智慧医院产品观（六）：再谈语音交互

我对语音交互这个方向一直有所关注，并于去年年初在CHIMA公众号发表过两篇关于语音交互的文章。随着语音技术作为基础设施日益完善，我在平时的工作和生活中，用到语音技术的机会也越来越多。

结合以上两点，谈谈我对语音技术最新的思考。

01

语音技术是不是非得跟“写病历”这件事绑在一起？

我觉得没必要。语音技术的利弊和适用场景，我在之前的文章里已经分析得很清楚了。写病历这件事，从来不是一件文体不限、鼓励创新的创作行为。相反，写病历是一种受到非常多约束条件的专业文书写作。一旦产生医疗纠纷、患者维权事件，病历资料将会是认定医疗机构是否存在医疗过失的重要证据。

有兴趣的可以看看下面这本书，这本书我看了好几遍，受益匪浅。看完之后最大的感受是：写病历，还是模板好。因为，一个好的模板，不仅帮医生框定了病历的边界、要素等大部分病历书写的核心内容，还做好了前置的标准化工作。剩下的工作，只是专业人员的“完形填空”和“小作文”。

因此，我不建议，一提到语音就往“写病历”这件事上去靠，不仅靠不住，还会无形中放大语音技术在这个领域的短板。

02

语音交互的价值和方向在哪里？

事实上，语音交互已经证明了其作为生产力工具的价值所在。在医疗领域，语音技术在超声场景中的应用和落地，有目共睹，有兴趣的可以看看协和的案例（参见：北京协和医院：智能语音识别技术赋能超声检查模式创新），这个案例在CHIMA举办的2020年医院新兴技术创新应用典型案例中，获得了“医学人工智能创新方向”二等奖。

在民用领域，语音技术也有很接地气的案例。我在《智慧医院产品观之四：语音交互篇（上）》中，开篇就提到一个很接地气的案例，即快递小哥用语音技术输入快递地址，简单方便，非常实用。

现阶段，对于语音技术，要给它机会，让它发展，但不宜让它挑大梁，更不要过分宣传，免得被捧杀。

实际上，目前绝大部分手机输入法中，“语音转文字”已经是标配，连触发模式都变得近乎一致（键盘底部居中，长按）。

受此启发，我在年初写作《下一代医院信息系统：医疗操作系统》时，便提到：语音交互技术，应该作为一种“基础设施”，成为医疗操作系统的标配，把选择和使用的权力交给用户，把成长的空间留给自己。

03

语音交互，需要用户陪跑。

人们常说，陪伴是最长情的告白。近期，我生活中发生的两件小事，让我意识到，以语音交互为代表的人工智能技术，需要用户陪跑。

一是定闹钟的事。上文中提到，语音技术是一种“基础设施”。我生活中常见的语音基础设施有：家里的某品牌智能音箱，手机上的语音助手，输入法上的语音转文字按钮等等。这些基础设施，共同构成了环绕在我身边的一个语音环境。

最近，我对语音技术的看法，随着一件小事发生了变化。很多人都习惯用手机定闹钟，我也一样。遇到春节假期，自然会考虑关闭接下来一周的闹钟，免得美好的假期生活被打扰。

但是，当我想要关闭闹钟的时候，问题来了。我的手机上有两套闹钟系统：一套是常规的闹钟，也就是系统自带的“时钟”应用中，自带的闹钟；另一套闹钟在手机的“就寝模式”中，当用户设定了就寝和起床时间后，手机在相应的时段进行一系列的操作。比如，进入勿扰模式，检测拿起手机等动作，并在“起床时间”发出提醒，这也算是闹钟。

尴尬的事来了，系统自带的“闹钟”应用比较好找，但是，“就寝模式”是近期系统更新后才上线的新功能，入门有点深，使用频率也不高，我一时半会找不到在哪儿。

当时已经很晚了，我躺在床上，浑身困意，挣扎着用最后一丝清醒，唤醒手机的语音助手，并告诉她：帮我把接下来一周所有的闹钟都关了。

实际上，我说这句话时，心里也没底。毕竟是第一次向语音助手发出这样“复杂”的指令。平时，我和身边的语音设施，互动虽然很频繁，但是内容非常单调，基本上就是用语音控制开关，查一下天气等等，都是一些非常简单的操作，对于语音技术，我并没有抱太大希望。

但是几秒钟后，语音助手给出让我非常满意的答复：好的，主人。已帮你关闭时钟和就寝模式下所有的闹钟。与此同时，伴随着语音，屏幕上显示了可视化的结果：已关闭*个闹钟，以及就寝模式下*个闹钟。

这几乎是一个满分的回答，当晚我很快就睡着了。第二天早上，闹钟确实没响，我睡到自然醒后，又想起这个案例。这个案例最有意思的地方在于：我和语音助手都在“进化”。我下意识地想到用语音交互来解决问题，而它（即语音助手）既听懂了，也做到了，这是我没想到的。

说到这里，有人可能想到去尝试“复现”这个操作，我想说，不一定能实现。这背后，既有后端技术和算法的迭代，更有“前端”我和语音助手之间平时的积累。如果没有平时我和语音助手之间，那些高频次的互动，以及略显单调的话题，我估计它很难在关键时刻，听懂我想要什么，并给出满意的结果。

二是洗手的事。除了语音之外，近期还有一个例子，让我印象深刻。在疫情发生后，我的智能手表也更新了一项功能：洗手提醒。当手表感知到用户在洗手时，会自动启动20秒倒数计时器，如果检测到你没达到洗手时间，它会提示您继续洗手。

这个功能最初上线时，误报和漏报的几率很高。因为手表也在学习，它在根据你手部的动作，传感器和麦克风传来的声音综合判断你是否开始洗手。当它“怀疑”你在洗手，会弹出如下提示：

在我看来，这既是邀请用户标注数据，更是一种良性的互动。每次我遇到这种提示，我都会很自觉的、尽可能真实的反馈问题。带来的结果是，最近，我的手表检测洗手的准确度，已经越来越高了。

前几日，在某行业群里参与讨论时，我跟大家分享了这两个案例。有群友给出结论：AI的成长，需要用户陪跑（感谢左手医生创始人兼CEO张超精彩观点）。

我很是喜欢这句话。用户一定要认识到，AI不是简单的商品或者单纯的服务，买来就用，用完就走。或者说，你卖你的，我用我的，用得好我就给你点赞，用得不好就发牢骚。

用户一定要理解AI的特殊性。我之所以乐意为手表标注数据，愿意耐着性子和语音助手互动，是我的医工背景，加上我对于行业的理解，让我认识到，AI的价值体现和行业发展，少不了用户的参与，这种参与不仅仅是购买和使用，更是标注、陪跑这种看似不起眼的小事。

04

总结

最近，IBM Watson的话题再次登上媒体。对于Watson的失败，我认为根子在于失衡。投入与产出的失衡，过高的期待值与实际表现之间的失衡等等。

太阳底下没有新鲜事，在我们读书时，这种事便屡见不鲜：高考时，有些人奔着清华北大去的，结果考了个重点一本，外界难以接受，自己承受压力，心态失衡；有人平时默默无闻，无人问津。高考时，考了个重点一本，自己满意，外界点赞。

语音技术作为人工智能的一个分支，经过大家多年努力，已经体现出自身价值和良好的落地应用场景，已经具备了成为生产力工具的价值和能力。希望这项技术不要被捧杀，也不要被低估，而是按照自己的实际，以自己的配速奔跑，也希望用户、医疗机构更多的参与和陪跑，多方发力，共同进步。