语音录入电子病历可省时70%，谷歌、亚马逊、科大讯飞等产品有何特色？

随着语音技术在医疗领域的广泛应用，它为医疗信息的录入提供了新的解决方案。

动脉网盘点了提供相关服务的行业巨头和初创公司，分析他们如何利用语音技术解决电子病历记录的痛点。

Medscape对15000名美国执业医生进行了调查，近三分之二的医生表示自己感到职业倦怠(42%)、情绪低落(15%)或两者兼而有之(14%)。

主要原因包括临床医生必须处理各种复杂的医疗文件(56%)以及花费大量时间将患者信息输入电子健康记录中(24%)。而语音及人工智能技术正在解决该痛点。

而这无疑会成为一个很大的市场。

电子病历信息录入繁杂耗时：医生职业倦怠的主要原因

在过去十年里，随着电子病历（EHR：Electronic Health Record）在美国的普及，医疗保健领域发生了重大变化。医生们平均每天工作11个小时，其中6小时花在处理电子病历上，只有1.5小时用于处理纸质文件。

但是，现在大多数EHR系统被设计成了庞大复杂的账单系统，而不是包括就诊、住院、药房、账单、报销等环节在内的专注于患者护理的系统，其可用性和效率也受到了影响。

这带来的复杂性和耗时性是医生职业倦怠和工作不满意的首要原因，也是当今医疗行业亟待解决的问题之一。

去年9月，发表在Annals of Family Medicine上的一篇研究显示，初级护理医师花费在EHR上的时间超过总工作时间的一半，这意味着，他们将大部分的精力和注意力都投入到所谓的“行政”任务上。

而职业倦怠会导致患者满意度、医生护理质量降低，以及医疗错误率、医疗事故风险、医师和员工流失率升高。此外，它还与医师药物滥用和医师自杀有关。

虽然产生职业倦怠的原因是多方面的，比如医院收购医疗机构、药品价格上涨、《平价医疗法案》的实施、支付方式逐渐向基于价值的模式转变。

但记录患者就诊情况的过程繁琐耗时，会影响与患者面对面交流以及临床治疗的效果。而医疗数据的爆炸式增长，也让医生很难获取和管理有价值的患者信息，从而改善患者的健康状况。

因此，应对医生在整个工作流程中遇到的挑战，优化现有电子病历的录入过程，对提高整体效率和医疗服务质量、降低医疗成本至关重要。研究公司Technavio发布报告称，到2020年，全球医院支出将超过720亿美元，复合年增长率为6%，而语音识别技术是医院计划的一大推动力。

越来越多的医疗服务提供商加大了对语音识别技术的投资。比如，拥有五家医院和两家大型医疗中心的Premier Health，花费了160万美元来开发与Epic集成的语音识别软件。它帮助医生减轻工作负担，每天节省90分钟左右的时间。由于更高效的工作流程，这个软件帮助Premier Health节省了约130万美元的医疗费用。

语音是一个越来越受欢迎的功能，在医疗保健领域尤其适用。

DRG Digital | Manhattan Research对2784名医生进行了调查，23%的人表示他们在工作中使用语音助手，比如苹果的Siri和亚马逊的Alexa。其中又有29%的医生说他们使用的语音助手系统是EHR的一部分。

这些数据表明，随着越来越多的开发人员专门为临床工作创建语音工具，语音技术将为医疗信息的转录提供解决方案。

行业巨头与初创公司如何解决电子病历录入痛点

动脉网梳理了涉及电子病历语音录入服务的几家大型企业——谷歌、亚马逊、科大讯飞、云知声、Nuance，以及专注这一领域的新兴竞争者——Saykara、Suki、Notable。

医疗语音技术领域大公司布局情况

医疗语音技术领域初创企业

电商巨头亚马逊正在研究如何利用语音技术，为电子病历中输入和提取数据提供帮助，实现高效的信息交流。

Alexa应用平台拥有来自Mayo Clinic（梅奥诊所）和Libertana等机构的轻量级医疗应用程序，可以回答医疗问题、在紧急情况下发送警报，并帮助用户与护理人员沟通。

语音助手Alexa还可以集成到电子病历中，成为一个被动的记录者。亚马逊正在美国各地的医院进行试验，包括Northwell、Mass General和Boston 's Children 's Hospital。

然而，由于Alexa还不符合HIPAA标准，该软件完成的任务通常仅限于非可识别的用途，例如外科医生的检查清单、患者的疾病和药物信息以及医院信息。如果Alexa符合HIPAA标准，用途可以得到进一步扩展。

全球最大的语音识别技术公司Nuance推出的医疗解决方案已经覆盖了全美72%的医疗机构，客户遍及全球30多个国家，共获得3亿多医患交流数据，每年为超过50万名医生、1万家医疗机构提供服务。

旗下产品Dragon Medical One致力于为临床专业人士提供语音导航文件系统和应用程序，以实现与患者进行全新交流的目标。相关技术的运用极大地提高了医生诊断的工作效率，使得患者病情采集工作快速、灵活而准确。

谷歌在目前进行的一项AI研究中，分析了216221份住院病例，涉及114003名病人以及超过460亿个数据点，为各种临床情景创建准确和可扩展的预测。基于这项研究，谷歌还在开发用于临床记录的语音识别系统，通过构建自动语音识别技术模型，改善电子健康记录的语音转录过程。

2017年4月，科大讯飞与中国医学科学院北京协和医学院签署全面战略合作框架协议，这表明科大讯飞的智慧医疗相关技术，如口腔科语音电子病历系统正式在北京协和医学院落地使用。

在此次战略合作协议签署前，上述的口腔科语音电子病历系统已经有过试验和落地。整个系统包括一个可以夹在医生领口的医学麦克风，一个可以装在医生口袋的发射器，还有一个可以插在医生工作电脑上的接收器。在接诊过程中，医生只需要以口述的方式说出患者的病历，医生的工作电脑上就会自动生成结构化的电子病历。之后，只需医生对电子病历内容进行简单修改确认，即可打印提供给患者，并完成电子档保存。

云知声智能医疗语音录入系统以面向医疗领域的高性能识别引擎为基础，通过语音来高效处理大量文本录入工作，通过语音和手持设备上的功能键与院内HIS、PACS系统等交互起来。医生通过语音录入方式可以有效避免复制粘贴操作，规范病历输入，增加病历输入安全性。

目前，这个系统可以有效节省医生超过38%的时间。面向医疗的整体方案推出以来，云知声已经在全国20多家有代表性的大型综合三甲医院正式上线使用，这些医院分布在华中、华北、华南、西部等地，其中包括北京协和医院、北大人民医院、第四军医大学西京医院、香港大学深圳医院等，还有约40家医院正处于试运行阶段。

不同于以上的大型企业单独推出语音服务，Saykara、Suki、Notable几家初创公司则更专注于语音识别技术在电子病历上的应用。

其中成立于2015年的SayKara，其团队由来自亚马逊、微软、谷歌和Nuance的前产品负责人、工程师和机器学习专家组成。SayKara推出的人工智能语音助手可以自动创建文档，简化工作流，让医生更容易与EHR系统进行交互。

数据表明，使用SayKara的医生在管理电子健康记录上花费的时间减少了70%，这样更有利于他们与患者进行交流并提供更高质量的医疗服务。目前，SayKara已和美国几个大中型医疗保健系统合作，包括作为早期试点之一的著名整形机构OrthoIndy。

Suki的前身是Robin AI，该公司推出的具有语音功能的人工智能助手帮助医生减轻文档负担，改善信息和数据的录入过程。Suki在加州和佐治亚州开展了12个试点项目，其中涉及内科、眼科和整形外科等领域。

通过将其产品在三种不同EHR系统中每周使用五天，该项目的初步结果显示，Suki将医生花费在医疗记录上的时间减少了60%。

此外，Suki还与苹果、谷歌、Salesforce和23andMe等合作，为消费者、医疗机构、大型企业等提供尖端技术产品。

Notable推出的产品可以自动记录医生的问诊记录，并更新电子病历。该公司的解决方案利用自然语言处理和语音识别技术，自动记录医患之间的互动，破译医生的笔记，并构建数据结构，以方便电子病历的录入。

为了使该系统顺利运行，研究人员花了大量时间记录和监控2000多项医生与患者的互动。目前，Notable正在为Apple Watch开发产品。

医疗语音市场：存在困难却也前景广阔

目前，语音技术在医疗领域的应用仍然面临三大困难：准确性、安全性和标准化。

首先是关于电子病历语音转录的准确性，来自各方的担忧在过去几年一直阻碍着医学转录整体质量的提升。对于这一点，不同公司都在积极寻求解决办法，让语音识别技术可以更好地减轻医生的转录负担。

比如，谷歌开发并评估了两种自动语音识别（ASR）方法，用于简化医生的工作流程。第一种系统是CTC(connectionist temporal classification)模型，重点研究语音单元的位置和序列，直接将语音和相应的文字对应起来，实现时序问题的分类。

另一种是LAS（listen, attend, and spell）模型，它是一个由多部分组成的神经网络，将语音转换为语言的单个字符，然后根据先前的预测顺序选择后续条目。每一个模型都进行了超过14000小时匿名医学对话的训练，以便提高语音转录的准确性。

研究结果表明，CTC模型最终实现了20.1%的字错误率，而大多数错误发生在讲话的开头和结尾，说话者的发言时间少于一秒。而LAS模型最终达到18.3%的字错误率，大多数错误出现在对话阶段，与医学术语无关

研究人员表示:“随着电子病历系统的广泛应用，初级护理医师日益短缺，职业倦怠率也变得更高。通过优化信息提取和分析的过程，ASR技术能够改善电子健康记录的语音转录过程，帮助医生减轻所谓的行政负担，提供更优质、更专注的医疗服务。”

对于语音技术在医疗领域的应用，另一个关键挑战在于如何保护患者生成的数据，并确保符合HIPAA标准。依据美国联邦及各州的隐私法 (Privacy Laws)，美国卫生与人类服务部（HHS）制定了有关患者安全和保护个人稳私的联邦健康保险携带和责任法规（HIPAA：Health Insurance Portability and Accountability Act ）。

HIPAA法规为医护人员设定了一套保护患者隐私的标准措施。在电子病历的信息录入时，必须严格遵守相关的规定。

最后涉及标准化的问题。2006年，美国医疗信息与管理系统学会（Healthcare Information and Management Systems Society, HIMSS ) 发布了《Electronic Medical Records vs. Electronic Health Records：Yes，There ls a Difference》白皮书，提出Electronic Medical Records Adoption Model（EMRAM，电子病历应用模型），并以此为依据，评价医疗机构的信息化建设水平。HIMSS评审围绕电子病历系统展开，共有八个等级。个性化医疗、循证医学、循证管理都决定性地依赖于对现代信息技术广泛而深入的使用。

中国除了对电子病历的书写、使用术语、编码进行了严格要求外，从2010年开始，也开展了“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。每一等级的标准包括电子病历系统局部的要求和整体信息系统的要求。

虽然语音技术在电子病历领域的应用还面临着诸多阻碍，但可靠性、可移植性和成本效益都将成为医疗机构采用转录工具的关键因素。医疗转录行业被认为是医疗信息管理领域最具潜力的领域之一，因为它受到不断发展的技术的影响。

大多数医学转录设备由内置语音识别和记忆存储系统组成。而自动转录技术日益普及，预计将在不久之后取代各种模拟设备。相关医疗专业人员或内部转录员价值的上升以及医疗转录外包服务的增加等因素预计将在未来几年推动市场需求。