您好, 访客   登录/注册

语音识别技术在医院中的应用

来源:用户上传      作者:

  摘要:随着我国医疗信息化建设的不断发展,基于EMR的医院信息系统不断完善,集成化平台的建设更加促进了数据共享和数据挖掘。面对如此庞多的子系统,医务人员需要完成大量的文字录入工作,文字录入的即时性、便利性、准确性在一定程度上影响着医院整体的工作效率、医疗成本、医疗质量。本文主要分析当前病历录入存在的问题,探讨语音识别技术在医院临床工作中的应用,并总结其在应用过程中存在的问题。
  关键词:语音识别;病历录入;医疗信息化
  中图分类号:R197.3;TN912.34                          文献标识码:B                          DOI:10.3969/j.issn.1006-1959.2019.22.007
  文章编号:1006-1959(2019)22-0019-02
  Application of Speech Recognition Technology in Hospital
  HAN Guo-xian
  (Department of Information,Henan Staff Hospital,Zhengzhou 450002,Henan,China)
  Abstract:With the continuous development of medical information construction in China, the hospital information system based on EMR has been continuously improved, and the construction of integrated platform has promoted data sharing and data mining. Faced with such a large number of subsystems, medical personnel need to complete a large number of text entry work. The immediacy, convenience and accuracy of text entry affect the overall efficiency, medical cost and medical quality of the hospital to a certain extent. This paper mainly analyzes the problems existing in current medical record entry, discusses the application of speech recognition technology in hospital clinical work, and summarizes the problems in its application.
  Key words:Speech recognition;Medical record entry;Medical informationization
  隨着我国医疗信息化建设的不断发展,基于EMR的医院信息系统,包括电子病历、影像、手麻、重症、移动护理、移动查房、心电网络、远程医疗等子系统得到不断完善,集成化平台建设更加促进数据共享和数据挖掘。面对如此多的子系统,除可以共享的基础信息,更多诸如病程记录、手术记录、检查报告等个性化信息则需要医务人员手工录入。香港德信对中国医院电子文本录入工作量调查显示,40%以上的医师每天进行文字录入时间约为4 h,一半以上的医师每天文字录入时间占工作总时间的40%左右[1],说明文字录入工作严重地影响着医师的工作效率。另外,在部分特殊科室,如彩超中心、内镜中心、口腔科、手术室等,需要边操作边录入,操作者不能即时完成,调阅记录存在诸多不便,也在一定程度上降低了医院的整体工作效率,增加了医院成本,因此亟需一个较为方便的录入方式和口令调用程序来解决这一问题,语音识别技术是目前临床应用中较为理想的人机交互方式。该技术可以在一定程度上降低医师的工作强度、提高工作效率,最终提高医院的整体工作效率,达到降低医院运作成本的目的,现介绍如下。
  1传统病历录入过程中存在的问题
  1.1临床科室  在临床工作中,伴随着电子病历上线及大范围的应用,可以将临床病历录入操作者分两类:一类是对计算机较为熟悉的年轻人,打字速度较快,也善于应用电子病历系统,他们通过建立模板、复制粘贴,快速的完成病历书写,但存在部分病历内容千篇一律、张冠李戴,甚至有漏改、漏删等问题,不仅缺乏病历个体差异内容,还影响医疗质量,更影响患者后期会诊、治疗等。另一类是对计算机不太熟悉的年长医师,他们有丰富的临床诊疗经验,但不能熟练应用电子病历系统,病历录入费时费力。有些医院会为其配备手写板,但操作并不流畅,且识别率低,这在一定程度上影响了医师的工作效率,增加了医疗成本。
  1.2超声中心、康复治疗中心、内镜室及口腔科  对于超声、康复、内镜、口腔等部门,由于医师工作的特殊性,无法边操作边进行文字录入,一般分为以下几种情况:①通过“一对一”专业人员的配合以提高检查、治疗报告录入效率;②由其他工作人员协助记录关键数据,后期进行补录完善;③医师检查或治疗时进行录音,再由其他工作人员集中根据录音内容转录成文字,实现一名录入员服务多名医师。但这种方法受专业差异等外在因素影响,容易导致报告录入不准确,甚至出错,工作人员往往需要折返工作,延长了输出检查或治疗报告的时间。   1.3放射科、病理科及急诊科  在放射、病理、急诊等科室,因检查结果多数不同、每个患者情况差异较大,病历报告要求即时性,需要快速生成大量报告单。面对庞大的文本录入工作,特别是急诊科,目前多数医院仍是手写病历,手工录入和手写病历占据了医师大量的时间。鉴于这些情况,语音识别技术成了一种较好的录入方式。据统计资料显示,美国在临床中使用语音识别录入比例已经达到10%~20%,主要用于放射科、病理科及急诊科等部门,可以有效的控制电子文本记录及诊断报告生成时效,工作效率明显提高[2]。
  2语音识别技术的应用优势
  语音识别技术是利用机器识别和理解人类语言信号并将其转为相应的文本和命令的技术,属于多维模式识别和智能计算机接口技术[3]。语音识别、智能语音对话的应用已经在生活中各个方面得到体现。在医疗上,语音识别技术已经在美国、欧洲等地区应用,美国Nuance公司的英语语音识别技术及电脑辅助病历抄写系统是先将患者病情口述下来,存为语音档案,同时直接传送至语音识别服务器进行转录,该系统的应用,使处理病历的时间从原本的5天降至不足1个小时[4]。
  医疗语音模型是基于隐马尔可夫模型对语音资料库进行语音训练,可以通过部署私有云,建立医疗语音模型、构建语义理解规则、优化个性化数据,形成能适应各种场景的语音模型,通过深度神经网络和循环神经网络自主学习技术,对文本资料在现有专业的语音库中进行深度学习,通过登录的账号识别当前对象,判断要记录和转录的语音,执行记录并传送至语音识别服务器进行转录[5]。
  软硬件技术的不断改进使语音识别在医疗中普遍应用成为可能。医疗语音系统采用分布式计算,是一种模式识别系统,包括前端预处理、后端模式识别及训练模型等,通过对数据库中的语音样本特征参数提取、分析并存为模板,后端将待识别语音信号处理后获得语音参数,按照一定的准则和测度与训练样本特征对比得出识别结果,具有高健壮性、高灵活性及高性价比等特点。在硬件方面,医疗上多采用的是定向麦克风,具有更好的敏感度和抗干扰性,大幅度提高了语音采集准确程度。
  在临床科室中,医师在与患者沟通时可以边沟通边进行识别转录,例如体格检查时口述:T()℃ P()次/分,R()次/分,BP()mmHg,发育(),营养(),步态(),表情(),神志()……,语音系统自动识别相应内容并自动填写,有效提高了医务人员的工作效率。同时,该系统将录入内容进行结构化存储,以方便后期调用。在实际工作中,由于语音数据需要较大的存储空间,一般医院不会作较长时间保存,可以采取针对性的保存,比如通过移动设备(PDA)采集到的病历信息、彩超放射内镜在检查时的口述、口腔和康复治疗过程中的口述信息等保留至病历归档之前,此期间可以随时提取录音。另外,系统将医务人员与患者沟通等内容做永久保存,减少重复性,提高效率,避免纠纷。
  3语音识别在临床应用中存在问题
  目前,语音识别技术并未在医疗领域中广泛应用,除了医院信息化发展阶段的限制之外,还有其他一些因素,如医学词汇专业性强和特殊符号多、表述人地方口音较重或发音不准、表述人情感影响、工作环境噪杂、采音设备自身抗干扰差等,均可导致语音识别准确度不高。汉字识别技术发展不成熟也是阻碍其进一步发展的关键原因。如中文特有的多音字,我国有415个基本无调音节,构成七千多个基本汉字的发音,使中文语音比英文更难识别[6]。
  临床应用率不高使语音识别技术仍处于实验阶段,难以更新改进。年轻医师更偏好于利用模板录入病历信息、语音转换精准度不够等都是阻碍语音识别技术发展的因素。尽管语音识别率目前已达到96%,但仍不能完全满足实际临床工作的需要,特别是对特殊符号的识别。另外,临床医师在书写病历时,对于患者治疗措施的制定等内容需要思考,而语音识别不允许长时间中断;同時,医师在进行语音识别前后需要键盘鼠标的配合,操作不便。
  4总结
  语音识别技术的应用在一定程度上可以降低临床医师工作强度、提高工作效率以及降低医院日常运作成本。目前国内诸如北京协议医院、北京大学口腔医院、陆军军医大学第一附属医院、青岛大学附属医院等已经在探索语音识别技术并将其应用到临床工作中。但语音识别技术仍难以完全满足对文书要求严格的医疗行业,另外当前进行语音识别技术探索的医院多数仅限于语音转为文字,相当于语音输入法,并没有真正实现智能语音、人机交互技术。相信在未来发展中,通过不断探索实践,语音识别技术在医院应用中可以实现人机对话,通过语音口令唤醒程序指令,并根据语音准确快速地记录执行,真正地实现医疗智能化。
  参考文献:
  [1]孙国强,赵从朴,朱雯,等.智能语音识别技术在医院应用中的探索与实践[J].中国数字医学,2016,11(9):35-37.
  [2]李伟.放射科语音识别系统中环境自适应技术的研究与实现[D].浙江大学,2013.
  [3]张毅,刘想德,罗元,等.语音处理及人机交互技术[M]. 北京:北京科学出版社,2016:99.
  [4]李金苗,李鹏,刘庆金,等.智能语音识别技术在临床医疗的应用研究与实践[J].中国卫生信息管理杂志,2019,16(2):218-221.
  [5]栗小艳,唐杰,王旸,等.超声语音识别系统的研发及临床应用[J].临床医学工程,2015,22(9):1133-1135.
  [6]肖强,周民伟,张海波,等.语音识别技术在电子病历中应用的难点及对策[J].中国数字医学,2018,13(3):55-56,85.
  收稿日期:2019-8-29;修回日期:2019-9-5
  编辑/钱洪飞
转载注明来源:https://www.xzbu.com/1/view-15080296.htm