Nuance语音识别技术助力医学中心节省开支
日期::2009-08-21 来源:

  每年前往Beth Israel Deaconess Medical Center(BIDMC)看诊的病患超过80万名,为了有效率地记录一切与病患相关的资讯,这家医学中心希望能引进一种既不需投入太多预算、又不会增加临床医生额外工作负担的方法。有鉴于电子健康记录系统(electronic health record,EHR)逐渐普及,该医学中心CIOJohnHalamka认为,最好的‘疗法’便是引进语音辨识(speech recognition)技术及电脑辅助病历抄写系统(computer-aided medicaltranion)。

  BIDMC于2002年选择‘eion’做为解决方案,并于2003年至2005年期间分阶段导入。如今该医学中心3,000名临床医生会利用掌上型设备, 将病患看诊状况口述下来,存成语音档案,再直接传送到语音辨识伺服器。‘上传的语音档案几乎立即被辨识成为文字档,然后加入该名病患的电子健康记录里。’Halamka表示。将语音档案转成文字 档之后,医学中心会请校正员重新核对一遍,以确保存档资料的准确度。接下来,临床医生会过目校 正员校正的结果,然后签名。如果是透过以往的誊写流程,临床医生可能需要用手、或语音记录器记录下病历,再将这些资讯传给抄写员,由他们逐一输入医院的电脑系统里。‘这套语音辨识软体能将临床医生口述的记录转成准确度高、完全格式化的初步文件,再快速加以核对、编辑。此举能让医院的生产力倍增。’Halamka说。eion是Nuance Communications(译注:语音、文字输入及影像解决方案的领导厂商)研发的,它让处理病历的时间从原本的5天,降到低于一个小时。自2003年以来,替该医学中心省下的钱超过500万美元。

  为了导入这套解决方案,BIDMC的资讯科技专案小组和软体厂商,针对使用者支援及专案与系统管理…等领域相互合作。Halamka表示,专案成员也投入不少时间,让病历记录职员熟悉这套新系统。

  尽管有些医院提供的医疗照顾品质逐年改善,却仍迟迟不愿意导入电子病历(electronicmedical record,EMR)。隐私议题是一大考量。Forrester;Research分析师EricBrown表示,导入电子病历还会大 幅改变医生的工作流程。有了语音 辨识技术,资料再也不需要手动输入电脑,不仅可以拥有电子健康记录的好处,也可以因此免除额外的工作量。“如果无法解决医生这端使用上的问题,我们很难想像美国能达到让电子病历普级的目标。”Brown表示。Halamka之所以选择eion,是因为这套解决方案对医生的工作流程影响最少。

  “改善记录病历所需的时间,只是eion平台针对营运这领域所带来的好处。”他说。此外,由于eion是采“应用软体服务供应商”模式,因此不需要投入太多资本。

  Halamka鼓励其它公司应该善加利用语音辨识软体,“它既省钱、又容易维护。”他说。

  BIDMC如何利用语音辨识技术省钱

  BIDMC是哈佛医学院的教学医院之一,年营业额达140亿美元,拥有5,000名员工,每年提供医疗服务给超过80万名病患。

  BIDMC如何省钱:BIDMC利用语音辨识技术,让处理病历的时间骤降至1小时以内,降低抄写成本达50%。自2003年导入以来,替医学中心省下超过500万美元。使用工具:Nuance的“eion”电脑辅助病历抄写系统。 导入期间:从2003年开始导入,直至2005年。

让资料输入更简单:

  “要将资料储存于电子健康记录系统里并不容易,但却有其必要性。”Halamka表示。临床医生通常没有时间做太过复杂的输入作业,但是医院还是必须保留详细的病患资讯,才能给予病患适当的治疗。在试验过不同的解决方案后,BIDMC最后选择了语音辨识系统,因为这项技术不需要医生花时间将资料一一键入电脑,却又能轻轻松松地让资料转成电子档存放于系统内。准备迎接电子化病历:

  eion既容易使用、也容易维护,BIDMCCIOJohnHalamka没花太多时间,便说服了医院高层,取得他们的认同。但是,他还得克服一项难题,那就是快速导入该解决方案所需的事前准备。他建议,打算导入类似解决方案的机构,应该先升级自己目前的伺服器、电话线,才能应付更新、更快的解决方案。

原文刊登在:台湾CIO企业经理人杂志第23期

CTI论坛报道

详细出处参考:http://www.ctiforum.com/factory/f01_12/www.nuance.com/nuance09_0802.htm

上一篇:Google语音搜索挑战114 下一篇:自动语音识别决定呼叫中心未来
关键词: 声纹识别 声纹鉴定 社矫认证 社保认证 远程认证 动态口令 声纹密码 语音识别
友情链接: 智能语音实验室