北京協和醫院：智能語音識別技術新實踐

馮霄霞

隨著中國醫院醫療信息化建設的不斷完善，電子病歷系統、影像歸檔和通信系統、移動護理系統得到逐漸普及，大部分醫生通過計算機等電子設備進行病程記錄、手術記錄、檢查報告等文字的錄入工作。有調查顯示，超過40%的醫生每天在計算機前進行文字錄入大約需要4小時，超過一半的醫生每天進行文字錄入的時間占工作總時間的40%

此外，對于超聲科等醫技科室，由于醫生工作的特殊性，大多通過“一對一”聘請專業錄入員的方式提高檢查報告錄入效率。有些醫院為了節約人力，讓醫生把給病人檢查時的語音通過錄音設備錄制下來，后續通過錄入員測聽音頻文件進行轉錄，實現一個錄入員服務多個醫生，以此在一定程度上節約人力，但同時也延長了輸出檢查報告的時間。 在電子文本的錄入過程中基于模板填寫具體信息工作量還是比較大的。

另外，模板僅能解決一些常規情況的描述，如果完全按照模板填寫，對每位患者的情況記錄就缺少了個性化描述，不利于后續診斷使用。為提高文本錄入效率，有些醫生會使用“復制”、“粘貼”方式，通過在相似患者的病歷上進行修改完成病歷記錄，但有漏改、漏刪情況，這種方式在很大程度上增加了病歷記錄的出錯率，對醫療文本錄入的準確性是一個比較大的挑戰。

語音識別技術在醫療領域的應用越來越多

語音識別技術在歐美國家醫療領域已使用將近10年，主要用于節約醫生電子文本錄入的時間，降低文本錄入工作難度，提高醫生工作滿意度，讓醫生把更多時間和精力用在與患者及家屬溝通交流、為更多患者診斷等事情上。

美國Nuance公司的英文語音識別技術及電腦輔助病歷抄寫系統，醫生可使用掌上移動型設備將病患看診狀況口述下來，存成語音檔案，直接傳送到語音識別服務器，10小時的語音可在5分鐘內完成轉錄，大大縮短音頻文件轉錄文本的時間?；始绎w利浦電子公司推出的面向醫療領域實時語音識別的專用麥克風，表面采用符合醫療專業要求的防菌抑菌材質，并定制了針對實時語音識別所需的聲學硬件模塊，使醫院工作站實時語音識別實現成功應用，并已在歐美醫院成功推廣。在放射科等文本錄入工作量很大的醫技科室尤其受到歡迎。

從統計資料看，美國臨床中使用語音識別錄入的應用比例已達到10%～20%，主要用于放射科、病理科、急診室等部門，有效控制電子文本記錄及診斷報告生成時間和質量，明顯提高工作效率。

語音識別技術是理想的人機交互方式之一，它能夠讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令。北京協和醫院在國內首先提出使用語音識別技術錄入醫療領域電子文本時，醫生紛紛表示擔憂，在國內的醫療中語音識別技術的使用和推廣面臨以下幾個難點。

目前國內主流的HIS系統已做了大量工作減少醫生輸入病歷、醫囑時的工作量，如提供大量結構化的病歷。醫生已習慣這種工作模式。通過語音識別來錄入電子文本，尤其在超聲科、門診等環節，醫生需要一個熟悉過程。

國內醫生的工作環境較復雜，口音等問題也較國外更加突出，醫療特殊單位特殊符號較多，如何保證識別的準確率，讓醫生用的更加流暢，也是這個項目面臨的重要挑戰之一。國內移動醫療的趨勢越來越明顯，基于移動端小屏幕的文本輸入一直是語音識別應用致力于解決的問題。如何保障醫院復雜環境下移動端的語音識別效果是需要探討的問題之一。

由于醫療行業的專業性較強，每個學科差異較大，所使用的信息化系統也比較分散，如影像科使用PACS，內科使用HIS等。需要錄入文字的工作量較大，但使用的信息化系統較多，要求提供的語音錄入文本解決方案，需同時支持多個信息化系統使用，且最大限度降低與原有系統的耦合性。

以上問題，經過為期1年的醫療領域語音識別應用探索和實踐，都得到較好解決，超過95%的中文醫療垂直領域語音識別準確率已達到實用水平，中文醫療語音識別技術探索應用方案得到北京協和醫院醫生認可。

北京協和醫院語音識別應用探索和實踐

醫療語音識別技術的應用，能將醫生口述的語音轉成準確度高、完全格式化的初步文件，醫生可快速加以核對、編輯，每天可節約1小時左右時間。醫生普遍認為語音錄入病歷可提高文字輸入效率，降低工作難度，從總體上提高醫院收容處理病人的能力，同時縮短病人的無效等待時間，增加病人滿意度。

針對中文醫療語音識別的技術難點，北京協和醫院做了很多探索實踐工作。

一是定制醫療領域語言模型：針對各科室業務進行梳理，整理了超過30G的醫療文本資料，并對這些資料進行分類、檢索等處理。使得定制語音模型覆蓋各個科室常用的病癥、藥品名稱、操作步驟等關鍵信息，使語音識別準確率超過95%的水平。 二是定制個性化語言模型：不同科室的醫生在錄入醫囑時說的話也不同。北京協和醫院語音錄入系統和用戶的賬號系統綁定。醫生登錄HIS時會加載所在科室的語言模型，這樣就可以有效降低模型大小，提高識別準確度。同時醫生也可根據自己的使用習慣，向系統中添加自己常用的詞匯。 三是一體化私有建設：實現一套私有化部署的語音云支持多渠道多終端的一體化建設。除支持HIS、PACS等PC端應用，還支持移動查房等pad端應用，真正實現跨平臺的多渠道互聯互通應用，大大降低醫療信息化建設成本。 醫療語音識別系統采用分布式計算，具有高健壯性、高度靈活性、高性價比等特點，主要包括操作系統層、引擎層、資源包和管理工具4個層次。操作系統層提供開發接口，以及開發人員關注的接口定義、功能和使用方法；引擎層提供核心的語音處理功能，作為應用接口的功能實現者；在引擎層之上提供覆蓋醫療領域的資源包，為科室提供語音識別優化的功能。同時系統完美地支持傳統API調用和手機APP開發，為醫院原有信息化系統提供了相關接口和SDK。

北京協和醫院醫療語音識別應用效果初現

據了解，醫療語音識別已在北京協和醫院病房、醫技科室、手術休息區進行了嘗試使用。為更好地測試語音識別效果，北京協和醫院組織醫生進行了語音識別系統測試和主觀體驗，隨機抽樣了135例樣本進行精確統計。

已上線科室使用醫療語音識別系統的醫生表示，該系統的語音識別效果較好，可以有效提高工作效率，降低工作強度，減輕工作量，尤其對長段信息、自由醫囑錄入的效果明顯。超過50%的大夫認為語音識別技術每天可節約1小時左右時間。超過90%的大夫希望使用語音錄入方式，以提高工作效率。

在實踐過程中，醫生對醫療語音識別技術提出很多期望。首先需要解決的是模板化病歷錄入與醫療語音識別技術的結合應用。醫生普遍認為傳統的病歷模板化雖然點選方便但不能精準描述患者的個性化病情。部分模板化的電子病歷在加以語音錄入的方式做輔助，可以很好地解決這個問題，既能提高醫護工作者的錄入效率，同時文字化的電子病歷也方便進行架構化的數據挖掘和患者病情查詢。 如何更好地把病人診斷形成精準的結構化信息，是科研醫生重點關注的問題。

北京協和醫院擁有豐富的醫療領域數據資源和從醫經驗，經過大數據的處理和分析，把非結構化的數據處理后形成寶貴的醫療資源庫，可以更好地服務于患者以及年輕大夫。結合系統的自學習和基于醫療領域的語義理解進化成醫療領域的人工智能，未來在輕問診、自助導醫等方式可以有效提高醫院的自助服務水平。