在醫療信息化的戰場上，2015年進入的云知聲是一名后來者。這幾年云知聲在醫療信息化領域的滲透非常迅速，擁有了大量的三甲醫院客戶。在這個過程中，擁有20多年IT業務管理經驗的謝冠超和云知聲醫療團隊投入了大量的心血，也收獲了行業的認可和商業的成功。今年發布的新產品---智能病歷質控系統帶來的新的市場機遇，則讓他們更堅定了醫療AI行業的無限可能。
“對于醫療AI市場，我比一年前更有信心了。”云知聲IoT事業部總裁謝冠超告訴HC3i。從1.0時代的感知技術---語音識別，到2.0時代的認知技術---自然語言理解和臨床知識圖譜，云知聲已經實現了一次醫療行業AI技術的跨越，同時也伴隨完成了應用產品和解決方案方案的拓展，從語音電子病歷到智能病歷質控，云知聲對于醫療服務、醫療產業以及醫療信息化邊界的理解不斷加寬，不斷加深。正將更多的AI技術應用到賦能臨床診療的工作中，大幅度的為臨床工作減負增效。
五年回顧：AI進醫療邁過幾道坎
醫療行業，因為有豐富的場景和決策樹的邏輯，成為AI創業者切入應用的首選。然而，真正進入到中國醫療行業后就會發現沒有那么簡單。“醫院太強調‘個性化’，每家醫院都是‘個性化’的。這不太合理，你見過芯片針對每個客戶做訂制的嗎?”從事芯片研發和業務管理工作十多年，謝冠超在初嘗醫院業務時，確實有過一個心理接受的過程。
首先，系統標準化程度低。經歷了30年的發展，醫院HIS系統逐漸從零到一，迭代完善。走到今天，受到不同歷史時期技術限制以及不同體系醫院需求影響，各廠家版本均有不同程度的差異，今天每家醫院的系統都是不完全一樣的。然而，對于所有后來者，進醫院的第一步就是先搞清楚每家醫院的HIS，包括功能、流程和數據，再進行針對性開發。“這個過程耗時、費力，而且難度很大，但需要后來者消耗大量的人力成本和時間成本，彌合這個歷史帶來的必須要面對的行業現狀。”謝冠超說，“我們需要快速切入到AI業務的落地中去，就必須應用新的技術，創新性的解決這些問題，基于此，我們開發了低耦合、高可靠、普適健壯的系統接口，才讓語音識別快速鋪進醫院，大大縮短了交付周期。”
其次，數據標準化程度低。近年來，醫院開始推互聯互通，搭建數據中心，漸漸開始重視數據治理工作。然而，一千家醫院有一千種數據管理方式、數據存儲結構、數據呈現方法，“我們拿到的數據有不同存儲格式、數據架構和標準，數據一致性、完整性和準確性都很難保障。”謝冠超說，“為了減輕數據清洗工作量，我們在醫院的允許下從HIS調取指定字段到ETL中，自己重新定義字段的顯示要求。”
最后，交付能力弱。目前醫院信息科里有大批的HIS工程師長期提供駐場服務，因此，在醫院用戶的認知里AI廠商也應該如此。“我們由于有了良好的系統接口和數據接口的機制，交付時間大大縮短，且在維護期內維護工作量大幅降低。”謝冠超介紹說，這一點讓醫院用戶很詫異，在他們的認知里我們應該有很多人長期駐場，但我們保障了交付質量和應用效果，醫院用戶也感到很滿意，在詫異之外，對我們大加贊賞。他認為，從企業的角度來講，大量駐場工程師意味著大量成本的輸出，企業應該通過提高產品的交付能力和運營效率保障業務的投入產出比，進而實現企業醫療業務的發展壯大，同時也實現了企業和醫院的雙贏，有利于行業整體健康發展。
實踐經歷：AI技術實現從感知到認知
1.0階段，感知醫療
醫療語音識別業務，讓云知聲逐步走近醫療業務，接收并梳理醫療知識，逐步完善醫療知識圖譜。謝冠超介紹說，云知聲醫療語音病歷系統可自動將語音轉為文字進行病歷文書錄入。同時，在自然語言理解(NLU)技術輔助下發現輸入錯誤，提升錄入效率、降低失誤率。
這一過程同時訓練了AI，讓AI對病歷內涵理解，病歷質量監控的能力得到了鍛煉。
2.0階段，認知醫療
當《國務院辦公廳關于加強三級公立醫院績效考核工作的意見》 (國辦發〔2019〕4號)下發到醫院，要求全國三級公立醫院(含三級公立中醫醫院)要按照要求認真完成住院病案首頁數據填報及上傳工作時，同時伴隨DRGs醫保支付制度的推行，云知聲抓住了機遇。
東南大學附屬中大醫院網絡信息中心主任史亞香介紹說，中大醫院采用了云知聲的智能病歷質控系統后，病歷質檢覆蓋率已達100% ，質檢缺陷覆蓋面由原來的重點缺陷檢查升級為全缺陷檢查，質檢工作提速接近10 倍。
謝冠超說，病歷質控的能力源自云知聲的NLU技術與臨床知識圖譜的結合，以及對各個科室超過50GB的醫療文本資料進行分類、檢索、抽取、建模等處理。通過不斷積累數據不斷加深對病歷內涵的理解，發現缺陷并反饋給醫生，既提高病歷質量，又可改善醫生的病歷書寫習慣，同時避免醫療事故，提升醫療服務質量。
產業觀察：醫療AI市場正回歸理性
2018年上半年，醫療AI創業進入鼎盛時期。HC3i此前盤點過120+中國醫療AI初創企業，應用場景覆蓋醫學影像、輔助診斷、健康管理、藥物挖掘等八大領域。同時期，外媒也曾列舉過105家醫療AI初創企業，其中也包括了IBM、google等投資的企業。
醫療對于AI創業者的吸引力太大了，尤其是中國醫療市場。目前中國醫療AI的應用水平比較高。一方面，中國醫療產業環境好一些，大醫院有能力做大項目，有大量數據訓練AI。國外大多是診所，缺少統籌推動的能力;另一方面，我們社會老齡化不斷加劇，病人多與優質醫療資源不足的矛盾日益突出，需要AI等技術提升效率和質量。
謝冠超認為，我們既有數據也有需求，因此AI在醫療落地的條件非常充分。但是，市場的快速興起也滋生了很多泡沫，比如：動輒百萬級的數據量、幾乎無所不及的能力，虛虛實實的AI熱潮也讓用戶很容易高估AI的能力，從而滋生對醫療AI過度追捧或莫名抗拒。
過去的一年多，醫療AI市場逐步降溫，AI創業者正漸漸回歸理性。“我現在對醫療AI的態度比一年前更樂觀，”謝冠超說，大家對AI的期許正漸漸回歸到技術能夠實現的水平線，這有利于促進醫療AI產業健康發展。
跨界思考：AI無法單獨成為一個產業
經過幾年的試錯和總結，幸存下來的醫療AI頭部企業開始總結成功的經驗并探索經驗復刻的可能性，加速應用場景的拓展做大做強。比如：云知聲在病歷質控、患者隨訪等領域的應用探索。“AI無法單獨成為一個產業，”謝冠超認為，AI要產生價值必須跟傳統產業相結合，比如：智能醫療、智能教育、智能生活等，讓AI去服務產業。在AI的產業布局中，有很多工作需要提前布局才能實現整體效應。比如：智能家居。云知聲已經跟格力等家電品牌合作將語音智能芯片植入空調、電視等家電產品中為智能家居做準備，并在某知名酒店中進行了部署。
展望明天：AI要贏得患者的心，還有多遠？
面對醫療這個“要命的行業”，謝冠超反復強調一句話，“我們一定要對醫療心存敬畏。”他說，我對醫療AI充滿信心，但是AI的醫療輔助決策能力還需要很長的時間才能實現。即便有一天AI的診療能力與醫生相當了，患者能夠接受AI為自己看病嗎，誰對這件事負責呢?AI，還是先做好醫生的工具吧。
