近年來，智能語音技術在醫療領域的應用越來越廣泛，借助互聯網大數據的不斷發展，語音技術也從最初的語音識別逐步轉向智能化的語音輔助。智能語音技術作為醫生診療過程中的輔助助手，以其快速、準確、出錯率少的特點，幫助醫生處理了大量冗雜，繁瑣的重復性勞動，大大減輕了醫護工作者們的負擔。

隨著技術的不斷完善和創新，我們有理由相信，以語音為媒介的人機交互很可能會成為下一代醫療行業最有意義的交互方式。

語音設備作為助手輔助治療

語音技術在醫療領域的應用，最先是用來解決醫療過程中存在的各種問題。

比如，美國的一家公司就利用語音識別技術發明了一種入耳式語音設備，通過這種設備，外科醫生可以直接和設備內的病人的電子病歷進行對話，并能夠得到比詢問患者本人更加精確的回答。這種設備為以后的病歷電子化打下了基礎，讓臨床醫生節省出大量的時間，有效解決了長期以來醫生短缺的問題。

Aiva Health公司推出了一款讓病人可以通過程序軟件與醫護人員進行溝通的語音軟件，同時護士還可以通過該程序進行護理工作的相關安排，或管理日程，管理人員也可以通過該程序的后臺查詢醫療工作進展，并對醫療設備進行管理，使老年人的護理工作變得更為便捷。

同時語音識別技術還能夠識別醫療場景下的碎片化聲音，比如咳嗽、帕金森綜合癥、以及某些自閉癥患者的語言，并將這些斷斷續續的信息變成可以理解的語言。由交流障礙引起的社交孤立是一個很嚴重的社會問題，交流和社交障礙會對一些人的生活帶來毀滅性打擊，甚至引發其他一些健康隱患，比如抑郁或者早逝。如果這項技術真的能實現，它將會是一項重大突破，并改變很多人的生活。

語音識別技術在醫療領域最重要的應用，是電子病歷的建立

醫護人員緊缺，醫療系統工作繁雜，醫護人員需要從事大量的重復的，基礎性工作，一直是醫療行業亟待解決的問題之一。隨著語音識別技術催生了電子病歷的出現，能夠有效減少醫護人員的工作量，于是越來越多的醫療服務提供商加大了對語音識別技術的投資。

首先是亞馬遜推出的Alexa應用平臺，可以回答相關醫療問題，幫助用戶與護理人員進行溝通，在緊急情況下還可以發送警報。在電子病歷方面，Alexa可以實現高效地信息錄入，可以幫助醫生迅速準確地查看患者的疾病信息以及藥物用量等情況。

谷歌通過分析216221份住院病例，涉及到114003名病人以及超過460億個數據點，為各種臨床情景創建準確和可擴展的預測。在此基礎上，谷歌正在開發用于臨床記錄的語音識別系統，能夠利用深度學習模型識別電子病歷，針對醫療信息的提取和分析，改善電子健康記錄的語音轉錄過程。

我國發展效果較好的語音電子病歷系統是北京協和醫院的口腔科語音電子病歷系統。醫生在接診的過程中只需要以口述的方式說出患者的病情，電腦上就會自動生成結構化的電子病歷，之后醫生只需要根據具體情況進行修改和確認，就可以打印提供給患者，同時進行電子存檔。

語音識別技術需要克服的挑戰

目前語音識別技術在醫療方面的貢獻目前還比較有限，這是因為語音技術的準確性和安全性兩個主要問題尚未得到有效解決。

首先是準確性的問題，機器對語音的識別和轉化，目前的技術受醫生的口音，用語習慣，環境或數據庫的影響還比較大，電子病歷語音轉錄的準確性，來自各方的擔憂在過去幾年一直阻礙著醫學轉錄整體質量的提升。

增強語音轉錄的準確性，最主要的是擴充語音系統的數據庫和自定義詞庫，此外，還要加入專業術語的識別模型。讓系統囊括不同地域，不同語種的的發音，才能夠保證語音轉化為文字的統一性準確性，不目前科大訊飛獲取用戶海量的詞匯作為訓練，將語音識別的正確率控制在97%，但這僅對中文而言，要實現跨語言識別，還需要進一步提升數據庫。

其次是安全性問題，電子病歷包含了患者所有的個人信息，涉及自身隱私，同時也是醫院的保密信息。這些信息在通過網絡進行傳輸前，其本身的安全性和保密性必須得到保證才能有效防止數據在傳輸的過程中被非法竊取或惡意泄露。

加強電子病歷的安全性，除了要不斷加強醫院系統服務器的穩定性和可靠性之外，還需要嚴格控制電子病歷系統的訪問權限，比如說將密碼登錄改為指紋認證，或者密鑰登錄等方式，便于追責，提高醫護人員的安全意識，從而加強系統的保密性。這些問題都需要強有力的技術手段作為支持。