云知声发布多款医疗 AI 产品 “医疗+AI”战略首度公开

　　7月4日，云知声在厦门召开主题为“AI 赋能临床：从助手到专家”的医疗AI产品发布会，正式推出了其面向诊疗服务前、中、后不同阶段与场景的系列AI 产品与解决方案，包括导医机器人、智能候诊解决方案、医疗语音交互解决方案、智能病历生成系统、智能病历质控系统，以及智能院后管理解决方案等。现场，云知声IoT事业部总裁谢冠超首度公开了云知声“医疗+AI”的战略图景及其实践路径。

　　

　　从助手到专家，构建智慧医院蓝图

　　云知声IoT事业部总裁谢冠超表示，医疗行业在医学知识、临床经验、操作技能三方面的核心属性与人工智能有着天然契合。医疗与AI的结合可以说是水道渠成，这是云知声切入医疗行业的根源。

　　2016年，云知声提出“医疗语音交互解决方案”，借助智能语音识别、自然语言理解等技术，让医生通过口述即可书写病历，提升病历书写的效率。除“医疗语音交互解决方案”外，针对诊疗过程的诊前、诊中、诊后不同场景，云知声还推出了导医机器人、智能病历生成系统、智能病历质控系统以及智能院后管理解决方案等产品。以核心三甲医院为主要客群，目前，云知声智慧医疗相关产品已先后落地全国100多家医院。

　　谢冠超指出，云知声医疗产品线目前已完成从感知到认知的战略升级，即从识别向理解、决策升级。未来，云知声将持续把临床知识图谱、自然语言理解等认知领域的人工智能技术应用到临床诊疗业务的各个环节，打造覆盖诊前、诊中、诊后智慧医疗全生态闭环的产品与解决方案，不断激发医疗服务活力，为临床诊疗业务赋能。

　　多款重磅产品，助力诊疗增速提效

　　除了系统解读云知声智慧医疗整体战略之外，发布会现场，云知声还携手相关合作医院详细介绍了“医疗语音交互解决方案”、“智能病历质控”、“ 智能候诊&智能随访解决方案”等重点产品的功能特点与应用情况。

　　1.医疗语音交互解决方案

　　云知声医疗AI产品经理郭崇亮介绍，云知声医疗语音交互解决方案由医疗语音识别引擎、语音录入客户端、定制麦克风和鼠标组成。以深度学习、超级计算和大数据等 AI 技术为基础，云知声构建了智能医疗语言模型，形成了语音病历系统的核心大脑，使得语音识别引擎具备识别快、识别准、不怕口音、抗噪性强等特征。为适应医院不同科室实际的使用需求，该系统提供标准版和升级版两个版本。

　　福建省立医院信息网络中心高级工程师王晟从应用的角度，分享了与云知声的合作历程，并重点介绍了双方针对闽南口音优化方面的工作。他指出，目前云知声医疗语音交互解决方案已在福建省立医院门诊全科室上线，识别准确率平均达97%，病历书写效率提升达40% 。

　　2.智能病历质控

　　云知声医疗AI产品总监孙熙介绍，云知声应用AI技术能力推出智能病历质控系统，可准确理解病历内涵并进行缺陷筛查，重塑业务流程，大幅提高病历质控工作效率，以及质控深度和广度。

　　东南大学附属中大医院网络信息中心主任史亚香在发言中指出，在医疗质量管理中，病历质控是医院管理的核心部分。AI病历质控产品的应用，既响应了国家医管政策，也满足了医院智慧化升级中的业务需求。她介绍到，目前中大医院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。

　　3.智能候诊&智能随访解决方案

　　此次发布会上重点推出的又一产品——云知声智能候诊系统，在候诊室，机器人可主动发起和引导与患者的对话，完成病史采集工作，并将患者的病情摘要（病史）发送给医生，使得医生在见到患者之前，就能对患者的病情有初步了解。

　　智能随访解决方案，则可以根据规定问题模板模拟“医生”打电话给病人，提高随访效率，并可确保随访信息采集的全覆盖及准确性。同时，该系统还可为患者提供了各种个性化的院后服务，帮助患者实现自我康复与健康管理。

　　云知声医疗业务合作伙伴，千佛山医院网络信息中心主任李锋指出，传统的候诊通常采取问卷填写方式，就诊时才可填写，人多时候容易造成排队情况，造成医患双方时间的浪费。引入智能问诊系统之后，通过在问诊逻辑方面的针对优化，相当于为医生配备了一个助手，完成常规性的诊前问诊，可有效减少医生的重复性病史采集（问诊）工作，提高问诊效率，使诊断更有针对性。

　　医疗知识图谱，从助手到专家的基石

　　当前，人工智能应用在医疗领域逐渐普及，所带来的社会与经济价值与日凸显。但从实际应用情况看，在大多数场景下，AI所充当的更多的还是“助手”角色，医疗AI产品离人们所期待的“专家”定位还相去甚远。而影响人工智能从“助手”走向“专家”的关键，恰恰在于知识图谱。

　　云知声AI Labs资深技术专家刘升平指出，知识图谱是人工智能时代打造面向诊疗服、家居生活、儿童教育等不同场景行业专家的基石。通常，我们所面对的如医疗问诊、酒店中控等常见的人工智能应用，更多的是希望机器能够像“专家”一样理解、思考并给与决策。要实现向行业“专家”的转型，关键就在于行业知识图谱的构建。以医疗行业为例，其作为一门知识驱动型的学科，如果能够收集到足够丰富、可靠的数据，依托机器学习、自然语言处理等技术构建起强大的知识图谱体系，就能在辅助决策层面发挥应用的价值。

　　他提到，在医疗行业，基于知识图谱的智慧型医疗系统建设主要涉及到语言、知识和决策三个关键要素。截至目前，在医疗知识图谱领域，云知声已储备约50万医学概念，涵盖了绝大部分药品、疾病、科室与检查。

　　未来，云知声将继续发挥在医疗AI领域的技术与产业化优势，推动创新技术成果与医疗行业的融合应用，为产业智变升级贡献力量。

　　（注：此文属于人民网登载的广告信息，文章内容不代表本网观点，仅供参考。）