智能語(yǔ)音識(shí)別技術(shù)在超聲審核工作站的研究與實(shí)踐

魯曉 張勇 李昕

摘要：目的：在超聲審核工作站應(yīng)用智能語(yǔ)音識(shí)別技術(shù)，提升超聲報(bào)告審核效率。方法：通過(guò)市場(chǎng)調(diào)研，選用科大迅飛陣列臺(tái)式麥克風(fēng)，安裝在集中閱片室用于報(bào)告駁回意見(jiàn)的智能語(yǔ)音錄入，在保證軟硬件的基礎(chǔ)上建立專家數(shù)據(jù)庫(kù)，對(duì)語(yǔ)句進(jìn)行修改完善，最后完成意見(jiàn)填寫。結(jié)果：智能語(yǔ)音識(shí)別技術(shù)在超聲審核工作站應(yīng)用1年來(lái)，1份超聲報(bào)告的駁回意見(jiàn)填寫時(shí)間從原來(lái)的1min縮短至20s，效率提升3倍。結(jié)論：在超聲審核工作站中應(yīng)用智能語(yǔ)音識(shí)別技術(shù)，可以節(jié)省醫(yī)師審核時(shí)間，提升超聲報(bào)告審核效率。

關(guān)鍵詞：超聲;麥克風(fēng);智能語(yǔ)音;審核

中圖分類號(hào)：R197.3;TN912.34 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2020）09-0056-03

0 引言

隨著超聲檢查普及程度的提高，超聲醫(yī)學(xué)科每天的病人就診數(shù)量不斷上升，在保證超聲檢查質(zhì)量的同時(shí)需要加快檢查速度，隨之集中閱片室醫(yī)師的工作量也相應(yīng)加重。近年來(lái)智能語(yǔ)音逐漸走進(jìn)人們的生活，手機(jī)、家電、家具、機(jī)器人、自動(dòng)駕駛汽車無(wú)處不改變著人們的生活方式[1]。國(guó)家高度重視智能語(yǔ)音的相關(guān)研究，投入大量人力物力助力智能語(yǔ)音研究。智能語(yǔ)音在改變我們生活的同時(shí)，在生物醫(yī)療領(lǐng)域也得到不斷發(fā)展[2-3]。國(guó)內(nèi)許多機(jī)構(gòu)對(duì)智能語(yǔ)音在醫(yī)療方面做了相關(guān)研究分析，為智能語(yǔ)音在醫(yī)療機(jī)構(gòu)的應(yīng)用指明了方向[4-5]。經(jīng)過(guò)階段性臨床實(shí)踐應(yīng)用，智能語(yǔ)音識(shí)別技術(shù)在病歷錄入、智能問(wèn)診信息采集等方面的優(yōu)勢(shì)使其在門診、急診、病理科、放射科等科室得以一定程度應(yīng)用，受益頗豐[6-7]。超聲醫(yī)學(xué)科為了適應(yīng)超聲檢查不斷產(chǎn)生的新需求，超聲醫(yī)學(xué)科積極優(yōu)化超聲檢查流程，提升超聲檢查效率。智能語(yǔ)音識(shí)別在超聲工作站的應(yīng)用相對(duì)緩慢，原因是超聲檢查的特征決定的，超聲檢查在檢查部位、檢查報(bào)告、檢查類型的多樣性使得其專業(yè)術(shù)語(yǔ)和習(xí)慣用語(yǔ)多樣，超聲檢查人員眾多、環(huán)境嘈雜，對(duì)于語(yǔ)音錄入有著更高的要求[8-9]。為了適應(yīng)超聲檢查的新需求，超聲醫(yī)學(xué)科與科大訊飛合作探索智能語(yǔ)音識(shí)別技術(shù)在超聲檢查過(guò)程中的應(yīng)用可能，初步在超聲審核工作站得以應(yīng)用實(shí)踐。

1 超聲工作站面臨的問(wèn)題

四川大學(xué)華西醫(yī)院超聲醫(yī)學(xué)科的醫(yī)療工作實(shí)行超聲醫(yī)技協(xié)同、分級(jí)診療的新模式，在這種模式中，超聲技師和學(xué)員級(jí)醫(yī)師承擔(dān)大多數(shù)普通超聲的篩查和檢查工作，高年資超聲醫(yī)師則承擔(dān)超聲會(huì)診工作及更多的專科超聲、介入超聲工作。超聲醫(yī)學(xué)科于2019年5月開(kāi)始在原有的超聲檢查工作站中新構(gòu)建超聲審核工作站，審核工作站建立后，超聲技師和學(xué)員級(jí)醫(yī)師在檢查室坐診，完成病人的圖像采集和描述，醫(yī)輔人員完成圖文報(bào)告編輯并上傳到醫(yī)師審核工作站，審核醫(yī)師在集中閱片室同時(shí)進(jìn)行多個(gè)檢查室報(bào)告的審核。如果審核通過(guò)則病人可在自助打印機(jī)進(jìn)行報(bào)告打印，如果審核不通過(guò)，則需要進(jìn)行報(bào)告駁回，并填寫駁回意見(jiàn)。審核系統(tǒng)建立之初，采用鍵盤輸入的方式進(jìn)行駁回意見(jiàn)填寫，然而通常一份報(bào)告的駁回意見(jiàn)需要書寫多行文字，耗時(shí)費(fèi)力，所以超聲醫(yī)學(xué)科引用科大訊飛的臺(tái)式麥克風(fēng)搭配訊飛輸入法實(shí)現(xiàn)智能語(yǔ)音錄入，旨在提升醫(yī)師駁回意見(jiàn)填寫速度，從而審核醫(yī)師有更多的時(shí)間進(jìn)行報(bào)告審核，進(jìn)而提升審核效率。也為后續(xù)的超聲檢查報(bào)告的語(yǔ)音錄入建立一定的基礎(chǔ)。

2 智能語(yǔ)音識(shí)別的原理

智能語(yǔ)音識(shí)別是語(yǔ)音信號(hào)處理的一個(gè)分支，涉及信號(hào)處理、聲學(xué)、模式匹配、語(yǔ)言語(yǔ)音學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)等理論的交叉學(xué)科。智能語(yǔ)音識(shí)別技術(shù)是接收輸入的語(yǔ)音信號(hào)，對(duì)輸入語(yǔ)音信號(hào)進(jìn)行預(yù)處理、特征提取、模型匹配，最后輸出語(yǔ)音識(shí)別結(jié)果。智能語(yǔ)言識(shí)別的原理框架如圖1所示。

語(yǔ)音預(yù)處理中噪聲濾波消除、端點(diǎn)檢測(cè)最為重要。噪聲分為隨機(jī)環(huán)境噪聲和固有電源工頻干擾噪聲，一般為50Hz。端點(diǎn)檢測(cè)的目的是把有用的信號(hào)從語(yǔ)音輸入信號(hào)中提取出來(lái)，即確定有用信號(hào)的起始點(diǎn)和終止點(diǎn)，識(shí)別語(yǔ)音信號(hào)和非語(yǔ)音信號(hào)這樣既能縮短后端語(yǔ)音信號(hào)處理的時(shí)間也能排除無(wú)用信號(hào)的干擾，從而提升語(yǔ)音識(shí)別的有效性。

語(yǔ)音特征提取包括時(shí)域特征和頻域特征。時(shí)域特征包括短時(shí)平均幅值、短時(shí)過(guò)零率、過(guò)均值率、短時(shí)能量等。頻域特征包括線性預(yù)測(cè)分析、感知性預(yù)測(cè)系數(shù)、線性預(yù)測(cè)倒譜系數(shù)、梅爾頻率倒譜系數(shù)等。

聲學(xué)數(shù)據(jù)庫(kù)和語(yǔ)言數(shù)據(jù)庫(kù)是針對(duì)智能語(yǔ)音識(shí)別的應(yīng)用場(chǎng)景構(gòu)建的具有針對(duì)性的數(shù)據(jù)庫(kù)。這兩個(gè)數(shù)據(jù)庫(kù)需要提前對(duì)大量數(shù)據(jù)進(jìn)行訓(xùn)練分析，也就是所說(shuō)的自學(xué)習(xí)系統(tǒng)，從而提取出有用的數(shù)據(jù)模型構(gòu)成數(shù)據(jù)庫(kù);另外，在識(shí)別過(guò)程中，自學(xué)習(xí)系統(tǒng)會(huì)歸納用戶的使用習(xí)慣和識(shí)別方式，然后將數(shù)據(jù)歸納到數(shù)據(jù)庫(kù)，從而讓語(yǔ)音識(shí)別系統(tǒng)對(duì)該用戶來(lái)說(shuō)更智能。

專家知識(shí)庫(kù)用于存放于應(yīng)用場(chǎng)景對(duì)應(yīng)的背景知識(shí)、常用詞句等，對(duì)句子進(jìn)行智能語(yǔ)義組合，仔細(xì)分析上下文的相互聯(lián)系，對(duì)當(dāng)前正在處理的語(yǔ)句進(jìn)行適當(dāng)修正，最后進(jìn)行結(jié)果輸出。

3 智能語(yǔ)音識(shí)別設(shè)備選用及在超聲工作站的初步實(shí)踐

3.1 智能語(yǔ)音識(shí)別設(shè)備選用

超聲醫(yī)學(xué)科選用科大訊飛臺(tái)式麥克風(fēng)IMI-G100，科大訊飛是亞太地區(qū)在智能語(yǔ)音錄入的標(biāo)桿，近年來(lái)在醫(yī)療領(lǐng)域也得到長(zhǎng)足進(jìn)步。科大訊飛臺(tái)式麥克風(fēng)有著多種特性，適用于超聲醫(yī)學(xué)科的工作環(huán)境。

3.2 語(yǔ)音喚醒

通過(guò)設(shè)定喚醒詞，麥克風(fēng)在休眠狀態(tài)下也能檢測(cè)到醫(yī)師的聲音，讓處于休眠狀態(tài)下的麥克風(fēng)直接進(jìn)入到等待指令狀態(tài)，快速開(kāi)啟語(yǔ)音錄入。這樣能使超聲醫(yī)師可以通過(guò)喚醒詞，快速實(shí)現(xiàn)語(yǔ)音錄入，節(jié)約時(shí)間。

3.2.1 聲源定位

傳統(tǒng)的單個(gè)麥克風(fēng)的聲音聽(tīng)取質(zhì)量與聲源距麥克風(fēng)的距離息息相關(guān)，距離越近失真越小。如果想要獲得理想的聲音質(zhì)量時(shí)，麥克風(fēng)的位置需要隨著聲源位置的變化進(jìn)行改變[10-11]。同時(shí)集中閱片室會(huì)有多位會(huì)診醫(yī)師同時(shí)會(huì)診的情況，會(huì)診醫(yī)師的聲音會(huì)受著其他各類噪聲的干擾，包括室內(nèi)聲音的反射和混響，都會(huì)大大降低聲音質(zhì)量，從而影響后續(xù)的語(yǔ)音處理。IMI-G100采用四麥陣列，可實(shí)現(xiàn)360度定位，陣列麥克風(fēng)具有較強(qiáng)的空間選擇性，能很好地實(shí)現(xiàn)聲源定位及跟蹤，從而可實(shí)現(xiàn)語(yǔ)音增強(qiáng)、回聲消除等。

3.2.2 遠(yuǎn)場(chǎng)拾音

訊飛麥克風(fēng)可實(shí)現(xiàn)最遠(yuǎn)5米距離的拾音，能保證會(huì)診醫(yī)師在較遠(yuǎn)的距離也能實(shí)現(xiàn)語(yǔ)音錄入。

3.3 專家數(shù)據(jù)庫(kù)建立

專家數(shù)據(jù)庫(kù)可以用于存放醫(yī)師在審核工作中的常用詞句或者模板進(jìn)行有效管理，審核醫(yī)師可以根據(jù)對(duì)專家數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行增加、刪除或修改。專家數(shù)據(jù)庫(kù)用于在語(yǔ)音形成句子后，在輸出前的最后修正，智能語(yǔ)音識(shí)別系統(tǒng)是否足夠智能，與專家數(shù)據(jù)庫(kù)數(shù)據(jù)的準(zhǔn)確性和豐富性息息相關(guān)。審核醫(yī)師把常用的短語(yǔ)、專用詞匯、簡(jiǎn)短語(yǔ)句錄入數(shù)據(jù)庫(kù)中后，系統(tǒng)對(duì)最后的語(yǔ)句進(jìn)行詞句匹配，這樣讓語(yǔ)音識(shí)別系統(tǒng)更能聽(tīng)懂審核醫(yī)師的審核意見(jiàn)，并進(jìn)行同音字判斷，最大限度減少錯(cuò)別字。

3.4 智能語(yǔ)音識(shí)別設(shè)備在超聲工作站的初步實(shí)踐結(jié)果

超聲醫(yī)學(xué)科于2019年5月開(kāi)始在超聲工作站中啟用智能語(yǔ)音錄入的方式實(shí)現(xiàn)對(duì)駁回意見(jiàn)的快速錄入，原來(lái)一份報(bào)告的駁回意見(jiàn)填寫平均需要1min左右，智能語(yǔ)音錄入系統(tǒng)上線后，一份報(bào)告的駁回意見(jiàn)時(shí)間基本在20s以內(nèi)，效率提升三倍。這樣會(huì)診老師將有更多的時(shí)間用于報(bào)告的審核，進(jìn)而也提升了報(bào)告審核的質(zhì)量。

4 結(jié)論與展望

智能語(yǔ)音識(shí)別技術(shù)經(jīng)過(guò)數(shù)據(jù)庫(kù)模型的建立，可很好地應(yīng)用于超聲審核工作站，目前能提升會(huì)診醫(yī)師的報(bào)告審核效率，降低工作強(qiáng)度。這為超聲報(bào)告錄入系統(tǒng)的智能語(yǔ)音錄入建立一定基礎(chǔ)。超聲醫(yī)學(xué)科將繼續(xù)構(gòu)建用于超聲報(bào)告錄入的智能語(yǔ)音系統(tǒng)。進(jìn)一步優(yōu)化超聲檢查流程、節(jié)約人力資源、提升超聲檢查效率。

參考文獻(xiàn)

[1] 李剛.智能語(yǔ)音識(shí)別技術(shù)的架構(gòu)與設(shè)計(jì)[J].電腦知識(shí)與技術(shù)，2018，14（18）：175-177.

[2] 王飛，胡川，羅浩，等.醫(yī)療場(chǎng)景智能語(yǔ)音識(shí)別技術(shù)的應(yīng)用研究[J].中國(guó)數(shù)字醫(yī)學(xué)，2019，14（12）：19-21.

[3] 孫國(guó)強(qiáng)，趙從樸，朱雯，等.智能語(yǔ)音識(shí)別技術(shù)在醫(yī)院應(yīng)用中的探索與實(shí)踐[J].中國(guó)數(shù)字醫(yī)學(xué)，2016，11（9）：35-37.

[4] 賈孟成.語(yǔ)音識(shí)別技術(shù)在醫(yī)療領(lǐng)域中的應(yīng)用與思考[J].中國(guó)新通信，2019（3）：69-70.

[5] 劉晶，羅進(jìn)城，左秀然.基于語(yǔ)音識(shí)別的移動(dòng)電子病歷應(yīng)用探索[J].中國(guó)數(shù)字醫(yī)學(xué)，2018，13（4）：23-25.

[6] 李金苗，李鵬，劉慶金，等.智能語(yǔ)音識(shí)別技術(shù)在臨床醫(yī)療的應(yīng)用研究與實(shí)踐[J].中國(guó)衛(wèi)生信息管理雜志，2019，16（2）：218-221.

[7] 張海波，周民偉，劉曉輝，等.智能語(yǔ)音識(shí)別技術(shù)在醫(yī)院臨床的探索與應(yīng)用[J].中國(guó)衛(wèi)生信息管理，2017，14（5）：660-663.

[8] 栗小艷.超聲檢查報(bào)告語(yǔ)音識(shí)別與錄入系統(tǒng)臨床應(yīng)用研究[D].北京：解放軍總醫(yī)院，2015.

[9] 馬多佳，劉孟美，王旸，等.超聲檢查報(bào)告語(yǔ)音錄入系統(tǒng)[J].電子世界，2014（9）：36-37.

[10] 張鐵成.基于麥克風(fēng)陣列的聲音識(shí)別與定位算法研究[D].南京：南京師范大學(xué)，2016.

[11] 彭奎.一種基于麥克風(fēng)陣列的聲源定位系統(tǒng)及其應(yīng)用研究[D].合肥：安徽大學(xué)，2014.