云知声谢冠超：一则医疗AI的五年进化史

　　在医疗信息化的战场上，2015年进入的云知声是一名后来者。这几年云知声在医疗信息化领域的渗透非常迅速，拥有了大量的三甲医院客户。在这个过程中，拥有20多年IT业务管理经验的谢冠超和云知声医疗团队投入了大量的心血，也收获了行业的认可和商业的成功。今年发布的新产品---智能病历质控系统带来的新的市场机遇，则让他们更坚定了医疗AI行业的无限可能。

　　“对于医疗AI市场，我比一年前更有信心了。”云知声IoT事业部总裁谢冠超告诉HC3i。从1.0时代的感知技术---语音识别，到2.0时代的认知技术---自然语言理解和临床知识图谱，云知声已经实现了一次医疗行业AI技术的跨越，同时也伴随完成了应用产品和解决方案方案的拓展，从语音电子病历到智能病历质控，云知声对于医疗服务、医疗产业以及医疗信息化边界的理解不断加宽，不断加深。正将更多的AI技术应用到赋能临床诊疗的工作中，大幅度的为临床工作减负增效。

　　五年回顾：AI进医疗迈过几道坎

　　医疗行业，因为有丰富的场景和决策树的逻辑，成为AI创业者切入应用的首选。然而，真正进入到中国医疗行业后就会发现没有那么简单。“医院太强调‘个性化’，每家医院都是‘个性化’的。这不太合理，你见过芯片针对每个客户做订制的吗?”从事芯片研发和业务管理工作十多年，谢冠超在初尝医院业务时，确实有过一个心理接受的过程。

　　首先，系统标准化程度低。经历了30年的发展，医院HIS系统逐渐从零到一，迭代完善。走到今天，受到不同历史时期技术限制以及不同体系医院需求影响，各厂家版本均有不同程度的差异，今天每家医院的系统都是不完全一样的。然而，对于所有后来者，进医院的第一步就是先搞清楚每家医院的HIS，包括功能、流程和数据，再进行针对性开发。“这个过程耗时、费力，而且难度很大，但需要后来者消耗大量的人力成本和时间成本，弥合这个历史带来的必须要面对的行业现状。”谢冠超说，“我们需要快速切入到AI业务的落地中去，就必须应用新的技术，创新性的解决这些问题，基于此，我们开发了低耦合、高可靠、普适健壮的系统接口，才让语音识别快速铺进医院，大大缩短了交付周期。”

　　其次，数据标准化程度低。近年来，医院开始推互联互通，搭建数据中心，渐渐开始重视数据治理工作。然而，一千家医院有一千种数据管理方式、数据存储结构、数据呈现方法，“我们拿到的数据有不同存储格式、数据架构和标准，数据一致性、完整性和准确性都很难保障。”谢冠超说，“为了减轻数据清洗工作量，我们在医院的允许下从HIS调取指定字段到ETL中，自己重新定义字段的显示要求。”

　　最后，交付能力弱。目前医院信息科里有大批的HIS工程师长期提供驻场服务，因此，在医院用户的认知里AI厂商也应该如此。“我们由于有了良好的系统接口和数据接口的机制，交付时间大大缩短，且在维护期内维护工作量大幅降低。”谢冠超介绍说，这一点让医院用户很诧异，在他们的认知里我们应该有很多人长期驻场，但我们保障了交付质量和应用效果，医院用户也感到很满意，在诧异之外，对我们大加赞赏。他认为，从企业的角度来讲，大量驻场工程师意味着大量成本的输出，企业应该通过提高产品的交付能力和运营效率保障业务的投入产出比，进而实现企业医疗业务的发展壮大，同时也实现了企业和医院的双赢，有利于行业整体健康发展。

　　实践经历：AI技术实现从感知到认知

　　1.0阶段，感知医疗

　　医疗语音识别业务，让云知声逐步走近医疗业务，接收并梳理医疗知识，逐步完善医疗知识图谱。谢冠超介绍说，云知声医疗语音病历系统可自动将语音转为文字进行病历文书录入。同时，在自然语言理解(NLU)技术辅助下发现输入错误，提升录入效率、降低失误率。

　　这一过程同时训练了AI，让AI对病历内涵理解，病历质量监控的能力得到了锻炼。

　　2.0阶段，认知医疗

　　当《国务院办公厅关于加强三级公立医院绩效考核工作的意见》 (国办发〔2019〕4号)下发到医院，要求全国三级公立医院(含三级公立中医医院)要按照要求认真完成住院病案首页数据填报及上传工作时，同时伴随DRGs医保支付制度的推行，云知声抓住了机遇。

　　东南大学附属中大医院网络信息中心主任史亚香介绍说，中大医院采用了云知声的智能病历质控系统后，病历质检覆盖率已达100% ，质检缺陷覆盖面由原来的重点缺陷检查升级为全缺陷检查，质检工作提速接近10 倍。

　　谢冠超说，病历质控的能力源自云知声的NLU技术与临床知识图谱的结合，以及对各个科室超过50GB的医疗文本资料进行分类、检索、抽取、建模等处理。通过不断积累数据不断加深对病历内涵的理解，发现缺陷并反馈给医生，既提高病历质量，又可改善医生的病历书写习惯，同时避免医疗事故，提升医疗服务质量。

　　产业观察：医疗AI市场正回归理性

　　2018年上半年，医疗AI创业进入鼎盛时期。HC3i此前盘点过120+中国医疗AI初创企业，应用场景覆盖医学影像、辅助诊断、健康管理、药物挖掘等八大领域。同时期，外媒也曾列举过105家医疗AI初创企业，其中也包括了IBM、google等投资的企业。

　　医疗对于AI创业者的吸引力太大了，尤其是中国医疗市场。目前中国医疗AI的应用水平比较高。一方面，中国医疗产业环境好一些，大医院有能力做大项目，有大量数据训练AI。国外大多是诊所，缺少统筹推动的能力;另一方面，我们社会老龄化不断加剧，病人多与优质医疗资源不足的矛盾日益突出，需要AI等技术提升效率和质量。

　　谢冠超认为，我们既有数据也有需求，因此AI在医疗落地的条件非常充分。但是，市场的快速兴起也滋生了很多泡沫，比如：动辄百万级的数据量、几乎无所不及的能力，虚虚实实的AI热潮也让用户很容易高估AI的能力，从而滋生对医疗AI过度追捧或莫名抗拒。

　　过去的一年多，医疗AI市场逐步降温，AI创业者正渐渐回归理性。“我现在对医疗AI的态度比一年前更乐观，”谢冠超说，大家对AI的期许正渐渐回归到技术能够实现的水平线，这有利于促进医疗AI产业健康发展。

　　跨界思考：AI无法单独成为一个产业

　　经过几年的试错和总结，幸存下来的医疗AI头部企业开始总结成功的经验并探索经验复刻的可能性，加速应用场景的拓展做大做强。比如：云知声在病历质控、患者随访等领域的应用探索。“AI无法单独成为一个产业，”谢冠超认为，AI要产生价值必须跟传统产业相结合，比如：智能医疗、智能教育、智能生活等，让AI去服务产业。在AI的产业布局中，有很多工作需要提前布局才能实现整体效应。比如：智能家居。云知声已经跟格力等家电品牌合作将语音智能芯片植入空调、电视等家电产品中为智能家居做准备，并在某知名酒店中进行了部署。

　　展望明天：AI要赢得患者的心，还有多远？

　　面对医疗这个“要命的行业”，谢冠超反复强调一句话，“我们一定要对医疗心存敬畏。”他说，我对医疗AI充满信心，但是AI的医疗辅助决策能力还需要很长的时间才能实现。即便有一天AI的诊疗能力与医生相当了，患者能够接受AI为自己看病吗，谁对这件事负责呢?AI，还是先做好医生的工具吧。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。