丹麦健康科技公司Corti与软件供应商Dedalus宣布合作，共同开发一款基于语音输入和人工智能的医院医疗记录系统。Corti的人工智能基础设施将被集成到Dedalus的新产品Orbis Speech Assistant中，可能成为美国主要供应商（如微软）现有解决方案的替代方案。
未来，该临床软件将通过实时分析医患对话内容，自动将其结构化并生成具有临床相关性的文档，从而减轻医务人员的工作负担。人们希望这一技术能够显著减少行政工作量，并提高文档质量。计划还指出，此举可以避免通用人工智能系统常见的错误来源，例如不准确或过于冗长的文本。通过将人工智能模型集成到Orbis Speech Assistant中，Dedalus集成技术部门负责人Jan Rusch表示，公司旨在“为临床文档设定新标准”。
目前已有许多医疗软件供应商利用人工智能语音识别处理医患对话。自2025年1月以来，汉堡-埃彭多夫大学医学中心（UKE）也开始使用由其子公司IDM gGmbH开发的人工智能语音识别系统Aureon。未来，Aureon还将以云解决方案的形式在其他医院应用。IDM总经理Julius Obergassel博士表示：“我们认为，在德国医疗系统中收集的数据应主要用于帮助本国患者及医护人员提供更好、更安全、更高效的医疗服务。德国自主研发的模型可使德国医疗系统减少对非欧洲供应商的依赖。”
初创公司“Voize”也开发了一款用于语音识别和文档整理的人工智能系统，该系统可以对输入内容进行结构化处理，并自动生成相应的文档条目。这些服务正逐渐被护理人员采用，护士可以通过应用程序以语音方式输入文档，而人工智能则会直接在智能手机上本地处理语音输入。
大型语言模型的局限性
例如，ID Berlin也提供自然语言处理服务，无论是书面还是语音输入。其重点在于通过自动化文本处理来提高计费流程的效率。正如André Sander博士向heise在线解释的那样，规则系统和机器学习方法已应用数十年。“大型语言模型（LLMs）的出现确实改善了文本处理的某些方面，但处理链中的某些元素（如医学上的合理性检查或透明推理）仍需依赖本体论。这些绝不是‘前LLM时代’的遗留物，而是由全球活跃社区不断发展的超现代结构。”Sander还提到了LLMs的局限性，并引用了苹果机器学习研究团队最近发布的一项研究，该研究表明大推理模型的“思考”能力可能至少部分是一种错觉。
相关阅读
微软计划于夏季推出面向医疗保健领域的AI系统“Dragon Copilot”。
这与德国医学会议上的诉求一致。会上强调了医疗领域数字主权的重要性，希望欧洲能够开发和训练自己的AI模型，从而避免敏感医疗数据被传递给大型技术公司，这些公司可能会利用这些数据开发或改进其产品。
(全文结束)
