在HIMSS20上Cerner将谈论基于AI的语音技术

HIMSS20上的EHR主销Cerner将展示旨在通过使用人工智能和机器学习来改善临床文档的技术。这些技术将包括但不限于语音辅助工具，以帮助临床医生完成并填补文档方面的空白。

Cerner Intelligence的Cerner Intelligence副总裁兼医师高管Tanuj Gupta博士说，总是需要临床文档，因此Cerner专注于减轻护理团队的负担。

护理和报销的连续性

Gupta说：“如今的临床文档主要由人为驱动，医生和护理团队会花费大量时间手动根据患者的遭遇手动输入数据。”“最重要的是，报销和质量要求增加了对可靠文档的需求。临床文档是一种必要的沟通工具，可确保在场所之间为患者提供连续的护理，并为报告目的告知财务报销和护理质量。”

他补充说，Cerner正在寻找通过AI和机器学习来改善和自动化临床文档的方法，以便可以将其扩展以达到更大的目的，例如通知公众健康和研究以及确定临床护理的新模式。

临床文档的必要部分是病历表审查-返回到数据中以进行报销，研究或质量改善。古普塔说，尽管如今这个过程几乎完全是人为驱动的，但塞纳正在探索通过情报提高效率的方法。

他解释说：“ Cerner正在使用我们自己的自然语言处理引擎来完全自动化医学图表审查。”“该解决方案称为Chart Assist，它使用行业标准化术语评估EHR数据，并识别改进和验证文档的机会。在患者就诊时主动提供此信息可改善提供者的文档记录，有助于减少提供者的工作量和出院后查询的数量。”

他解释说，Chart Assist中使用的算法是可配置的和透明的，因此AI是开放的。

他断言：“医疗决策始终都属于医生。”“ Chart Assist可以通过自动进行图表复查来为临床医生提供协助，以近乎实时，跨所有住院的情况进行临床验证。这样，完成了必要但耗时的过程，从而为临床医生提供了宝贵的时间。将来，可以使用诸如Chart Assist之类的自动图表审查工具来搜索患者安全指标，医院获得的疾病甚至是与新临床试验匹配的患者。”

填补文件空白

实现高质量临床文档的第一步是数据输入。Gupta认为，在相遇期间可以为患者提供的数据越多，临床医生就可以从中看到更多的工具，如临床决策支持，NLP，AI和机器学习，以帮助创建文档并缩小护理差距。

他说，语音识别可以帮助减轻或消除护理团队输入数据的负担。

他说：“很长一段时间以来，医疗保健中语音辅助技术的主要用例只有一个-医疗听写。”“在这种情况下，医生使用麦克风两到三分钟来决定结构化的临床笔记。无论是通过语音还是通过鼠标和键盘，数据输入的负担都直接由医生承担。”

他说，新的对话式语音或某些人所说的环境语音带来了从与患者自然互动中获取相同数据的希望，并且不需要护理团队的数据输入。

他预测：“通过增加室内设备和传感器，医疗保健行业有一天可以看到数据输入的认知负担已完全从人类转移到了AI。”“医疗决策仍将属于临床医生，但是繁琐的数据输入工作将由机器来处理。”

Cupner希望为客户带来最好，最有用的语音体验。他补充说，供应商在其医疗命令合作伙伴方面取得了成功。

他说：“我们很高兴看到消费语音技术的领导者将把新的创新技术引入医疗保健领域，并正在评估通过我们开放和可互操作的平台与合适的合作伙伴合作的方式。”“ Cerner秉承开放哲学，将来自第三方开发商的创新语音辅助技术集成在一起，以支持我们客户的需求。通过这种方式，我们可以在整个行业进行合作，为我们的客户带来价值并帮助他们改善护理水平。”