“要是谈到语音电子病历的实际临床需求，口腔科的医生绝对有发言权。”在谈到人工智能技术在医学领域的发展时，吕培军教授这么表示。
吕培军教授是北京大学口腔医学院教授、主任医师，同时也是口腔数字化医疗技术和材料国家工程实验室的副主任，该实验室在2011年11月11日揭牌成立。这是我国口腔医学领域的第一个国家工程实验室。
吕教授具有40多年的临床经验，长期从事口腔修复医学临床医疗、科研和教学工作。深知口腔科医生工作流程中的痛点。在他看来，口腔科医生对于语音识别技术的需求其实很强烈。
雷锋网了解到，医生临床中重要的一个步骤就是写病历。传统记录病历的方法就是手写，一个医生每天至少要花两到三个小时，忙起来字迹潦草，第二天甚至连自己都不认识，面临医患纠纷时就很容易处于弱势地位。另外，从医学管理上和科研角度而言，病历也是进行教学任务、案例分析的重要工具。“因此，一份高质量病历的重要性不言而喻。”
吕教授描述了口腔医生的实际工作场景：
口腔医生不同于内科医生，在检查过程中需要记录患者的主诉、病史、检查、诊断等内容，并书写病历；诊疗过程中医生在牙椅旁没有时间和空间进行记录。
口腔医生双手持器械检查，双手被占用，待检查完后需凭记忆书写牙位，从而极遗漏、记错牙位，或反复核查而浪费时间。“记错牙位是一件很严重的事儿，执行任务的医师只会根据主治医生的记录去拔牙，你说这个责任该归谁？”
此外，书写病历时未摘手套会增加交叉感染的机会，更换手套又会增加成本。吕教授表示：非常麻烦。
吕教授坦言，手写病历的时代过去之后，电子病历在一定程度上确实对此前的乱象起到一定的改善作用，但是电子病历也存在诸多缺点：标准化的电子病历模板不能涵盖患者情况，例如口腔科中的外科（肿瘤）的模板就多达500多个，临床使用的实际可行性大打折扣。而且，填写电子病历对中老年医生也是困难重重。“语音是人与人之间最自然、最高效的沟通方式 。我们觉得需要把人工智能前沿的手段结合口腔临床医学实际需求，从中提炼出科学问题，试着用计算机和数学模型对问题进行求解，可以推动医学研究的发展。”
据雷锋网了解，从实际需求出发，2016年，北京大学口腔医院就与科大讯飞共同研发了基于智能语音的门诊病历采集系统。医生在接诊过程中，只需要以口述的方式对患者的症状进行描述，医生的工作电脑上就会自动生成结构化的电子病历。之后，只需医生对电子病历内容进行简单修改确认，即可打印提供给患者，并完成电子档保存。
吕教授认为，语音电子病历的意义在于三方面：
对医院而言，可以科学管理诊疗过程和诊疗信息，同时进行医学大数据积累与利用；
对医生来说，语音电子病历系统的识别准确率超过95%，可以大大提高医生工作效率和工作体验；
对病人来讲，能够及时拿到通过语音电子病历系统打印的病历，可以拥有完整诊疗过程和清晰易懂的病历。
“病人愿意配合，医生愿意使用，医患纠纷自然就少了。同时医院也愿意看到这样的画面，因为语音电子病历可以提供结构化数据，对后期的数据存储、模型训练起到很大帮助。”
他表示，基于智能语音的电子病历采集系统可以在两分钟内完成病历修改打印。同时，电子病历的采集系统也对复杂场景进行了优化，医学麦克风运用了麦克风阵列技术，可以保证医生在口述病历的过程中，排除诊室内其他噪音，只定向收录医生的声音。
据雷锋网(公众号：雷锋网)了解，吕教授博士期间就在探索医学和智能技术的结合。但是，90年代人工智能技术进入低潮期，各方研究也一直进展缓慢。“现在大量数据产生之后，有低成本的存储器将其存储，有高度的CPU对其处理，基于数学模型的大量方法和技术的产生，人工智能又火了起来。”
人工智能在医学领域最早的应用就是在智能诊疗、智能影像识别、智能健康管理以及医疗机器人等领域。但是“AI+医疗”一直没有产生明显研究成果，原因就是因为医工双方没有达成很好的沟通机制。在吕教授看来，早期的人工智能面临的一个重要问题是知识采集。大多数医学背景的人缺乏数学和计算机功底，而工程人员也不了解医学知识。早期双方合作就存在很大的沟通障碍，医生所用的描述性语音和工程师的抽象思维是一对矛盾。
“其实医学领域在很早的时候就开始尝试应用人工智能技术。1977年，北京中医学院就研制成‘关幼波肝炎医疗专家系统’，它是模拟著名老中医关幼波大夫对肝病诊治的程序。如果我们要开展人工智能和医疗方面的合作，医生一定要尽可能多地掌握工程方法。同时，工程师要需要具备一定的医学背景。”
除了将语音电子病历引入口腔科医生的工作流程之外，吕教授的团队还分享了在临床决策支持系统以及医疗机器人方面的工作。
人体牙齿因龋齿、牙周炎、肿瘤、外伤、先天畸形等原因缺失后，会造成咀嚼、发音、面容改变等生理和心理等功能障碍。医生可通过可摘、固定、种植等不用的义齿修复方法来治疗，利用天然牙和缺牙区剩余牙槽嵴做支持，恢复缺失牙及其周围缺损组织的解剖形态和生理功能。
“可摘义齿”的方法具有临床操作简便、适应症宽泛、价格低廉等优点。特别是近年来随着材料和工艺技术的进步，而被口腔医生广泛使用。然而，可摘义齿戴用的效果好坏，与医生的知识、经验、义齿涉及水平直接相关。
如果能够把医生的经验收集起来，形成一种系统化的解决方案，将大大提高医生的操作精度。基于这样的想法，吕教授的团队设计了一种可摘局部义齿临床决策支持系统。该系统是根据患者口腔检查信息，采用本体构建知识库，基于案例的推理及数据挖掘的方法，输出一个或数个可摘局部义齿的设计方案，从而辅助医生进行可摘局部义齿设计。
除此之外，2016年，吕培军教授科研团队还成功研制出国际首套"牙体预备小型机器人系统"，该系统严格按临床医学标准和规范要求，采用自动控制飞秒激光束，用机器人控制光刀，能够在患者口腔内精确定位，自动完成各种牙齿治疗需要的切割与磨除，当与其他数字化义齿制作设备同步联用时，可快速完成患者的义齿修复治疗，大大地提高治疗精准程度和工作效率，改善患者就医的舒适度。
“在现有的背景和技术积累下，将机器学习和数据科学等技术引入口腔医学，结合循证医学研究的理念，为临床决策思维提供新的方法和依据，促进口腔临床医学的诊断及治疗方案进步，对口腔领域发展智能医疗和个性化医疗都有重要意义。”吕教授表示。
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/129278.html