《“提高录入效率”在一些领域的历史和现状》

《“提高录入效率”在一些领域的历史和现状》

 “提高录入效率”就是“提高工作效率”，“提高效率”就是核心竞争力。俺从事医疗行业很多年，俺就从医疗行业中的“提高工作效率”开始讲起。提起计算机在医疗中的应用，就离不开一个词：“电子病历”。那么，一个住院病人或者手术病人会产生多少页的电子病历呢？少则几十页，多则几万页。俺去年就看到一个7.8万页的电子病历，超过1万页的电子病历是经常见到的（另： 俺指英文的电子病历，中文的电子病历页数少很多，因为中文的描述要凝练很多，下面有个段子）。这么多页的电子病历是怎么来的呢，一部分来自医院各个系统的数据，一部分就是来自手工录入，例如:手术报告。所以，“提高录入效率”一直是个大课题。
 
 
 前面讲了背景，下面讲一个实际的操作。这个要从录音机开始讲。很多年前，医生实在是录不完那些电子病历，而且也没有那个时间。（国外一个外科医生，上完高中之后，最快要还有读11年书才能拿下执照。学费接近80万。然后每天花费大量时间录入电子病历，就是做在键盘前敲啊敲，医生的心里也接受不来）。这时候就形成了一个新的产业，就是“打字”行业。医生把要录入的内容录音到磁带中，交给“打字”公司，打字公司安排人听录音进行录入。然后以每行8分到1毛的价格进行收费。故事讲到这里，就开始进入正题了。“提高录入效率”就是这些打字公司的“核心竞争力”。在大部分公司的打字员录入100行的时间，某个公司能够在同样的时间内录入120行。那么这多出来的20行就是“核心竞争力”，有了这20行，就有了更多的利润可以用来扩大规模。有了这20行，就可以打价格战，把对手都打趴下。
 
 如何“提高录入效率”呢？在25年前，最早是从输入法进行尝试的。在开始这个话题之前，先说一个段子。请看这个单词“pneumonoultramicroscopicsilicovolcanoconiosis” 。啥意思呢?就是“肺尘病”。这个单词要是一个字母一个字母的录入，还不能写错，是有点累。医疗上有很多术语，例如 ICD CPT，包含了很多术语。复杂一点的SNOMED CT 包含了几百万数据。这个时候有有各种“提高录入效率”的工具诞生了。以前，俺公司的一个大神就写了一个，是一个通用的工具，适用于 word、记事本、或者各家的HIS、电子病历等的系统。有点类似输入法，但是比输入法更加专业。使用时，有多种匹配方式。可能有人说：“这个是不是,就是现在的搜狗输入法，加上一个医学专业词库。或者有点像开发工具中的代码提示，或者coderush”。这个确实有点类似，但是要比那些普通的输入法多一些医学上和电子病历的一些功能。举几个例子：
  1、术语更加专业。
  2、可以和很多系统集成。举个例子，俺知道很多从事医疗行业的人，都知道“单点登录”。其实俺觉得“单点登录”远没有CCOW有用。CCOW（Clinical Context Object Workgroup） 也是非常老的一个标准。这玩意其实在应用上特有用。这玩意是干啥的呢，就是一个"上下文"服务。说白了，在一台计算机上，HIS啊、电子病历啊、等各种程序，可以基于CCOW，来获得当前的病人是谁，当前的各个系统的登录用户是谁，还能注册各种事件，例如切换病人，例如登录登出，例如下医嘱。通过这个，可以根据当前的病人（就是上下文），快速的输入信息。按下某个快捷键，“完整的病人信息”或者“当前检验结果”就输入上去了。比复制粘贴还快。复制粘贴还有切换不同的系统，进行查找，然后再复制。
  
 还有很多这样的功能，目的就是主要就是提高录入效率，提高录入质量。 
 随着时间的推移，来到了2010年。在“提高录入效率”上有了更多新方向，俺后面一个一个的说。

语音识别已经广泛应用了，这里要说说2家公司 Nuance和MModal。Nuance比较早，最早是用隐含马尔可夫链进行处理，在语音识别领域去的成功后，后来的产品是基于深度神经网络的。这个2个家公司基本基本瓜分了医疗行业的语音识别的大部分市场。为啥不用 Google 或者 Siri的语音识别，因为无论是  Google 还是 Siri的语音识别，在处理医疗行业的长语音（还有各种背景噪音）时，质量满足不了实际的需求。语音识别的应用，在很多的程度上，提高了文字处理的效率。

题外话：

Nuance的最早版本的帮助里，有大量的程序员的合照。