)療機構、藥品價格上漲、《平價醫(yī)療法案》的實施、支付方式逐漸向基于價值的模式轉(zhuǎn)變。但記錄患者就診情況的過程繁瑣耗時，會影響與患者面對面交流以及臨床治療的效果。而醫(yī)療數(shù)據(jù)的爆炸式增長，也讓醫(yī)生很難獲取和管理有價值的患者信息，從而改善患者的健康狀況。

因此，應對醫(yī)生在整個工作流程中遇到的挑戰(zhàn)，優(yōu)化現(xiàn)有電子病歷的錄入過程，對提高整體效率和醫(yī)療服務質(zhì)量、降低醫(yī)療成本至關重要。研究公司Technavio發(fā)布報告稱，到2020年，全球醫(yī)院支出將超過720億美元，復合年增長率為6％，而語音識別技術是醫(yī)院計劃的一大推動力。

越來越多的醫(yī)療服務提供商加大了對語音識別技術的投資。比如，擁有五家醫(yī)院和兩家大型醫(yī)療中心的Premier Health，花費了160萬美元來開發(fā)與Epic集成的語音識別軟件。它幫助醫(yī)生減輕工作負擔，每天節(jié)省90分鐘左右的時間。由于更高效的工作流程，這個軟件幫助Premier Health節(jié)省了約130萬美元的醫(yī)療費用。

語音是一個越來越受歡迎的功能，在醫(yī)療保健領域尤其適用。DRG Digital ｜ Manhattan Research對2784名醫(yī)生進行了調(diào)查，23％的人表示他們在工作中使用語音助手，比如蘋果的Siri和亞馬遜的Alexa。其中又有29％的醫(yī)生說他們使用的語音助手系統(tǒng)是EHR的一部分。這些數(shù)據(jù)表明，隨著越來越多的開發(fā)人員專門為臨床工作創(chuàng)建語音工具，語音技術將為醫(yī)療信息的轉(zhuǎn)錄提供解決方案。

行業(yè)巨頭與初創(chuàng)公司如何解決電子病歷錄入痛點

動脈網(wǎng)梳理了涉及電子病歷語音錄入服務的幾家大型企業(yè)——谷歌、亞馬遜、科大訊飛、云知聲、Nuance，以及專注這一領域的新興競爭者——Saykara、Suki、Notable。

醫(yī)療語音技術領域大公司布局情況

醫(yī)療語音技術領域初創(chuàng)企業(yè)

電商巨頭亞馬遜正在研究如何利用語音技術，為電子病歷中輸入和提取數(shù)據(jù)提供幫助，實現(xiàn)高效的信息交流。Alexa應用平臺擁有來自Mayo Clinic（梅奧診所）和Libertana等機構的輕量級醫(yī)療應用程序，可以回答醫(yī)療問題、在緊急情況下發(fā)送警報，并幫助用戶與護理人員溝通。

語音助手Alexa還可以集成到電子病歷中，成為一個被動的記錄者。亞馬遜正在美國各地的醫(yī)院進行試驗，包括Northwell、Mass General和Boston ＇s Children ＇s Hospital。然而，由于Alexa還不符合HIPAA標準，該軟件完成的任務通常僅限于非可識別的用途，例如外科醫(yī)生的檢查清單、患者的疾病和藥物信息以及醫(yī)院信息。如果Alexa符合HIPAA標準，用途可以得到進一步擴展。

全球最大的語音識別技術公司Nuance推出的醫(yī)療解決方案已經(jīng)覆蓋了全美72％的醫(yī)療機構，客戶遍及全球30多個國家，共獲得3億多醫(yī)患交流數(shù)據(jù)，每年為超過50萬名醫(yī)生、1萬家醫(yī)療機構提供服務。旗下產(chǎn)品Dragon Medical One致力于為臨床專業(yè)人士提供語音導航文件系統(tǒng)和應用程序，以實現(xiàn)與患者進行全新交流的目標。相關技術的運用極大地提高了醫(yī)生診斷的工作效率，使得患者病情采集工作快速、靈活而準確。

谷歌在目前進行的一項AI研究中，分析了216221份住院病例，涉及114003名病人以及超過460億個數(shù)據(jù)點，為各種臨床情景創(chuàng)建準確和可擴展的預測�；�于這項研究，谷歌還在開發(fā)用于臨床記錄的語音識別系統(tǒng)，通過構建自動語音識別技術模型，改善電子健康記錄的語音轉(zhuǎn)錄過程。

2017年4月，科大訊飛與中國醫(yī)學科學院北京協(xié)和醫(yī)學院簽署全面戰(zhàn)略合作框架協(xié)議，這表明科大訊飛的智慧醫(yī)療相關技術，如口腔科語音電子病歷系統(tǒng)正式在北京協(xié)和醫(yī)學院落地使用。

在此次戰(zhàn)略合作協(xié)議簽署前，上述的口腔科語音電子病歷系統(tǒng)已經(jīng)有過試驗和落地。整個系統(tǒng)包括一個可以夾在醫(yī)生領口的醫(yī)學麥克風，一個可以裝在醫(yī)生口袋的發(fā)射器，還有一個可以插在醫(yī)生工作電腦上的接收器。在接診過程中，醫(yī)生只需要以口述的方式說出患者的病歷，醫(yī)生的工作電腦上就會自動生成結構化的電子病歷。之后，只需醫(yī)生對電子病歷內(nèi)容進行簡單修改確認，即可打印提供給患者，并完成電子檔保存。

云知聲智能醫(yī)療語音錄入系統(tǒng)以面向醫(yī)療領域的高性能識別引擎為基礎，通過語音來高效處理大量文本錄入工作，通過語音和手持設備上的功能鍵與院內(nèi)HIS、PACS系統(tǒng)等交互起來。醫(yī)生通過語音錄入方式可以有效避免復制粘貼操作，規(guī)范病歷輸入，增加病歷輸入安全性。

目前，這個系統(tǒng)可以有效節(jié)省醫(yī)生超過38％的時間。面向醫(yī)療的整體方案推出以來，云知聲已經(jīng)在全國20多家有代表性的大型綜合三甲醫(yī)院正式上線使用，這些醫(yī)院分布在華中、華北、華南、西部等地，其中包括北京協(xié)和醫(yī)院、北大人民醫(yī)院、第四軍醫(yī)大學西京醫(yī)院、香港大學深圳醫(yī)院等，還有約40家醫(yī)院正處于試運行階段。

不同于以上的大型企業(yè)單獨推出語音服務，Saykara、Suki、Notable幾家初創(chuàng)公司則更專注于語音識別技術在電子病歷上的應用。其中成立于2015年的SayKara，其團隊由來自亞馬遜、微軟、谷歌和Nuance的前產(chǎn)品負責人、工程師和機器學習專家組成。SayKara推出的人工智能語音助手可以自動創(chuàng)建文檔，簡化工作流，讓醫(yī)生更容易與EHR系統(tǒng)進行交互。數(shù)據(jù)表明，使用SayKara的醫(yī)生在管理電子健康記錄上花費的時間減少了70％，這樣更有利于他們與患者進行交流并提供更高質(zhì)量的醫(yī)療服務。目前，SayKara已和美國幾個大中型醫(yī)療保健系統(tǒng)合作，包括作為早期試點之一的著名整形機構OrthoIndy。

Suki的前身是Robin AI，該公司推出的具有語音功能的人工智能助手幫助醫(yī)生減輕文檔負擔，改善信息和數(shù)據(jù)的錄入過程。Suki在加州和佐治亞州開展了12個試點項目，其中涉及內(nèi)科、眼科和整形外科等領域。通過將其產(chǎn)品在三種不同EHR系統(tǒng)中每周使用五天，該項目的初步結果顯示，Suki將醫(yī)生花費在醫(yī)療記錄上的時間減少了60％。此外，Suki還與蘋果、谷歌、Salesforce和23andMe等合作，為消費者、醫(yī)療機構、大型企業(yè)等提供尖端技術產(chǎn)品。

Notable推出的產(chǎn)品可以自動記錄醫(yī)生的問診記錄，并更新電子病歷。該公司的解決方案利用自然語言處理和語音識別技術，自動記錄醫(yī)患之間的互動，破譯醫(yī)生的筆記，并構建數(shù)據(jù)結構，以方便電子病歷的錄入。為了使該系統(tǒng)順利運行，研究人員花了大量時間記錄和監(jiān)控2000多項醫(yī)生與患者的互動。目前，Notable正在為Apple Watch開發(fā)產(chǎn)品。

醫(yī)療語音市場：存在困難卻也前景廣闊

目前，語音技術在醫(yī)療領域的應用仍然面臨三大困難：準確性、安全性和標準化。

首先是關于電子病歷語音轉(zhuǎn)錄的準確性，來自各方的擔憂在過去幾年一直阻礙著醫(yī)學轉(zhuǎn)錄整體質(zhì)量的提升。對于這一點，不同公司都在積極尋求解決辦法，讓語音識別技術可以更好地減輕醫(yī)生的轉(zhuǎn)錄負擔。

比如，谷歌開發(fā)并評估了兩種自動語音識別（ASR）方法，用于簡化醫(yī)生的工作流程。第一種系統(tǒng)是CTC（connectionist temporal classification）模型，重點研究語音單元的位置和序列，直接將語音和相應的文字對應起來，實現(xiàn)時序問題的分類。

另一種是LAS（listen， attend， and spell）模型，它是一個由多部分組成的神經(jīng)網(wǎng)絡，將語音轉(zhuǎn)換為語言的單個字符，然后根據(jù)先前的預測順序選擇后續(xù)條目。每一個模型都進行了超過14000小時匿名醫(yī)學對話的訓練，以便提高語音轉(zhuǎn)錄的準確性。

研究結果表明，CTC模型最終實現(xiàn)了20．1％的字錯誤率，而大多數(shù)錯誤發(fā)生在講話的開頭和結尾，說話者的發(fā)言時間少于一秒。而LAS模型最終達到18．3％的字錯誤率，大多數(shù)錯誤出現(xiàn)在對話階段，與醫(yī)學術語無關

研究人員表示：“隨著電子病歷系統(tǒng)的廣泛應用，初級護理醫(yī)師日益短缺，職業(yè)倦怠率也變得更高。通過優(yōu)化信息提取和分析的過程，ASR技術能夠改善電子健康記錄的語音轉(zhuǎn)錄過程，幫助醫(yī)生減輕所謂的行政負擔，提供更優(yōu)質(zhì)、更專注的醫(yī)療服務�！�

對于語音技術在醫(yī)療領域的應用，另一個關鍵挑戰(zhàn)在于如何保護患者生成的數(shù)據(jù)，并確保符合HIPAA標準。依據(jù)美國聯(lián)邦及各州的隱私法 （Privacy Laws），美國衛(wèi)生與人類服務部（HHS）制定了有關患者安全和保護個人穩(wěn)私的聯(lián)邦健康保險攜帶和責任法規(guī)（HIPAA：Health Insurance Portability and Accountability Act ）。HIPAA法規(guī)為醫(yī)護人員設定了一套保護患者隱私的標準措施。在電子病歷的信息錄入時，必須嚴格遵守相關的規(guī)定。

最后涉及標準化的問題。2006年，美國醫(yī)療信息與管理系統(tǒng)學會（Healthcare Information and Management Systems Society， HIMSS ） 發(fā)布了《Electronic Medical Records vs． Electronic Health Records：Yes，There ls a Difference》白皮書，提出Electronic Medical Records Adoption Model（EMRAM，電子病歷應用模型），并以此為依據(jù)，評價醫(yī)療機構的信息化建設水平。HIMSS評審圍繞電子病歷系統(tǒng)展開，共有八個等級。個性化醫(yī)療、循證醫(yī)學、循證管理都決定性地依賴于對現(xiàn)代信息技術廣泛而深入的使用。

中國除了對電子病歷的書寫、使用術語、編碼進行了嚴格要求外，從2010年開始，也開展了“電子病歷系統(tǒng)應用水平分級評價”工作，根據(jù)相關標準，電子病歷系統(tǒng)應用水平劃分為8個等級。每一等級的標準包括電子病歷系統(tǒng)局部的要求和整體信息系統(tǒng)的要求。

雖然語音技術在電子病歷領域的應用還面臨著諸多阻礙，但可靠性、可移植性和成本效益都將成為醫(yī)療機構采用轉(zhuǎn)錄工具的關鍵因素。醫(yī)療轉(zhuǎn)錄行業(yè)被認為是醫(yī)療信息管理領域最具潛力的領域之一，因為它受到不斷發(fā)展的技術的影響。

大多數(shù)醫(yī)學轉(zhuǎn)錄設備由內(nèi)置語音識別和記憶存儲系統(tǒng)組成。而自動轉(zhuǎn)錄技術日益普及，預計將在不久之后取代各種模擬設備。相關醫(yī)療專業(yè)人員或內(nèi)部轉(zhuǎn)錄員價值的上升以及醫(yī)療轉(zhuǎn)錄外包服務的增加等因素預計將在未來幾年推動市場需求。