徐汇家庭医生智能语音助理项目启动

作者:动脉网 2019-08-28 14:45

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

根据国家卫计委统计,目前我国的慢性病患者已超过3亿人,且病发病率仍在呈快速上升的趋势。以高血压、糖尿病为代表的慢性疾病已严重影响到居民的身体健康和生活质量,慢性疾病的持续有效管理已刻不容缓。


在上海市徐汇区卫健委的领导、徐汇区科委的指导下,徐汇区卫生事业管理发展中心与上海交通大学人工智能研究院及人工智能技术企业思必驰公司合作,探索利用人工智能语音交互技术赋能居民健康管理应用场景的试点建设。


1.jpg


2019年8月28日,政府、高校、企业联动,徐汇区卫生事业管理发展中心举行了“智能家医,健康万家”——徐汇家庭医生智能语音助理项目启动仪式。上海市徐汇区副区长秦丽萍、上海交通大学党委常委、副校长张安胜等领导出席现场。


2.jpg

图:上海市徐汇区副区长秦丽萍开场致辞


3.jpg

图:上海交通大学党委常委、副校长张安胜致辞


仪式上,徐汇区卫生事业管理发展中心主任孙雅和上海交通大学教授、思必驰联合创始人兼首席科学家俞凯分别从需求方和技术提供方的角度对项目进行了介绍。本项目以鲁棒语音识别和结构化处理的电子病历生成为关键技术,探索软硬件协同的多模态交互模式,联通医疗服务机构的诊前预约、问诊行为记录、诊后医嘱、以及原始病历系统,形成以患者为核心的综合健康管理平台,实现以语音为媒介的健康信息获取并通过语音交互提高医疗服务水平。



4.jpg


随后,徐汇区副区长秦丽萍,上海交通大学党委常委、副校长张安胜,徐汇区卫生健康工作党委书记何爱兴,徐汇区卫生健康委员会副主任任雪雷,徐汇区卫生健康委员会副主任张蕾,徐汇区卫生事业管理发展中心主任孙雅,上海交通大学人工智能研究院副院长宋海涛,思必驰联合创始人兼首席科学家俞凯,思必驰副总裁张守国等领导上台,共同按下启动按钮,徐汇家庭医生智能语音助理项目正式启动。



image.png

图:徐汇智能家庭医生助理项目启动仪式


启动仪式后,思必驰副总裁张守国展示了项目开发的前期成果,初步演示了在居民家庭场景下的慢病随访、提醒用药、健康宣教等各项功能。徐汇家庭医生智能语音助理项目分为“健康数据采集阶段、健康指导分析阶段、数字家庭医生预诊阶段”三个阶段逐步开发,通过人工智能不断自主学习最终承担起徐汇家庭医生智能助理的角色。


活动下半场,徐汇区卫生事业管理发展中心主任孙雅与思必驰副总裁张守国就徐汇家庭医生智能语音助理项目举行签约仪式,正式签订项目合作协议。



6.jpg

图:徐汇智能家庭医生助理项目合作签约仪式


随后,徐汇区卫生健康委员会副主任张蕾、徐汇区卫生事业管理发展中心副主任竺琼、上海交通大学人工智能研究院副院长宋海涛、枫林街道社区卫生服务中心主任易春涛、全国最美家庭医生朱兰、思必驰副总裁张守国在圆桌讨论环节中,以“家庭医生智能语音助理如何赋能居民健康管理”等为主题交流讨论,探讨智能语音技术在医疗机构、家庭等场景中的应用。


最后,徐汇区卫生健康委员会副主任(主持工作)任雪雷作总结发言,徐汇家庭医生智能语音助理项目探索了一种全新的居民自我健康管理模式,赋予了人工智能技术更多的情感和温度,期待能为居民提供更优质的医疗健康服务。同时,推进“AI+健康”需要像上海交大等高等院校和思必驰等优秀AI企业共同助力,推动“健康徐汇”的建设。


7.jpg

图:圆桌讨论环节


徐汇家庭医生智能语音助理项目是徐汇区探索“AI+健康”应用场景建设的一次重要尝试,相信通过政府主导、院校合作、市场运营、共建共享的方式,徐汇能够走出一条人工智能赋能居民健康管理的创新探索之路。

 

项目所采用的人工智能技术包括:


医学内容口语识别

针对不同场景采用不同的智能硬件,在家居场景采用智能音箱为硬件接口,在诊疗场景采用可穿戴设为硬件接口,并且基于相应硬件实现软硬件协同的语音处理。由于慢病患者多为老人,其口语表达方式具有方言口音重、咬字欠清晰的特点,因此需要研究口音自适应的语音识别模型,研究可容错的口语理解模型,研究针对医疗领域术语的迁移学习方法,在感知层面最大程度保证语音输入的有效性。


image.png


信息结构化提取

在实现语音转写文字的功能之后,需要对文字进行后处理。首先需要通过信息槽提取从杂乱的口语表达中获得有效信息,其次针对随意的口语表达方式进行顺滑以及术语转化,并结合现有医学制式模板进行结构化生成。针对不同科室不同病种建立相应知识图谱,对于不同医疗机构的差异表达进行元数据归一,以实现通用的、以患者为核心的健康档案。


面向健康管理的对话交互

医疗知识库是面向健康管理的对话系统的基础资源,对话管理是对话系统的核心调度模块。因此需要研究稳健的管理策略以及可进化的对话系统,研究将任务型对话与健康知识问答型对话结合的统一对话管理框架及融合算法,面向健康管理的统计与规则双驱动的冷启动方法,研究面向本体扩展的对话交互策略自适应学习方法。

 


如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈