Select Language

AI社区

数据要素产业

医疗逆旅:场景+产品=云知声的生命线

12-21 15:46 TAG: 云知声 AI医疗 人工智能

在保罗·莱文森的心中,有一条媒介技术发展的人性化路线——媒介技术将以更适合人类感官生理特性方向发展。这位媒介理论家看到了媒介技术的积极面,并坚信沿着这条路径发展,媒介技术便能使人从自然和生命的压迫中解放出来,进一步推动人类文明和社会进步。

在医疗领域同样能够瞥见莱文森这一观点的影子。2014年,基于智能语音识别、自然语言理解、临床知识图谱等人工智能技术,云知声开发出语音电子病历系统,以语音录入这一人类自然言说的形式,替代医务人员在电子病历记录过程中键盘鼠标录入操控形式,将医生从繁复的病历采集与录入工作中解放出来。

伴随政策推动、需求拉动以及企业探索,智慧医院的建设已迈入2.0阶段。基于人工智能、互联网、物联网等新技术的智慧医院建设,已成为未来医院发展的必由之路。这一源于技术发展的医疗变革之风,已吹向全国。

然而,企业在探寻智慧医院建设的过程中,仍存在如如何规划产品路径、如何找准市场先机等诸多尚待解决的难题。由此,动脉网专访了云知声医疗业务线总裁谢冠超,以探寻答案。

场景+产品=云知声的生命线

2012年,云知声便发布语音云及深度学习应用,开始了其在科技领域的探索。早期的入局,并未让云知声在发展过程中呈现出持续快走之势。相反,公司在人工智能市场喧嚣之时,选择沉静下来做技术。

就其去年的招股书来看,2017年到2020年,云知声研发费用与营业收入的比值分别为109.13%;117.78%;77.61%、163.55%,比值远超过规则要求的15%。

营收数据正.jpg

财务指标节选

同时,云知声尝试采用第二套上市标准登陆科创。该标准要求企业”预计市值不低于人民币15亿元,最近一年营业收入不低于人民币2亿元,且最近三年累计研发投入占最近三年累计营业收入的比例不低于15%”。由此,足以看出云知声在技术研发上的决心。

从云知声发展路径来看,其前期在核心技术打磨上所花费的时间与精力,为其后续发展持续提供动能,使公司能够不断高走。

发展脉络正.jpg

企业发展路径

但对于云知声来说,打好技术基础仅是其在产品研发上所迈出的第一步。产品能力及其在应用过程中所衍生出来的场景价值更为关键。

在访谈中,谢冠超告诉动脉网:“在医疗领域中,云知声期望能够通过技术创新驱动产品创新,但在技术之后,更期望技术能够在医院及其他应用场合中产生实际价值。”

2014年,云知声一举进军医疗领域,针对医疗行业效率、安全、数据三大痛点,开发出语音电子病例智慧医疗语音系统。通过自动将语音转为文字、以结构化的方式录入电子病历数据,提高病历录入效率。同时,为了能够精准识别,云知声还为医院做了深度定制,根据不同科室、不同病种的整段病历资料,运算出关键词句语料,为40多个临床和医技科室提供分场景支持,以适应医院不同科室实际的使用需求。

该系统语音识别准确率超95%,个别科室的语音识别率超98%。云知声告诉动脉网,系统高准确率背后,是以其所研发的国内首个医学领域语音识别引擎为支撑——针对医学数据库(数百万医学专有名词、数万小时语料积累、极其复杂的中英文混合表述方式和特殊医学符号)做大量模型优化。

云知声前期对技术的深耕成为了企业持续向上发展的基点,而其在医疗智能语音系统所积淀的数据与对医疗场景的理解,则为其后续开发相关产品提供了更多支撑,建立起自身壁垒。

这正如谢冠超所谈及的那样:“基于不同的场景,将会衍生出不同的技术能力,创造不同价值。因此,在做好技术的基础上,加以对场景的理解及数据的积累显得尤为重要。”

云知声对于产品的理解,使其在过去两三年中推出了一系列基于其自身构建的临床知识图谱,及相关技术衍生出的一系列医疗辅助决策类产品,其产品框架已不完全局限在语音识别范畴。

知识图谱,底层技术

基于百万数据,云知声迈出了自己的下一步,构建起知识图谱。该知识图谱覆盖症状、体征、疾病、手术,检查检验,药品等七大类实体,共计132万个,对应医学术语334万;包含十大类实体关系,共计757万实体关系;在执业医师资格考试中考取超过500分的成绩,对其知识图谱应用能力进行了验证。2017年至今,其知识图谱已完成三次迭代,并投入使用。

知识图谱.jpg

知识图谱迭代路径

目前,云知声已凭借该知识图谱在多项比赛中斩获冠军。

在技术的加持下,知识图谱作为推动互联网和人工智能发展的核心驱动力之一,其建立一定程度上能够帮助行业从重复性的脑力工作中跳脱出来。云知声在知识图谱上的深耕,亦使其产品智能化水平逐渐提升。云知声期望通过打开知识广度,实现知识与能力的平衡,构建出一个基于知识图谱的完整辅助决策系统。

在谢冠超眼中,信息化是智能化技术的前提,当信息化迈入较为成熟的阶段后,智能化则将成为智慧医院建立所必经的路径。基于其知识图谱,云知声下一步计划通过打造辅助性决策类产品,解决当前阶段的常见问题。并计划通过AI技术,做临床决策上的持续推动,实现从效率工具到决策支持产品的跨越。

在产品规划上,谢冠超进一步解释道:“现在我们更多将该产品定义成助手,但我们希望有一天他能够真正变成医生的同事,变成医生的导师。尽管无法确定在这条路上还需走多久,但在我眼中,这一定是未来发展的趋势。”

后续云知声还将不断完善临床知识图谱,提升技术能力。并将产品投入到医疗场景中,实现自身技术、能力与行业需求的有效结合,深入产品开发。

下一步,智能化

作为一个以技术为底色的企业,云知声似乎拥有抓住事物背后的逻辑链条,从数行代码中找到行业内在痛点所在的能力。

今年一月,国家卫生健康委员会《病案管理质量控制指标(2021年版)》及相关解读的发布,再次将病案问题上升为重要管理任务。

从电子病历相关问题出发构建医疗产品体系的云知声,便恰好踩在了这一节点上。作为早期入局者,云知声已构建起智能病历质控系统、医疗质量管理平台、单病种质控平台、智能医保审核系统等相关解决方案。

谢冠超告诉动脉网:“最初我们对医疗质控的理解比较简单,我们仅将病历看成一份文书,找出其中不合理之处。但随着业务推进,我们发现它不仅涉及医疗病历文书的问题,还涉及整个医疗业务中的问题。因此我们现今在医院里面提供的已经不再局限于病历质控产品,而是一个完整的医疗质控平台。”

云知声的智能病历质控系统,在做病历形式筛查的同时,还可以准确理解病历内涵并进行缺陷筛查,重塑业务流程,提高病历质控工作效率。为质控员提供辅助工具,帮助医务处自动管理质控工作,并给出多维度统计分析。

可见,云知声已经完成了由感知智能到认知智能的迭代升级,并搭建起医务、医管、医保三方业务。

目前,云知声以三甲医院为主要标杆客户切入,与北京协和医院、复旦大学附属中山医院等建立其合作。以行业技术提供者为合作对象,已上线100+具有代表性的大型综合三甲医院,另有500余家处于测试阶段。

产品化,一条难以绕开的路

谈及营收,谢冠超向动脉网表述:“今年上半年和去年相比,云知声在医疗业务上的收入翻了一倍不止。”

据了解,云知声整个医疗团队不足百人,而这些人却支撑起了其医疗板块业务,使其营收保持每年成倍的增速。云知声为何可以做到?这得益于公司的商业路径——产品化。

在云知声眼中,产品化是AI企业面前一条难以绕过的道路。若不做标准化产品,便容易被客户需求打乱自身产品研发节奏,触碰到天花板。

由此在产品开发上,云知声坚持做标准化产品。通过让战略走在技术之前,技术走在业务之前,业务走在客户之前,满足同一场景下不同客户90%以上的需求。

当产品化实现,人效比便能够得到提升,进一步助推其营收增长。

沉与浮

9年时间,云知声从A轮至D轮已累计获得10轮融资(企查查数据),至少20亿元资金。并获取51款软件著作权,533项专利。云知声可谓已稳为人工智能/物联网领域领头的独角兽之一。

从云知声近两年筹备科创板上市,经历静默期,到其今年声称为持续构建核心技术和产品体系、保持竞争力撤回科创板IPO申请材料,这家深耕技术的公司,似乎也在随行业沉浮。

当云知声再度退回一级市场,斩获近一亿美元D1轮融资。可以看出,在沉与浮背后,云知声所做的努力不无意义。

作者:张彩妮