为医生提供智能语音助手，Suki 获 1500 万美元融资提高诊疗效率

日前，医用语音助手 Suki 获 1500 万美元的 A 轮融资。由 Venrock 领投，跟投方包括 First Round、Social+Capital 等；到目前为止，Suki 的两轮融资共计 2000 万美元。此外，公司将语音助手的名称从 Robin AI 改为 Suki，因为办公室里可能有医生叫 Robin。

Suki 为医生提供了一种更高效的治疗方式。在传统的诊疗方式中，问询病史、记录病历都是必不可少的流程，但是记录病史这项工作对医术或工效的提高，没有太大意义。研究发现，医生只有四分之一的时间用于患者问诊，而一半的时间用在了填写各种表格和电子病历上。由此，Suki 想要为医生构建一个相对简单的医疗系统，以语音识别的方式记录诊疗中的要点信息，省去医生繁杂的记录过程。

Suki 面临的问题是如何理解诊疗的语言。它必须读取诊断过程中的所有内容，解析它，并找出应该记录在患者文档的哪个位置。由于每个医生都有不同的方式来记录患者的病情，所以 Suki 的系统必须适配于所有医生。随着采集的数据越多，Suki 的记录结果就越精确。创始人表示，这个产品不是为了取代医院的电子病历系统，而是为了分担一部分医生的诊疗工作，为医生打造一个智能助理。

这不是唯一一个为简化医疗过程而生的产品。有资料显示：在 2017 年，亚马逊和语音识别公司 Nuance 共同研发了一个语音转文字设备 SayKara，用于记录病历，并翻译成文字接入电子病历系统，与 Suki 这套系统相似；此外，AWS (亚马逊网络服务公司) 在 2017 年年末宣布和电子健康记录巨头 Cerner 合作。合作初期的重点在 Cerner 的人口健康产品 HealtheIntent。该产品能够帮助医院收集分析大量临床数据，以改善病人的康复结果和降低诊疗费用。

除了语音转文字病历外，文字病历的智能录入也有例证。比如，国内的零氪科技从 2015 年开始用算法做训练，尝试让机器读懂病历：脱敏处理后，将病历引入 AI 系统中处理。经过一年多人矫正机器处理病历样本后，该系统已经可以读懂一本病历中各种信息点的不同描述，并自动录入病历。

在数据采集、数据存储都完成后，最重要的部分是分析与应用。在完成了高质量数据的基础上，2017年，零氪科技开始研发人工智能辅助决策平台，以海量的病例数据为样本，结合医学知识图谱、药物应用画像、患者临床路径等多维数据，构建精准的诊疗模型，给出诊疗建议和背后的数据支持，从而为医生的诊断提供可视化、场景化、智能化的系统解决方案。

无独有偶，麻省理工计算机科学与人工智能实验室 CSAIL 的研究员，也提出了两套通过数据分析，帮助医生做治疗方案的系统。一套是“重症监护室干预”的机器学习系统。通过统计病人关键生命体征、过往医生治疗备注，到人口统计学信息等都被整合在一起，以协助医生做出治疗方案。另一套是“ EHR（电子健康记录） 模型迁移”，把训练好的预测模型，迁移到另一套 EHR 系统上进行应用，可以预测病人的死亡率、住院时间等。

可以预测，未来的医疗系统，会通过更高级的传感器和信息储存系统，全面的记录每个人的身体信息，结合医生的诊疗，实现更高效专属的医疗方案。