為醫生提供智能語音助手，Suki獲1500 萬美元融資提高診療效率

日前，醫用語音助手 Suki獲 1500 萬美元的 A 輪融資。由 Venrock 領投，跟投方包括 First Round、Social+Capital 等；到目前為止，Suki 的兩輪融資共計 2000 萬美元。此外，公司將語音助手的名稱從 Robin AI 改為 Suki，因為辦公室里可能有醫生叫 Robin。

Suki 為醫生提供了一種更高效的治療方式。在傳統的診療方式中，問詢病史、記錄病歷都是必不可少的流程，但是記錄病史這項工作對醫術或工效的提高，沒有太大意義。研究發現，醫生只有四分之一的時間用於患者問診，而一半的時間用在了填寫各種表格和電子病歷上。由此，Suki 想要為醫生構建一個相對簡單的醫療系統，以語音識別的方式記錄診療中的要點信息，省去醫生繁雜的記錄過程。

Suki 面臨的問題是如何理解診療的語言。它必須讀取診斷過程中的所有內容，解析它，並找出應該記錄在患者文檔的哪個位置。由於每個醫生都有不同的方式來記錄患者的病情，所以 Suki 的系統必須適配於所有醫生。隨著採集的數據越多，Suki 的記錄結果就越精確。創始人表示，這個產品不是為了取代醫院的電子病歷系統，而是為了分擔一部分醫生的診療工作，為醫生打造一個智能助理。

這不是唯一一個為簡化醫療過程而生的產品。有資料顯示：在 2017 年，亞馬遜和語音識別公司 Nuance 共同研發了一個語音轉文字設備SayKara，用於記錄病歷，並翻譯成文字接入電子病歷系統，與 Suki 這套系統相似；此外，AWS (亞馬遜網路服務公司) 在 2017 年年末宣布和電子健康記錄巨頭 Cerner 合作。合作初期的重點在 Cerner 的人口健康產品 HealtheIntent。該產品能夠幫助醫院收集分析大量臨床數據，以改善病人的康復結果和降低診療費用。

除了語音轉文字病歷外，文字病歷的智能錄入也有例證。比如，國內的零氪科技從 2015 年開始用演算法做訓練，嘗試讓機器讀懂病歷：脫敏處理後，將病歷引入 AI 系統中處理。經過一年多人矯正機器處理病歷樣本後，該系統已經可以讀懂一本病歷中各種信息點的不同描述，並自動錄入病歷。

在數據採集、數據存儲都完成後，最重要的部分是分析與應用。在完成了高質量數據的基礎上，2017年，零氪科技開始研發人工智慧輔助決策平台，以海量的病例數據為樣本，結合醫學知識圖譜、藥物應用畫像、患者臨床路徑等多維數據，構建精準的診療模型，給出診療建議和背後的數據支持，從而為醫生的診斷提供可視化、場景化、智能化的系統解決方案。

無獨有偶，麻省理工計算機科學與人工智慧實驗室 CSAIL 的研究員，也提出了兩套通過數據分析，幫助醫生做治療方案的系統。一套是「重症監護室干預」的機器學習系統。通過統計病人關鍵生命體征、過往醫生治療備註，到人口統計學信息等都被整合在一起，以協助醫生做出治療方案。另一套是「 EHR（電子健康記錄） 模型遷移」，把訓練好的預測模型，遷移到另一套 EHR 系統上進行應用，可以預測病人的死亡率、住院時間等。

可以預測，未來的醫療系統，會通過更高級的感測器和信息儲存系統，全面的記錄每個人的身體信息，結合醫生的診療，實現更高效專屬的醫療方案。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！