语音支持:医疗保健数字化转型之旅的下一波浪潮

简介: 语音支持是用户界面技术发展的下一步,它将彻底改变人们与医疗保健服务中的技术交互的方式。

亚马逊公司最近发布了一则新闻,披露了该公司提议的可穿戴式情感感应设备的技术细节。该公司Alexa团队正在开发这个设备,他们使用语音识别技术来检测消费者的情绪状态。这并不是首次使用语音识别技术来诊断用户状况,语音技术在帕金森病早期检测中已经得到应用,因此使用相同的技术来检测和治疗一系列疾病是合乎逻辑的。


在过去二十年中的网络技术和移动技术的发展浪潮之后,语音技术可能成为用户界面和技术平台转变的下一波浪潮。实际上,语音领域可能是大型科技公司的下一个战场,因为消费者越来越多地使用语音界面来获得信息,就像谷歌公司推出的基于文本的搜索引擎多年来一直主导消费者的注意力一样。据报道,亚马逊公司在其Alexa团队中拥有超过10,000名员工,但该公司并不是唯一一个将语音识别技术应用在解决医疗问题的公司。除亚马逊公司之外,谷歌(谷歌助理)、苹果(Siri)和微软(Cortana)也在基于语音的个人助理技术开发上投入数十亿美元的资金,并希望在市场中占据主导地位(或者至少不会落后于竞争对手)。


然而,消费者级的语音识别服务(例如推荐餐馆)并不能转化为医疗环境中的技术部署。医疗保健行业受HIPAA数据隐私规则的约束,这些规则控制哪些信息可以共享、与谁共享以及如何共享。亚马逊公司最近发布了一套Alexa技能,用于传输和接收受保护的健康信息,并正在使用少量的试点健康系统。虽然许多技能都是相对平凡的服务,例如处方补充的状态更新,但这些试点项目可以为一系列复杂的医疗护理管理协议建立一个安全通信试验台。


获得医疗服务


人们希望医疗服务可以以他们选择的时间、地点和方式提供,而在某些情况下,这种服务甚至在他们还没有意识到之前开始提供。位于北卡罗来纳州的Atrium Health公司开发的Alexa Pilot正在使用语音识别帮助客户联系附近的紧急护理中心,并获得当天预约。这将显著提高访问率,并提高消费者满意度,更不用说医疗系统收入增加带来的利润。


减轻医务人员的压力


关于电子健康记录(EHR)系统和技术的出现是否增加医生和其他护理人员的工作量,这已经有了很多研究。人们希望采用智能技术减轻医疗护理人员的负担,并且语音服务正好符合这一点。Geisinger健康系统的首席信息官John Kravitz认为,“在医院环境中,我们希望能够减轻医疗护理人员的压力,患者可以与Alexa交谈或使用Google Home类型的语音设备。医疗护理人员可以与设备互动,并希望能够更有效地为患者提供服务。”


提供卓越的客户体验


提供卓越的体验是企业实施数字化转型计划的主要目标之一。随着人们进入零用户界面技术时代,触摸屏被语音等自然语言界面所取代,将会更多地融入到人们日常生活和工作背景中。以上描述的Alexa技巧可以在短期内完成一系列简单的任务。但是,随着时间的推移,软件将显著改善客户体验。随着语音识别软件越来越复杂,在人工智能和机器学习的帮助下,它将适应人们的口音和更广泛的术语。此外,临床术语逐渐纳入到语音用户界面的词典中,这在医学背景中变得至关重要。


隐私问题是采用语音服务面临的一个主要障碍,特别是如果基于语音的交互数据由一家大型科技公司存储在云平台中更令人担心。由于对于亚马逊可能窥探消费者隐私的Alexa的担忧,也可能会暂停推广该技术的使用,直到建立足够的隐私保护措施才能广泛地推广。相信随着时间的推移,这些问题将会得到解决,就像现在对云计算基础设施中患者数据存储的安全担忧不再成为一个困扰的问题一样。然而关键在于,对于银行业和零售业等各种其他服务,语音技术已经成为消费者生活的一部分。


如果说在医疗保健领域语音服务的未来还有一件事要说的话,那就是目前市场还没有推出这种产品。

相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同,识别当前发音人的身份。按照任务具体分为两种: 声纹辨认:从说话人集合中判别出测试语音所属的说话人,为多选一的问题 声纹确认:判断测试语音是否由目标说话人所说,是二选一的问题(是或者不是) 按照应用具体分为两种: 文本相关:要求使用者重复指定的话语,通常包含与训练信息相同的文本(精度较高,适合当前应用模式) 文本无关:对使用者发音内容和语言没有要求,受信道环境影响比较大,精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍: 郑斯奇,达摩院算法专家,毕业于美国哈佛大学,研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
相关文章
|
机器学习/深度学习 人工智能 TensorFlow
倚天产品介绍|倚天性能优化—YCL AI计算库在resnet50上的优化
Yitian710 作为平头哥第一代ARM通用芯片,在AI场景与X86相比,软件生态与推理性能都存在一定的短板,本文旨在通过倚天AI计算库的优化,打造适合ARM架构的软件平台,提升倚天性能
|
11月前
|
监控 区块链 数据中心
Arista EOS 4.34.0F - 适用于下一代数据中心和云网络的可扩展操作系统
Arista EOS 4.34.0F - 适用于下一代数据中心和云网络的可扩展操作系统
366 0
Arista EOS 4.34.0F - 适用于下一代数据中心和云网络的可扩展操作系统
|
11月前
|
缓存 前端开发 API
HarmonyOS实战:一招解决等待多个并发结果
本文分享了在开发鸿蒙NEXT版本软件时遇到的并发问题及解决方案。公司为赶在鸿蒙纯血系统上市前发布相关软件,将开发重点放在清除缓存功能上。针对需同时清除四个缓存文件夹的需求,文章分析了官方API 11文档中提供的异步处理方法(如Promise和async/await)的不足,并提出使用Promise.all实现优雅解决方案,避免多层嵌套与代码混乱。通过封装异步任务、构建任务数组及统一处理结果,最终实现高效清除缓存并统计大小的功能。文末呼吁开发者共同参与优化鸿蒙生态。
233 0
|
人工智能 Cloud Native 大数据
连续11期,阿里云金融云蝉联第一!
连续11期,阿里云金融云蝉联第一!
332 4
|
Kubernetes Nacos 微服务
探讨了在Kubernetes中使用Nacos v2.2.3时,强制删除Pod后Pod仍存在的常见问题
本文深入探讨了在Kubernetes中使用Nacos v2.2.3时,强制删除Pod后Pod仍存在的常见问题。通过检查Pod状态、事件、配置,调整Nacos和Kubernetes设置,以及手动干预等步骤,帮助开发者快速定位并解决问题,确保服务稳定运行。
425 2
|
开发框架 JavaScript 前端开发
Electron 重大更新,33.0.0版本发布,带来多项新特性与改进!
本文介绍了 Electron 33.0.0 版本的重要更新,包括核心组件的升级(Chromium、Node.js 和 V8),新增功能(如 app.setClientCertRequestPasswordHandler 和 View.setBorderRadius),重要改进和主要问题修复。建议开发者尽快升级,以享受更强大的性能和功能。
853 0
Electron 重大更新,33.0.0版本发布,带来多项新特性与改进!
|
存储 数据采集 监控
草料用户案例|巧用二维码,班组管理信息化
实施二维码巡检技术之后,巡检人员只需用手机扫描企业现场设置的二维码标签,便能迅速获取相关设备巡检标准信息,实时更新、查询相关数据,上传视频和照片等,开展精准和高效的巡检工作。
406 0
|
JavaScript
(JS)身份证号码脱敏
(JS)身份证号码脱敏
273 0
|
搜索推荐
常用排序算法复杂度和稳定性总结
排序算法 平均时间复杂度 最好情况 最坏情况 空间复杂度 稳定性 冒泡排序 O(n2) O(n) O(n2) O(1) 稳定 选择排序 O(n2) O(n2) O(n2) O(1) 不稳定 插入排序 O(n2) O(n) O(n2) O(1) 稳定 希尔排序 O(nlogn)...
2836 0