午后，一位护理师推著护理车停在一张病床旁，他一手帮病患整理床褥，另一手调整点滴、检视尿袋；接着对耳机的麦克风缓缓说道：“新增护理纪录，病患 XXX，意识良好，排尿顺畅，输入完毕。”
没有动笔、也不必拿纸板或平板电脑，病人的生理资讯都在他说话当下，自动输入到护理系统的后台。这不是未来的医疗世界，而是恩主公医院的现场；这套系统，出自笔电大厂纬创的子公司纬创医学。
7 月 20 日，三峡恩主公医院新门诊大楼开幕记者会，成为亮点的 3 套 AI 系统，源自该院首席执行官吴志雄 2 年前寻找科技业伙伴时，希望用软件改善医疗照护流程，在竞相投入医疗的电子五哥之中，着重软件开发的纬创医学，因而中选。
除了伤口影像辨识 AI、能根据国际疾病分类标准做智慧推荐的 AI 之外，前述全球第一套能同时辨识中英文“护理师版 Siri”的语音辨识系统，最让外界惊艳。
台大资工系教授张智星指出，语音辨识是目前最难在台湾医院落实的 AI，因为台湾医护人员说话经常中、英夹杂，沟通情境独特，但一般语音 AI 同时间仅能解读单一种语言。
纬创医学如何做到的？该公司总经理黄俊东（首图左）接受《商周》专访透露，法门就是“走进现场”。
蹲点医院，让 AI 学双语
他派出 2 个工程师到恩主公医院的 8 个护理站蹲点，先与院方的资讯人员讨论出 2 万多个中英文专业词汇，再一一录下 8 位护理师念出的 1 千多种句型，最终搜集超过 5 千分钟的录音档案，而且，这个 AI 还得学会辨识“台式英文”。
在这场跨界合作中，存在不少难题。首先，误解是来自医院以为科技无所不能。“一开始的时候，他们觉得语音可以做很多很多的事情，”纬创医学产品经理钟仁烈回忆，院方原希望导入系统后，护理师从此不再需要动手做纪录。
但像用药与否的“是非题”，其实动手在平板打勾只需 1 秒钟。若改用语音输入，得对耳麦叙述完整句子、等 AI 覆述，费时至少 10 倍。“我们跟他们讲，那种单选、打勾就好的表单，用语音不见得比较快，”说服的过程，他还拿出数据，证明语音与手抄的效率差距。
又如，医院本以为只要护理师对 AI 随便讲一句话，像是“体温 36 度”，AI 就会知道资讯要归入哪个档案；但事实上，AI 必须先知道“目的地”，否则护理师常用数十种表单，许多都要记录体温。
恩主公医院护理部主任詹碧端说，她发现原来工程师口中的“命令”与“分层”术语，就像过去做纸本纪录，得先拿出表单的动作，“我们也才明白，原来语音不是万能的”。
护理师们的反应也让工程师们理解到，自己每天在实验室“玩”的 AI，对许多人来说，其实还很陌生。
办比赛，改变护理师习惯
第二个要克服的跨界难题，是医护人员的习惯。
这套语音 AI 在今年第一季试用时辨识率仅七成，远低于苹果、微软旗下语音 AI 九成五的辨识率。纬创医学总监郭志峰解释，问题出在护理师每人不同的说话习惯。譬如血氧浓度 95%（percent），有人会说 95“趴”，也有人说 95%，“一般人听觉得很正常，可是 AI 会混淆”。
科技人想的是把用语标准化就好，但护理部回馈是，如果强迫念法一致、改变习惯，反而让大家对新科技反感。最后的妥协方案是，“让 AI 都接受 percent 跟趴的用法，但至少 percent 的念法，重音要尽量一样。”钟仁烈说。
其他状况，还包括资深护理师觉得自己动手记或打键盘会更快，以及不适应在安静的病房中对耳麦说话，“其实人都一样，像我打电话进语音信箱，就不想讲了。”黄俊东说。
为了改变众人习惯，熟悉同仁心性的詹碧端，祭出一个纬创工程师们想也想不到的妙方：办比赛，将护理师依病房分组，语音 AI 使用率最高的组，就可获得奖金。
随着比赛带动这套系统的使用率，护理师们也越懂得如何对 AI 说话，协助提升辨识率到九成五；同时，也因为使用频率变多，护理师们每天花在记录档案的时间也减少五成，“目标是希望降到三成”，詹碧端说。
不只医护人员改变，科技人也因跨界对话，更理解自己。
郭志峰说，走入护理师工作现场才知道，“原来他们的工作这么多、这么杂！”光在护理系统调出病人纪录，就要 7 道步骤，工程师们也才理解到，自己的工作不只是追求 AI 准确率，“而是要理解他们的工作流程，减少他们的负担，然后把这些东西设计进去。”
5G 与 AI 加速了智慧医疗发展，但，科技与医疗要真正做到跨界融合，最根本仍在于放下本位、理解彼此，才能发挥一加一大于二的成效。
（作者：侯良儒；本文由《商业周刊》授权转载）
延伸阅读：
- 疫情加速医疗保健语音应用发展，2023 年市场规模将突破 7 亿美元
- 新冠病毒大流行成为数位语音技术“大流行”的强大动力
