月巴月巴白勺合鸟月半

月巴月巴白勺合鸟月半

引子

A:“上周开年会了!”

俺:“有啥新的动向?”

A:“今年计划开发基于语音识别的智能电子病历。老板说这个算是国内首创!”

俺:“嗯,俺做这个20多年了。”

A:“语言识别 加 AI 的电子病历!”

俺:“明白,俺都做了20多年了,这个的弯弯绕绕、潮起潮落俺都门清。给你说说?”

起初

说起基于语音识别的智能电子病历来,就不得不说一个医疗的小行业“医疗转录”。医疗转录,是指根据医生的口述录音,利用文字处理软件程序对记录医疗过程的档案文件进行信息转录。医疗转录是一个准确并迅速转录口述的医疗报告等资料的过程,包括对历史记录、体检报告、临床诊断、办公笔记、手术报告、会诊记录、出院小结、信件、精神性评估、实验报告、X光报告和病理报告等资料的转录。我们来分析一下医疗转录服务,数据源头来自医生的语音,最终的结果是电子病历的内容,这不就是基于语音识别的智能电子病历的一个业务实现吗?

医疗转录是如何形成一个小行业的?

这个要从美国的医生开始说起。美国医生的地位非常高,成为一个外科医生,大学最短也要读11年,拿到博士学位,之后还有再读几年医科。俺刚参加工作时,有一次在文字中称呼医生为Doctor,同事指出了俺的错误,应该称呼对方为M.D.(Medicinae Doctor) ,称呼对方为Doctor,是一种不尊重。那么,让一个读了11年大学,学费都超过70万美元的外科医生,一个字母一个字母的录入电子病历,是一件很浪费的事情。于是,有了精细化的分工 ,医疗转录服务 来了最初的时候医生是通过录音磁带或者电话,把语音发给医疗转录服务公司。然后这些公司就根据这些语音生成电子病历的内容。

时间来到了1996年,俺当初工作过那就公司诞生了。这是一家提供医疗转录服务 的公司。2017年拿过全美医疗转录质量评比的第一名。拿过NIST的4次认证。2019年被M*Modal 收购。

基于语音识别的智能电子病历(一)-LMLPHP

时间到了2000-07-15,俺入职了。

概述

系统构成

如果说基于语音识别的智能电子病历是一种思路,那么医疗转录服务就是这个思路的具体实现。我我们先从语音说起,在实际的业务中,一般分2两种业务模式。

  • 整体录音(下图的Full Dictation部分),这种方式每个语音文件包含一个或者多个报告,时长也比较长,3到8分钟长的语音比较多。最终产生的也是一个或者多个医疗报告
  • 局部录音(下图的Partial Dictation部分),这种方式一般是和结构化的电子病历一起使用。语音的内容是电子病历中的一段或者一部分。

基于语音识别的智能电子病历(一)-LMLPHP

医生是如何使用的呢?

整体录音(Full Dictation),通常有有些几种方式接入

  • 医院或者医生通过接口或者网站上传语音文件
  • 医生使用电话进行录音,医生拨打电话进行录音。有T1线路+语音卡,也有网络电话的接入。
  • 医生使用手机APP进行录音。例如这个是2009年发布IOS的APP,android下的APP的界面类似。

        基于语音识别的智能电子病历(一)-LMLPHP 基于语音识别的智能电子病历(一)-LMLPHP

  • 医生在电脑上访问网站或者使用应用软件进行录音。

局部录音(Partial Dictation),一般是和结构化电子病历或者HIS 做对接。

病人的相关数据也需要和医院对接。这个我们自己开发了一个平台用于和医院对接数据。

上面说的2部分,在下面的图上就是最左边的 Input 和 Dictation

基于语音识别的智能电子病历(一)-LMLPHP

数据的来源处理好后,就进入了WMS(Workflow Management System)部分。这部分是核心,包含的东西特别多。从功能上来说有这么几部分:

  • 医疗行业的特定人群的语音识别
  • 富文本报告编辑器
  • 结构化电子病历(CDA)编辑器
  • 和编辑器互联并支持3键脚踏板的语音播放器
  • 医疗行业的语义分析
  • 整合医疗数据的输入法
  • 语音识别的自动再训练
  • 语义分析的自动再训练
  • 基于医疗知识的拼写检查和内容检查
  • 多级质检系统
  • 报告系统

每个部分其实都有很多可以讲的东西,以后再说。

生成好的报告或者电子病历,有时还要进行电子签名。电子签名的技术简单,就是业务复杂。电子签名一般 Dictator 、Attend 、Ordering 、Referring 、PCP、 DictatorFor  等多个角色 。每个角色都有可能有替代医生。签名规则也比较多 。有些医院的某些报告需要多个角色的合签。有的合签还规定了不同的角色签名的前后顺序。之前做过一次梳理,业务上 240多种不同的业务分支。

最后一步就是把数据送回医院,除了和医院的系统对接之外(每个医院都有不同的接口方式)。还有其他Email 、传真、打印、发布到APP 等方式。传真在国内用的不多,但是在美国还是有很多地方在用。

运营模式

实施一般不收费,公司是根据服务量收费,古早的时候 一般每行是6-8美分。有些复杂的甚至能谈到1毛。现在随着语音识别和AI的运用,价格已经降低了到了4-6美分。这个还分本土服务和国际服务。

  • 本土服务:数据不流出美国本土 。价格会贵1-2分。
  • 国际服务:报告在印度、菲律宾等国家完成。价格便宜。

语音识别和人工智能在这个行业能够很早使用,也是和这种运营模式分不开的。每个公司千方百计的提高工作效率。在同样的工作时长,完成的报告行数越多,报告的质量越好,公司越有竞争力。因为安装一般不收钱,报价比其他公司少1分钱,就可以抢走其他公司的客户。

行业发展

2000年之后 Nuance (已被微软用197亿美元)是第一个大规模使用语音识别的公司。Nuance最早的识别引擎是基于隐含马尔科夫链。对于特定人群来说,基于隐含马尔科夫链还是不错的。因为是为每个医生训练模型,隐马的效果还是不错的。这个版本的内部代号是Dragon,在帮助文件的后半部分都是程序员的照片和聚会照片,是个很特别的帮助。

2010年之后M*Modal(其开发团队被3M用8亿美元收购,2亿现金加6亿股份)开始快速发展,很快成为行业第2。M*Modal的优势主要有以下2点:

  • 结构化电子CDA编辑器和CDA发布
  • 识别的再训练

2020之后出现了一家新的公司Soniox 。这家公司的语义分析不错,特别是对于新报告的处理。

上面说的 M*Modal、 Nuance、Soniox ,我们都长期合作过。另外我们自己也有一个引擎,而且可以兼容 M*Modal、 Nuance的数据格式。能够平滑替代M*Modal和Nuance的服务。目前我们每个月会处理400万分钟的医生的录音。

基于语音识别的智能电子病历(一)-LMLPHP

05-02 12:57