Q医疗

云知声智能科技股份有限公司未认证获赞1

  • 企业地址:北京市朝阳区太阳宫中路16号院1号楼冠捷大厦12层

    联系电话:010-62369899

    企业邮箱:zhangli@unisound.com

    企业官网:http://www.unisound.com

  • 成立时间:2012 年

    企业规模:100-300人

    注册资金:6,357.3万

    浏览次数:2555

搜索引擎 极速收录
内容推广 量身打造
品牌流量 助力曝光
想收录?联系我们

云知声门诊病历生成系统其他推荐指数 5 星,同类排名第**位

产品介绍

对于医生而言:

门诊量屡创新高,病历书写工作任务繁重,降低看诊工作效率;

门诊资源紧张,门诊病历录入工作要求高、效率低、易出错(错误、遗漏、重复);

病历记录标准格式不统一,数据利用时,转化及兼容的处理、集成,增加了技术的复杂性和成本。

对于患者而言:

医生将时间花费在门诊病历录入,影响医患沟通,就医体验差。

应用山海大模型实现的门诊病历自动生成

问诊过程中,系统针对门诊医患沟通的全部实时录音,应用医疗大模型,进行语音分析,逻辑推理,完整理解医生及患者的表达意图后,抽取病历生成所需要素,标准化、结构化处理,自动生成完整标准病历。

医生可对自动生成的电子病历进行审核修改,并引用自动生成的电子病历,直接打印或同步到医院门诊电子病历系统中。

将全向收音麦克风放置于医生问诊桌上,对就诊语音进行完整记录;

问诊期间,医生专注于问诊本身,系统实时录音并智能处理医患对话。

应用流程与技术实现

感知&信号:

应用双指向麦克风阵列分别对医患双方进行语音采集

多麦阵列降噪(硬件设备)、回音和环境噪音消除(软件技术)

采用麦克风定向+声纹识别+大模型语义级理解进行角色分离

理解&生成:

基于山海大模型对医患对话文本进行分析、理解、标化,从而完成摘要

结合《电子病历书写基本规范》,应用山海大模型的文本生成能力,自动生成满足要求的门诊电子病历

应用效果与荣誉

门诊病历录入效率提升:80% ,单个患者问诊时间节省:27%

患者就医满意度和获得感大幅提升

北京市科委、中关村管委会颁发: 北京市首批行业大模型典型应用案例

北京市经信局颁发: 北京市人工智能行业赋能典型案例

服务医院(top30)

发表评论期待您的独特见解

Q友评论Q友评论仅代表用户个人观点,不代表Q医疗立场