重获被浪费的时间，这款AI应用让医生有更多时间关注患者

2016年刊于美国医学期刊Annals of Internal Medicine上的一项研究表明，与以往相比，医生在患者身上花费的时间有所减少，仅占工作日的27%。

造成这一现象的罪魁祸首是电子病历记录。医生们发现他们越来越离不开电脑，已然变成高级“数据输入员”。

即使和患者同处一室，医生也仅用52%的时间与患者交流。但该研究也有另一个发现：使用某种文件支持应用（例如医疗记录助手或听写服务），医生能花更多时间与患者进行直接交流。

初创公司LexiconAI正在致力于使用由GPU驱动的AI技术助力解决这一问题。

位于硅谷的LexiconAI公司联合创始人兼CEO Matt Rubashkin表示：“现在需要一种更好的方式来优化医疗系统。我们要解决的问题是如何帮助医生，让他们真正专注于重要的事情上。”

重获被浪费的时间

Rubashkin和LexiconAI的联合创始人兼CTO Ian Plosker在此前就已投身于数字健康领域，他们真切地了解有多少时间被浪费在了文档编制上。

他们希望利用声音和语音识别来改变医疗数据的采集方式。他们专注研究利用深度学习，在不打断医患沟通的前提下，顺畅地捕获医疗信息。其开发的移动应用LexiconMD能够记录非结构化的语音，并输出结构化的数据。

该应用能够记录医生和患者之间的对话，将音频流传送到LexiconAI基于云计算的引擎，随后仅在500毫秒内输出记录文本，以及字词组合建议。

该应用集成了诸多电子病历记录系统，并能将返回的数据自动填入正确字段中。Rubashkin表示LexiconMD的准确度高达94%。（对于还未与LexiconMD集成的系统，医生仍可以使用语音识别功能，将返回的数据手动地插入正确字段中。）

“用户在与LexiconMD交互时，就好像与真人在进行交流。”Rubashkin 说道，“用户无须使用特定词汇去适应它。因为我们的目标是让LexiconMD适应人类，并向人类学习。”

LexiconAI最初主要关注于老年人护理市场，为此它基于老年保健供应商使用的语言，基于特定数据集创建了许多模型。它与顶尖的长期护理电子病历记录系统 PointClickCare紧密集成。

Rubashkin发现，老年人护理机构Juniper Communities目前正在使用LexiconMD， 来减少护理人员编制文档的耗时，并提高文档编制的质量，进而节省了大笔费用。

GPU发挥关键作用

NVIDIA GPU以两种方式在LexiconAI产品中发挥重要作用。首先，公司使用一组NVIDIA Tesla GPU加速器在Google云端平台中运行服务，进而实现语音识别分析的快速周转和电子病历记录系统的自动填写。

公司也在其办公室内使用GPU加速，实现了无需启动更多计算实例即可进行实验。另外还通过CUDA、cuDNN和TensorFlow，使用GPU做深度学习实验。

Rubashkin表示：“如果没有GPU，我们可能要花上很多年才能达到现在这个水平。”

目前，LexiconAI才成立一年，Rubashkin 就看到了无数机遇，因为这家公司的技术能够帮助各种专业人员处理繁杂的文档编制工作。LexiconAI正在为法律领域开发应用，并将很快投入使用。

同时，这家公司还希望能够提供更多即时服务，为专业人员给予帮助。例如，Rubashkin表示，LexiconMD搭载AI技术的平台可以帮助医生查找信息，进行医疗决策，这就好比在航行期间，电子警报和实时信息显示能够为飞行员提供巨大帮助。

他表示：“目前其他市场上有许多可以借鉴的地方，比如’增强智能’可以大大提高生产力和安全性。”