于茵茵　王旭東

摘 要：當前，人工智能與云計算不斷發(fā)展，應用日益普及，為語音技術(shù)在醫(yī)療領域的應用提供了契機。本文分析了智能語音技術(shù)發(fā)展現(xiàn)狀與關(guān)鍵技術(shù)，結(jié)合醫(yī)院口腔門診業(yè)務發(fā)展情況，以解決門診口腔業(yè)務中的信息化問題為導向，探索語音識別技術(shù)在口腔門診病歷系統(tǒng)中的應用。

關(guān)鍵詞：人工智能;語音識別;云計算;語音知識庫;口腔電子病歷

中圖分類號：TR197.324;TN912.34 文獻標識碼：A 文章編號：1003-5168（2019）23-0036-03

Application of Speech Recognition Technology in Oral

Outpatient Medical Record System

YU Yinyin WANG Xudong

（Henan General Hospital，Zhengzhou Henan 450002）

Abstract： At present， artificial intelligence and cloud computing are developing continuously， and their applications are becoming more and more popular， which provides an opportunity for the application of voice technology in the medical field. This paper analyzed the development status and key technologies of intelligent voice technology， and combined the development of hospital oral clinic business， which aimed to solve the informationization problem in the outpatient oral business and explored the application of speech recognition technology in the oral clinic medical record system.

Keywords： artificial intelligence;speech recognition;cloud computing;speech knowledge base;oral electronic medical record

近幾年來，國家及各省市出臺一系列政策，推動我國醫(yī)療人工智能領域快速發(fā)展。2017年12月，工業(yè)和信息化部印發(fā)《促進新一代人工智能產(chǎn)生發(fā)展三年行動計劃（2018—2020年）》，對人工智能在三年中的發(fā)展重點及目標進行了詳細規(guī)劃。2018年7月，河南省衛(wèi)生信息學會、河南省衛(wèi)健委統(tǒng)計信息中心發(fā)布了《河南省數(shù)字化醫(yī)院建設指南》，關(guān)于人工智能語音功能，要求提供一種方便快捷的輔助錄入方式，醫(yī)生通過口述患者病情，系統(tǒng)自動將語音轉(zhuǎn)成文字，有效地提高病歷書寫效率。

受政策推動與科技發(fā)展的影響，云計算、人工智能、大數(shù)據(jù)等技術(shù)廣泛應用于醫(yī)療診斷[1]、醫(yī)療影像分析、健康評估管理與風險測試、醫(yī)院管理、新藥研發(fā)、智能語音錄入等醫(yī)療領域。

美國臨床信息學專家Clement Mcdonald統(tǒng)計發(fā)現(xiàn)，醫(yī)生平均每天需要消耗48min在電子病歷書寫上。香港德信研究表明[2]，50%以上駐院醫(yī)生平均每天用在電子病歷書寫上的時間超過4h。值得一提的是，口腔科醫(yī)生的檢查和診療過程不同于內(nèi)科醫(yī)生，在檢查和治療的過程中，其雙手被器械占用。關(guān)于病歷中的部分關(guān)鍵信息，口腔科醫(yī)生往往需要在治療結(jié)束后憑借記憶記錄并且反復核對。為了及時、準確記錄口腔患者在就醫(yī)過程中的主訴、病史、檢查、診斷和診療過程，提升工作效率，人們要將智能語音技術(shù)應用在口腔電子病歷中。

1 智能語音識別技術(shù)在國內(nèi)外醫(yī)療領域的應用現(xiàn)狀

在發(fā)達國家，智能語音識別在醫(yī)療領域已廣泛普及。Nuance公司的語音識別系統(tǒng)為臨床醫(yī)生提供語音文件導航服務，醫(yī)生利用移動語音識別終端采集信息，通過語音識別、自然語言智能分析技術(shù)實現(xiàn)輔助電子系統(tǒng)的輸入;Philips公司通過對麥克風表面的特殊材質(zhì)處理，構(gòu)建聲學硬件模塊，實現(xiàn)符合醫(yī)療系統(tǒng)的抗病防菌場景要求的實時語音識別;Amazon公司開發(fā)語音助手，通過與電子病歷的集成實現(xiàn)高效信息采集;Google公司利用深度學習模式識別技術(shù)構(gòu)建CTC與LAS模型，實現(xiàn)電子健康記錄的語音轉(zhuǎn)寫。據(jù)報道，目前美國72%以上的醫(yī)院已經(jīng)利用語音采集醫(yī)療信息，識別率高達99%。

2016年，我國醫(yī)療智能語音技術(shù)逐步興起并落地實施?？拼笥嶏w公司以語音記錄轉(zhuǎn)寫及人工智能技術(shù)為核心，采用軟、硬件相結(jié)合的方式實時記錄就醫(yī)過程中醫(yī)生與患者的交流過程，即時生成結(jié)構(gòu)化電子病歷;云知聲與飛利浦公司合作，將智能化語音識別引擎與HIS、PACS、CIS等系統(tǒng)對接，實現(xiàn)與醫(yī)院信息系統(tǒng)的完美結(jié)合;中科匯能采用“醫(yī)語通”智能移動語音采集終端，實現(xiàn)多場景語音實時錄入電子病歷中，通過數(shù)據(jù)分析技術(shù)實現(xiàn)智能語音問診、患者類型聚類分析及健康風險預測等;百度將智能語音技術(shù)應用于智慧醫(yī)療的智能問診環(huán)節(jié);阿里健康與浙江大學醫(yī)學院附屬第一醫(yī)院共建“人工智能實驗室”，通過深度學習實現(xiàn)語音智能識別。

2 關(guān)鍵技術(shù)

2.1 語音識別處理

語音識別處理是指通過運用語音信息檢測、語音數(shù)字化編碼、語音信息特征提取、濾波算法等技術(shù)進行樣本信息采集、背景噪音識別、降噪處理[3，4]、語音特征矢量分析，實現(xiàn)自然語言的數(shù)字化轉(zhuǎn)換、識別，其主要以移動的智能語音識別設備為體現(xiàn)形式。

2.2 自主學習語音知識庫的構(gòu)建

當前，要搭建基于醫(yī)療知識庫的智能語音云平臺，以實現(xiàn)精準的智能化語音分析與系統(tǒng)構(gòu)架信息數(shù)據(jù)的隱私保護安全。語音庫包括基于基礎自然語音數(shù)據(jù)、基礎醫(yī)學語音數(shù)據(jù)（如醫(yī)療診斷語音庫、醫(yī)療手術(shù)語音庫、基礎藥品及器械庫語音庫）的靜態(tài)語音庫以及基于互聯(lián)網(wǎng)技術(shù)、機器學習技術(shù)的以醫(yī)院內(nèi)部各種專業(yè)電子模范化的病歷模板、病程記錄模板、檢查（影像功能檢查）報告模板[5]、數(shù)據(jù)字典、醫(yī)療護理操作流程規(guī)模模板、結(jié)構(gòu)化語音數(shù)據(jù)字典為支撐的自學習動態(tài)語音庫。人們要充分利用語音識別與深度網(wǎng)絡學習技術(shù)，與醫(yī)院HIS、PACS、LIS等信息系統(tǒng)實時對接，實現(xiàn)患者基本信息、醫(yī)囑、影像檢查結(jié)果的語音采集以及電子病歷與記錄的自動生成，提高語音庫覆蓋率和醫(yī)院個性化語音數(shù)據(jù)識別率。

2.3 系統(tǒng)構(gòu)架

通過集成標準的SDK控件，部署醫(yī)院私有化語音平臺：根據(jù)醫(yī)院業(yè)務量及系統(tǒng)穩(wěn)定性需求，選擇2臺或以上X64服務器作為語音識別服務器;利用多處理器的分布式負載均衡技術(shù)，提高語音識別服務器的工作效率。

終端可支持手機APP（安卓、IOS）、HTML5（支持HTML5的瀏覽器）和電腦PC端（HTML5），便于擴大受眾面。

由于語音識別和轉(zhuǎn)換對于CPU和系統(tǒng)的硬件I/O需求很大，一般采用Intel Xoen＼AMD EPYC中高端處理器，存儲形式既有企業(yè)級硬盤組成的Raid5，也有增加SSD作為二級緩存混合磁盤陣列。

2.4 安全性和隱私保護

系統(tǒng)的安全性不容無視，人們要從多個方面入手，確保信息在傳遞、存儲、分析和輸出的過程中不出現(xiàn)泄露、篡改和丟失的問題。

首先，數(shù)據(jù)采集的原始數(shù)據(jù)傳遞成功后，終端執(zhí)行立即清零的數(shù)據(jù)操作。在傳輸過程中，要采用流加密和傳輸校驗的方式，防止數(shù)據(jù)流的篡改，同時減少終端的運算量。對于傳輸校驗不一致的數(shù)據(jù)，做重發(fā)操作或拋棄操作處理。

傳輸操作需要采用多次握手認證加心跳會話的方式，保證數(shù)據(jù)傳輸?shù)尿炞C不出現(xiàn)安全問題。同時，多次握手驗證采用RSA不對稱加密算法通信，握手成功后產(chǎn)生token和臨時密鑰，用于數(shù)據(jù)通信會話處理和數(shù)據(jù)加密。

語音識別的原始數(shù)據(jù)需要安全存儲在數(shù)據(jù)中心，由于語音數(shù)據(jù)進行文本化識別后需要進行大量的分析和查詢，所以存儲一般采用源數(shù)據(jù)的方式，便于隨時調(diào)取數(shù)據(jù)。為了保證核心數(shù)據(jù)安全和存儲安全，機房、網(wǎng)絡和硬件設備采取了多重手段：機房要達到醫(yī)療機構(gòu)B級以上標準，配置防火、放斷電等基礎設施;網(wǎng)絡要求配置防火墻、安全網(wǎng)閘，實現(xiàn)內(nèi)外網(wǎng)可控的隔離，數(shù)據(jù)庫操作均采用DAL層進行中間件級封裝，BLL層的通信均采用接口形式，接口使用HTTPS SOAP、HTTPS JSON等;采用至少2臺Raid1級別以上的存儲服務器，操作系統(tǒng)的磁盤分區(qū)要求支持動態(tài)擴展;服務器之間采用操作系統(tǒng)級的冗余處理;大型項目可采用虛擬化方式，構(gòu)建業(yè)務快速動態(tài)遷移的冗余模式，使業(yè)務不斷停。

3 智能語音識別技術(shù)在口腔電子病歷中的應用

3.1 應用需求分析

隨著人民生活水平的提高、健康意識的增強和口腔教育的普及，口腔就診需求不斷提升。統(tǒng)計數(shù)據(jù)顯示，目前，我國門診接診量達3億人次，患者數(shù)量以每年13%～15%的速度增長，而牙醫(yī)缺口較大，具有資質(zhì)的牙醫(yī)數(shù)量與患者就診需求數(shù)量嚴重失衡，牙醫(yī)日接診量逐年攀升。以河南省職工醫(yī)院近3年來口腔門診就診患者相關(guān)數(shù)據(jù)為例，利用HIS系統(tǒng)數(shù)據(jù)庫導出并統(tǒng)計河南省職工醫(yī)院2016—2018年口腔科門診各年度的就診量、復診率，相關(guān)數(shù)據(jù)信息對比如表1所示。

從表1可以看出，2018年口腔就診的日接診量較2016年增加了將近100%，相應的醫(yī)務人員的門診口腔電子病歷的錄入工作量也提升了近100%，口腔科醫(yī)師對電子病歷的智能語音錄入需求顯得更為迫切。數(shù)據(jù)顯示，智能語音技術(shù)應用在門診電子病歷中，對比手工錄入病歷，可以節(jié)省80%的錄入時間。

3.2 硬件及技術(shù)支撐

3.2.1 硬件支持。在為患者檢查、診療的過程中，手術(shù)常處于高噪音的工作環(huán)境。診療期間，門診口腔醫(yī)師的雙手常佩戴醫(yī)用手套，還要保持整個診療工作的移動性，操作電腦極為不便，需要配備降噪性能高且支持WIFI的高質(zhì)錄音設備，同時不斷增加噪音數(shù)據(jù)的多場景錄制，進行加噪訓練[6]，以確保診療過程中語音記錄并轉(zhuǎn)寫的質(zhì)量。

3.2.2 口腔病歷技術(shù)支撐?？谇婚T診診療具有特殊性，例如，口腔正畸治療一般要持續(xù)2～3年，從初診到治療結(jié)束，需要正畸治療的患者可能要經(jīng)歷幾十次復診，因此智能語音識別與口腔電子病歷的問診過程需要進行專業(yè)設計，確?；颊呒韧v無需重復問診?？谇辉\療過程中的專業(yè)詞匯、電子病歷模板尤其是電子病歷模板中專業(yè)特殊字符的語音識別與語義轉(zhuǎn)化也是智能識別的一個難點。人們要將智能語音識別技術(shù)與門診口腔病歷對接起來，不斷完善和升級語音口腔領域?qū)I(yè)詞匯與語音模板元素。另外，要增加不同方言的識別訓練，增加口語中的容錯機制，通過深度機器學習，不斷提高語音識別效率與準確率。

4 結(jié)論

智能語音技術(shù)在口腔門診電子病歷中的應用，能有效優(yōu)化醫(yī)患問診溝通模式，使醫(yī)師在口腔檢查和診療的過程中解放雙手，提高電子病歷記錄的即時性、準確性，使醫(yī)師更好地服務臨床診療，將更多的精力用于整個診療過程中的患者溝通、患者病情的了解以及患者病患的有效治療，進而提升患者滿意度，構(gòu)建真正以患者為中心的就醫(yī)新模式。

參考文獻：

[1]蔣璐伊，王賢吉，金春林.人工智能在醫(yī)療領域的應用和準入[J].中國衛(wèi)生政策研究，2018（11）：78-82.

[2]張海波，周民偉，劉曉輝，等.智能語音識別技術(shù)在醫(yī)院臨床的探索與應用[J].中國衛(wèi)生信息管理雜志，2017（14）：660-663.

[3]張曉丹，黃麗霞，張雪英.關(guān)于在噪聲環(huán)境下語音識別優(yōu)化研究[J].計算機仿真，2016（33）：172-176.

[4]吳馬軍，俞興莉，陳亮.語音降噪算法的實現(xiàn)研究[J].信息通信，2019（1）：72-74.

[5]孫國強，趙從樸，朱雯，等.智能語音識別技術(shù)在醫(yī)院應用中的探索與實踐[J].中國數(shù)字醫(yī)學，2016（11）：35-37.

[6]肖強，周民偉，張海波，等.語音識別技術(shù)在電子病歷中應用的難點及對策[J].中國數(shù)字醫(yī)學，2018（13）：55-56.