7月4日，我国医疗AI应用领袖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，正式发布了针对诊疗服务前、中、后不同阶段和场景的一系列AI产品和解决方案。 例如，在导医机器人、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、智能病历质量管理系统、智能医院后管理解决方案等现场，云知声IoT事业部总裁谢冠超首次公开了云知声“医疗AI”的战略形象及其实践路径
CHIMA主任委员、《中国医院》杂志社社长王有、厦门火炬高新技术产业开发区管委会软件园管理处副处长黄位旺博士、中国信息协会医疗卫生与健康产业分会会长宋立新应邀出席本次发布会。 福建省立医院信息网络中心高级工程师王旻、东南大学附属中大医院网络信息中心主任史亚香、山东千佛山医院网络信息中心主任李锋作为云知声医疗业务合作伙伴代表，与现场近200名嘉宾讨论云知声医疗AI产品在医院的使用情况
CHIMA主任委员、《中国医院》杂志社社长王有
厦门火炬高新技术产业开发区管委会软件园管理处副处长黄位旺博士
中国信息协会医疗卫生健康产业分会会长宋立新
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天然契合。 医疗和AI的结合可以说是水路的形成，这是走向医疗行业的根源。
资料显示，云知声是国内首家医疗领域成熟的落地语音产品AI公司。 2016年，云知声率先提出“医疗语音交互解决方案”，利用智能语音识别、自然语言理解等技术，帮助医生口述书写病历，提高病历书写效率，该方案一推出就成功落地北京协和医院。
除了“医疗语音交互解决方案”，针对诊疗过程中的诊前、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、智能病历质量管理系统以及智能医院后管理解决方案等产品。 以中核三甲医院为主要客户群，目前云知声智能医疗相关产品已落地全国100多家医院，已在500多家医院完成测试。
谢冠超表示，云知声医疗产品线目前已经完成了从感知到认知的战略升级，从识别到理解、决策的升级。 未来，云知声将继续将临床知识图谱、自然语言理解等认知领域的人工智能技术应用于临床诊疗工作的各个环节，在诊前、诊中、诊后智能医疗全生态闭环产品和解决方案，不断激发医疗服务活力，助力临床诊疗工作。
多种重磅产品提高诊疗增速效果
除了系统解读云知声智能医疗整体战略外，在发布会现场，云知声还与相关合作医院合作，推出“医疗语音交互解决方案”、“智能病历质量管理”、“智能候诊智能随访解决方案”等重点产品的功能特点和应用
医疗语音交互解决方案
据美国医学会( AMA )统计，约35%-40%的医生职业生涯用于病历书写和相关复印工作。 医生的键盘输入速度受熟练度限制，效率低下，模板过多，不能突出患者病情的特异性。 由于内容重复较多，病历千篇一律，失去了科研价值。 使用复印贴的话，更大的概率会成为诊疗事故的诱因。 语音识别APP应用可以提高医生输入工作20%-40%的效率，尤其是在工作量大、时间压力大的科室，报告越复杂越能体现语音输入的价值。
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、语音输入客户端、定制麦克风和鼠标组成。 以深度学习、超级计算、大数据等AI技术为基础，云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。 由此，语音识别引擎具有识别快速、识别准确、不怕口音、抗干扰能力强等特点。
为了适应医院各科室的实际使用需要，该系统提供两个版本。 其中，标准版提供方便快捷的辅助输入法，医生口述患者病情，系统自动将语音转换为文字，实时将文本输入光标所在位置，提高输入效率； 在版本升级版中，专业识别模型、语音操作界面、语音过滤等专业化功能均作为单独模块开发，实现了系统的低耦合。 可根据业务和场合的需要与标准版系统自由组装，封装成不同的专业方案。
闽南医院信息网络中心高级工程师王旻从应用角度，分享了与云知声的合作历程，重点介绍了双方在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上线，识别准确率平均达到97%，病历书写效率达到40%。
病历质量管理
云知声医疗AI产品总监孙熙表示，目前我国三甲医院每日出院患者多达上百例，病历质量管理工作量大、专业性强，但电子病历系统模块只能进行简单的形式质量管理，内涵质量管理仍需要专家手动完成因此，云可以应用AI技术能力推出智能病历质量管理系统，准确理解病历内涵，进行缺陷筛查，重构业务流程，大幅提高病历质量管理工作效率，提高质量管理的深度和广度。
他将智能病历质量管理系统实践到医疗领域从认知到认知的云知音战略升级，该产品应用自然语言理解技术，结合临床知识图谱，对医生写的病历文档进行缺陷筛查，有效提高病历质量，医疗服务目前，云知声智能病历质量管理已在国内各大医院陆续落地，其中东南大学附属中大医院是系统落地的核心合作方之一。
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，病历质量管理是医院管理的核心部分。 AI病历质控产品的应用，顺应了国家医管政策，也满足了医院智能化升级中的业务需求。 她介绍，目前，中大医院病历质检率达到100%，质检缺陷检查率由原来的重点缺陷检查升级为全缺陷检查，质检工作加快了近10倍。
智能随访解决方案
在此次发布会上重点发布的另一款产品——云知声智能候诊区，机器人通过主动发起和引导患者交互，完成病史收集工作，并将患者病情摘要(病史)发送给医生，医生可以在见到患者前初步了解患者病情，医生
智能随访解决方案可以根据规定的问题模板模拟“医生”给患者打电话，提高随访效率，确保随访信息收集的全覆盖和准确性。 同时，该系统为患者提供复诊智能提醒、用药智能提醒、随访交流、康复指导、健康记录、医疗查询等多种个性化的院后服务，实现了患者的自我康复和健康管理，从另一个角度探讨了医院的
云知声医疗业务合伙人、千佛山医院网络信息中心主任李锋指出，传统候诊大厅一般采用问卷填写方式，就诊时可以填写，往往容易造成排队情况，造成医患双方时间的浪费。 引入智能问诊系统后，优化问诊逻辑方面的响应，相当于为医生配备助手，完成常规的诊前问诊，可以有效减少医生的反复病史收集(问诊)工作，提高问诊效率，使诊断更加明确。
医学影像——助手到专家基础
目前，人工智能的应用在医疗领域逐渐普及，社会和经济的价值与日凸显。 但从实际应用情况看，在很多场景下，AI往往充当“助手”，医疗AI产品离人们期待的“专家”定位还很远。 而人工智能从“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诊疗服、家居生活、儿童教育等多种场景行业专家的基础。 通常，我们面临的医疗问诊、酒店控制等常见人工智能应用，往往希望机器像“专家”一样理解、思考、给出决策。 实现行业向“专家”的转变，关键在于行业知识图谱的构建。 以医疗行业为例，作为知识驱动型学科，如果能收集到足够丰富可靠的数据，基于机器学习、自然语言处理等技术构建强大的知识图谱体系，就能在决策支持水平上发挥应用价值。
他说在医疗行业，基于知识图谱的智能医疗系统建设主要涉及语言、知识和决策三个关键因素。 其中语言分为患者语言、临床医生语言、专家语言，机器必须熟练掌握医疗行业各角色口语和书面语的知识分为医疗知识图谱(如疾病、症状、检查、药物、部位等)和临床规则)诊断规则、用药规则等最后是决策能力，即医疗问题的解决方案，涵盖就诊分诊、问诊、病历书写、病历质量控制、辅助诊断、医保审核等多个维度。
截至目前，在医疗知识图谱领域，云知声已储备约50万个医学概念，超过169万个医学术语库，超过398万个医学关系库和52万个医学属性值对，覆盖大部分药品、疾病、科室和检测，规模集群达到国际领先水平
在这股声势浩大的AI浪潮中，医疗行业受到新技术、新理念的冲击不断加强，AI与医疗深度融合的智能医疗服务体系建设已成为当前必然。 作为医疗行业的AI应用引领者，云知声抓住这个机遇，从工具型语音AI产品切入，通过不断拓展自身场景范围，构建覆盖诊疗全流程的产品体系，切实为医院、医生的增速带来了成效，为患者提供了高效优质未来，云知声将继续发挥医疗AI领域技术和产业化优势，推动创新技术成果和医疗行业融合应用，助力产业智慧升级。
