助力智慧型医院建设，云知声推出多款医疗 AI 产品(2)

　　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，病历质控是医院管理的核心部分。AI 病历质控产品的应用，既响应了国家医管政策，也满足了医院智慧化升级中的业务需求。她介绍到，目前中大医院病历质检覆盖率已达 100% ，质检缺陷覆盖面由原来的重点缺陷检查升级为全缺陷检查，质检工作提速接近 10 倍。

　　智能候诊&智能随访解决方案

　　此次发布会上重点推出的又一产品——云知声智能候诊系统，在候诊室，机器人可主动发起和引导与患者的对话，完成病史采集工作，并将患者的病情摘要(病史)发送给医生，使得医生在见到患者之前，就能对患者的病情有初步了解，从而提高医生问诊效率，减少误诊。

　　智能随访解决方案，则可以根据规定问题模板模拟“医生”打电话给病人，提高随访效率，并可确保随访信息采集的全覆盖及准确性。同时，该系统还可为患者提供了各种个性化的院后服务，如复诊智能提醒、用药智能提醒、随访互动、康复指导、健康记录、医疗查询，帮助患者实现自我康复与健康管理，从另一角度来说也替医院完成了院后的服务延伸，增强用户体验和患者就医满意度。

　　云知声医疗业务合作伙伴，千佛山医院网络信息中心主任李锋指出，传统的候诊通常采取问卷填写方式，就诊时才可填写，人多时候容易造成排队情况，造成医患双方时间的浪费。引入智能问诊系统之后，通过在问诊逻辑方面的针对优化，相当于为医生配备了一个助手，完成常规性的诊前问诊，可有效减少医生的重复性病史采集(问诊)工作，提高问诊效率，使诊断更有针对性。

　　医疗知识图谱——从助手到专家的基石

　　当前，人工智能应用在医疗领域逐渐普及，所带来的社会与经济价值与日凸显。但从实际应用情况看，在大多数场景下，AI 所充当的更多的还是“助手”角色，医疗 AI 产品离人们所期待的“专家”定位还相去甚远。而影响人工智能从“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面向诊疗服、家居生活、儿童教育等不同场景行业专家的基石。通常，我们所面对的如医疗问诊、酒店中控等常见的人工智能应用，更多的是希望机器能够像“专家”一样理解、思考并给与决策。要实现向行业“专家”的转型，关键就在于行业知识图谱的构建。以医疗行业为例，其作为一门知识驱动型的学科，如果能够收集到足够丰富、可靠的数据，依托机器学习、自然语言处理等技术构建起强大的知识图谱体系，就能在辅助决策层面发挥应用的价值。

　　他提到，在医疗行业，基于知识图谱的智慧型医疗系统建设主要涉及到语言、知识和决策三个关键要素。其中，语言分为患者语言、临床医生语言、专家语言，机器需要熟练掌握医疗行业各角色的口语和书面语;知识则分为医疗知识图谱(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，涵盖到诊分诊、问诊、病历生成、病历质控、辅助诊断、医保审核等诸多维度。

　　截至目前，在医疗知识图谱领域，云知声已储备约 50 万医学概念，超过 169万医学术语库，超过 398 万医学关系库，以及 52 万医学属性值对，涵盖了绝大部分药品、疾病、科室与检查，规模体量达国际领先水准。

　　在这一轮声势浩大的 AI 浪潮中，医疗行业受新技术、新理念的冲击不断增强，AI 与医疗深度融合的智慧型医疗服务体系建设当前已成必然。作为医疗行业AI应用领军者，云知声正是抓住了这一机遇，从工具型语音 AI 产品切入，不断拓展自身场景范围，通过打造覆盖诊疗全流程的产品体系，切实为医院、医生增速提效，令患者享受到高效、优质的诊疗服务。未来，云知声将继续发挥在医疗AI领域的技术与产业化优势，推动创新技术成果与医疗行业的融合应用，为产业智变升级贡献力量。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。