题图为福建省立医院的医生进行语音录入病历

人工智能独角兽们正相继扎入医疗深海。

2016年最为集中，这一年，依图科技宣布进入医疗领域，将AI应用于医学影像；云知声落地北京协和医院，率先从语音录入病历做起；科大讯飞则锁定语音录入病历、影像辅助诊断和辅助诊疗三个方向。

商汤科技入场稍晚，2019年5月，商汤推出SenseCare智慧诊疗平台，将医疗影像数据用三维可视化的方式呈现给医生。 

当人工智能独角兽们进入中场战事，医疗场景成了打造差异化的途径，也为人工智能独角兽们带来反哺。

2017年5月，依图完成来自云锋、红杉等机构的3.8亿美元C轮融资，一位业内投资人曾对钛媒体直言：“依图是靠医疗拿下了C轮。”2018年5月，云知声宣布完成1亿美金C轮融资，这轮融资由“健康医疗大数据国家队”中电健康基金领投。

作为计算机视觉四小巨头（商汤科技、旷视科技、依图科技、云从科技），商汤和依图延续其计算机视觉优势，布局医疗影像AI，走进了放射科；而科大讯飞、云知声则发挥语音特长，从语音录入病历入手，进入门诊。前者试图切入辅助诊疗环节，后者则基于临床流程提高效率和医院管理。 

“虽然大家都在做医疗，其实每个人所做的路径和方式有很大差别。”云知声IoT事业部总裁谢冠超告诉钛媒体，就目前行业发展水平，如果让AI系统做独立判断，对此谢冠超有些担心，云知声有这方面技术积累，但没有做产品化尝试，目前仍专注在感知方向，比如病历质控、病历自动生成、预问诊等，“云知声选择的是一个比较艰难的路径。”

解放医生双手

“核对患者及手术标记无误。麻醉成功后，清洁手术区域皮肤，给予静脉预防抗生素。”三年前，北京协和医院的骨科医生对着手里的麦克风说完这句话后，患者病程就记录在电子病历上。

2016年8月，北京协和医院宣布在全院病房和医技科室上线“医疗智能语音录入系统”，成为首家支持语音识别的公立三甲医院，该录入系统由北京协和医院与云知声共同研发。 

有了这套录入系统，医生可以通过说话的方式，与电脑、iPad、移动查房设备进行录入，说的内容会被转录成文字并显示在HIS系统、PACS系统、CIS系统等希望输入文字的位置。 

为什么云知声要做这样一款产品？云知声产品经理郭崇亮提到了两组数据：

2018年HIMSS调查过医疗行业发展趋势，其中医生使用语音录入及键盘录入的情况分别为37%和33%；同时，语音识别的应用提高了医生录入工作的20%-40%的效率。

根据美国医学会的统计，医生职业生涯中约有35%—40%都在完成病历录入。实习医生在病历上花费的时间高达40%，一个主任医师如果按照价格来算的话，录入占用的费用高达65500欧元。

录入病历占用医生大部分时间和精力，这又会导致另一个隐患，医生为解决病历工作量繁重的问题，大部分都用模板或是复制粘贴来完成病历录入，病历内容篇一律，或由于复制粘贴造成病历缺陷。 

从2010年开始，国内开展了“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。2019年4月17日，国家卫健委发布通知，将电子病历应用功能水平评价纳入三级公立医院绩效考核。

但在推电子病历过程中，千佛山医院遇到了非常大的阻力，医院信息中心李峰坦言，“门诊阻力非常大，医生很反感，根本推不动。”

福建省立医院也遇到了同样的问题，在围绕着电子病历核心建设过程中，遇到的第一个问题便是医生不认可，王晟坦言，“因为门诊患者非常多，很多医生每天要花大量时间用于录入，不能准点下班，导致超负荷工作，医生的抵触情绪非常大。”

为减轻医生们的工作量，千佛山医院引入了智能候诊系统，与传统候诊患者单纯等候的方式不同，智能候诊是填写问卷，系统整理病史。医生见到病人刷卡后，会自动调用病人在候诊时进行填写的内容到电子病历当中。

福建省立医院则实施了“语音录入”项目，在推动落地时则有几个关键点，第一关是选择麦克风硬件，能够屏蔽噪音，让不应该输入的语音屏蔽掉；接下来是科室语音模型的优化、地方口音的优化，软件的降噪。

“我们院有一个科研大数据平台，整合了我们医院十几年以来所有的临床数据，经过处理取了一年多的数据导给云知声进行机器学习。每一家医院医生在对病历的描述上有一定的习惯性表达。”王晟直言，经过机器学习以后，整个识别准确率有了非常大的提升。

“云知声这套系统达到了97%到98%的准确率。”谢冠超如是说。

过去一年零五个月，福建省立医院累计录入的字数达到了700多万字。

王晟觉得很惊人，“700多万我们可以想象一下，如果老专家来录这700多万字，我都无法想象这个是什么情况，录入的时间达到了5万多分钟。”

谢冠超告诉钛媒体，目前，全国范围内共有200多家医院使用语音转写产品，其中云知声产品覆盖率约80%，已经试用中的医院有500多家。 

而试图解放医生双手的玩家也越来越多，国外涌现了Saykara、Suki、Notable等新兴企业，谷歌、亚马逊等科技巨头也纷纷入局。

医疗业务贡献30%营收

东南大学附属中大医院早在2013年便开始使用电子病历，“2018年的时候电子病历的质控是我们认为比较薄弱的一个环节，大部分是人工辅助做质控的内容。”东南大学附属中大医院信息中心主任史亚香如是说。

五年前，东南大学附属中大医院要求病案室做质控的比例在70%以上，病案室主任说不行，要增加人手，但是院长说不可能再给病案室增加这么多人。怎么办？

院长把问题抛给史亚香，当时她想了很多办法，世面上还停留在形式质控的产品，因为专业性非常大，需要专业质控人员去积极配合，那时候AI也不发达，后处理技术不完善，市面上没有成熟的产品。

“病历质控的覆盖率仍然很低，这一直是我自己的一个痛点，因为2003年到2018年整整15年的时间，一直都没有解决这个问题，我觉得很失败。”史亚香直言，云知声在找她合作的时候一拍即合，“我比他们更迫切地想要这个系统，但是比我还要迫切的是质控人员，这个系统我们已经盼了十几年。” 

合作的第一步是先做规则梳理，然后质控引擎的开发、医院流程再造，后面是怎么开始试点病历，然后是质检引擎的自学习。

引入人工智能辅助质控半年后，东南大学附属中大医院拿了约4000份住院的病历，把人工质控和系统质控做了一个比较，中大医院病历缺陷查全率由人工质控时期的71.4%提升到了83%，查准率达到85%。

人工质控与智能质控对比，图片来自东南大学附属中大医院信息中心主任史亚香演讲PPT

“一开始合作的时候还是很忐忑，当结果出来以后，我们主任说这个太好了，一下子能解决很多问题。”史亚香觉得AI最大的好处是所有样本都是百分之百覆盖，“这个是质的飞跃。”

但云知声医疗产品总监孙熙坦言，病历质控仍有很多局限性：

首先是输入数据的质量，病历自身的结构化程度、规范化程度都影响质控引擎的运行结果；

第二是管理应用的普适，不同医院的质控业务流程、规范不同，系统需要在推广实施中扩充需求，适应不同医院的业务要求；

第三，实施部署的高效。新的病历系统的对接的工作量大于已对接病历系统，不同科室模板、规范不一样，也会影响实施进度。

“质控是今年开始推的产品，从目前的增长势头上来看比较猛。”谢冠超向钛媒体透露，“医疗AI这个赛道上收入相当可观，占整个公司总营收约30%。”但目前构成收入的绝大部分还是语音转写业务，按照传统软件付费模式销售。

云知声的医疗业务隶属于IoT事业部，该事业部分为两大业务方向：智慧生活（家居、车机）、智慧服务（医疗、教育、政务），其中医疗相关的产品和研发人员有一百多人，约占云知声总人数的五分之一。

围绕着电子病历，云知声切入医疗领域，但谢冠超也向钛媒体透露，云知声目前在构建比较完整的基于医院就诊流程的完整解决方案。（本文首发钛媒体，作者/付梦雯）