我對(duì)語音交互這個(gè)方向一直有所關(guān)注，并于去年年初在CHIMA公眾號(hào)發(fā)表過兩篇關(guān)于語音交互的文章。隨著語音技術(shù)作為基礎(chǔ)設(shè)施日益完善，我在平時(shí)的工作和生活中，用到語音技術(shù)的機(jī)會(huì)也越來越多。

結(jié)合以上兩點(diǎn)，談?wù)勎覍?duì)語音技術(shù)最新的思考。

01

語音技術(shù)是不是非得跟“寫病歷”這件事綁在一起？

我覺得沒必要。語音技術(shù)的利弊和適用場(chǎng)景，我在之前的文章里已經(jīng)分析得很清楚了。寫病歷這件事，從來不是一件文體不限、鼓勵(lì)創(chuàng)新的創(chuàng)作行為。相反，寫病歷是一種受到非常多約束條件的專業(yè)文書寫作。一旦產(chǎn)生醫(yī)療糾紛、患者維權(quán)事件，病歷資料將會(huì)是認(rèn)定醫(yī)療機(jī)構(gòu)是否存在醫(yī)療過失的重要證據(jù)。

有興趣的可以看看下面這本書，這本書我看了好幾遍，受益匪淺。看完之后最大的感受是：寫病歷，還是模板好。因?yàn)椋粋€(gè)好的模板，不僅幫醫(yī)生框定了病歷的邊界、要素等大部分病歷書寫的核心內(nèi)容，還做好了前置的標(biāo)準(zhǔn)化工作。剩下的工作，只是專業(yè)人員的“完形填空”和“小作文”。

因此，我不建議，一提到語音就往“寫病歷”這件事上去靠，不僅靠不住，還會(huì)無形中放大語音技術(shù)在這個(gè)領(lǐng)域的短板。

02

語音交互的價(jià)值和方向在哪里？

事實(shí)上，語音交互已經(jīng)證明了其作為生產(chǎn)力工具的價(jià)值所在。在醫(yī)療領(lǐng)域，語音技術(shù)在超聲場(chǎng)景中的應(yīng)用和落地，有目共睹，有興趣的可以看看協(xié)和的案例（參見：北京協(xié)和醫(yī)院：智能語音識(shí)別技術(shù)賦能超聲檢查模式創(chuàng)新），這個(gè)案例在CHIMA舉辦的2020年醫(yī)院新興技術(shù)創(chuàng)新應(yīng)用典型案例中，獲得了“醫(yī)學(xué)人工智能創(chuàng)新方向”二等獎(jiǎng)。

在民用領(lǐng)域，語音技術(shù)也有很接地氣的案例。我在《智慧醫(yī)院產(chǎn)品觀之四：語音交互篇（上）》中，開篇就提到一個(gè)很接地氣的案例，即快遞小哥用語音技術(shù)輸入快遞地址，簡(jiǎn)單方便，非常實(shí)用。

現(xiàn)階段，對(duì)于語音技術(shù)，要給它機(jī)會(huì)，讓它發(fā)展，但不宜讓它挑大梁，更不要過分宣傳，免得被捧殺。

實(shí)際上，目前絕大部分手機(jī)輸入法中，“語音轉(zhuǎn)文字”已經(jīng)是標(biāo)配，連觸發(fā)模式都變得近乎一致（鍵盤底部居中，長(zhǎng)按）。

受此啟發(fā)，我在年初寫作《下一代醫(yī)院信息系統(tǒng)：醫(yī)療操作系統(tǒng)》時(shí)，便提到：語音交互技術(shù)，應(yīng)該作為一種“基礎(chǔ)設(shè)施”，成為醫(yī)療操作系統(tǒng)的標(biāo)配，把選擇和使用的權(quán)力交給用戶，把成長(zhǎng)的空間留給自己。

03

語音交互，需要用戶陪跑。

人們常說，陪伴是最長(zhǎng)情的告白。近期，我生活中發(fā)生的兩件小事，讓我意識(shí)到，以語音交互為代表的人工智能技術(shù)，需要用戶陪跑。

一是定鬧鐘的事。上文中提到，語音技術(shù)是一種“基礎(chǔ)設(shè)施”。我生活中常見的語音基礎(chǔ)設(shè)施有：家里的某品牌智能音箱，手機(jī)上的語音助手，輸入法上的語音轉(zhuǎn)文字按鈕等等。這些基礎(chǔ)設(shè)施，共同構(gòu)成了環(huán)繞在我身邊的一個(gè)語音環(huán)境。

最近，我對(duì)語音技術(shù)的看法，隨著一件小事發(fā)生了變化。很多人都習(xí)慣用手機(jī)定鬧鐘，我也一樣。遇到春節(jié)假期，自然會(huì)考慮關(guān)閉接下來一周的鬧鐘，免得美好的假期生活被打擾。

但是，當(dāng)我想要關(guān)閉鬧鐘的時(shí)候，問題來了。我的手機(jī)上有兩套鬧鐘系統(tǒng)：一套是常規(guī)的鬧鐘，也就是系統(tǒng)自帶的“時(shí)鐘”應(yīng)用中，自帶的鬧鐘；另一套鬧鐘在手機(jī)的“就寢模式”中，當(dāng)用戶設(shè)定了就寢和起床時(shí)間后，手機(jī)在相應(yīng)的時(shí)段進(jìn)行一系列的操作。比如，進(jìn)入勿擾模式，檢測(cè)拿起手機(jī)等動(dòng)作，并在“起床時(shí)間”發(fā)出提醒，這也算是鬧鐘。

尷尬的事來了，系統(tǒng)自帶的“鬧鐘”應(yīng)用比較好找，但是，“就寢模式”是近期系統(tǒng)更新后才上線的新功能，入門有點(diǎn)深，使用頻率也不高，我一時(shí)半會(huì)找不到在哪兒。

當(dāng)時(shí)已經(jīng)很晚了，我躺在床上，渾身困意，掙扎著用最后一絲清醒，喚醒手機(jī)的語音助手，并告訴她：幫我把接下來一周所有的鬧鐘都關(guān)了。

實(shí)際上，我說這句話時(shí)，心里也沒底。畢竟是第一次向語音助手發(fā)出這樣“復(fù)雜”的指令。平時(shí)，我和身邊的語音設(shè)施，互動(dòng)雖然很頻繁，但是內(nèi)容非常單調(diào)，基本上就是用語音控制開關(guān)，查一下天氣等等，都是一些非常簡(jiǎn)單的操作，對(duì)于語音技術(shù)，我并沒有抱太大希望。

但是幾秒鐘后，語音助手給出讓我非常滿意的答復(fù)：好的，主人。已幫你關(guān)閉時(shí)鐘和就寢模式下所有的鬧鐘。與此同時(shí)，伴隨著語音，屏幕上顯示了可視化的結(jié)果：已關(guān)閉*個(gè)鬧鐘，以及就寢模式下*個(gè)鬧鐘。

這幾乎是一個(gè)滿分的回答，當(dāng)晚我很快就睡著了。第二天早上，鬧鐘確實(shí)沒響，我睡到自然醒后，又想起這個(gè)案例。這個(gè)案例最有意思的地方在于：我和語音助手都在“進(jìn)化”。我下意識(shí)地想到用語音交互來解決問題，而它（即語音助手）既聽懂了，也做到了，這是我沒想到的。

說到這里，有人可能想到去嘗試“復(fù)現(xiàn)”這個(gè)操作，我想說，不一定能實(shí)現(xiàn)。這背后，既有后端技術(shù)和算法的迭代，更有“前端”我和語音助手之間平時(shí)的積累。如果沒有平時(shí)我和語音助手之間，那些高頻次的互動(dòng)，以及略顯單調(diào)的話題，我估計(jì)它很難在關(guān)鍵時(shí)刻，聽懂我想要什么，并給出滿意的結(jié)果。

二是洗手的事。除了語音之外，近期還有一個(gè)例子，讓我印象深刻。在疫情發(fā)生后，我的智能手表也更新了一項(xiàng)功能：洗手提醒。當(dāng)手表感知到用戶在洗手時(shí)，會(huì)自動(dòng)啟動(dòng)20秒倒數(shù)計(jì)時(shí)器，如果檢測(cè)到你沒達(dá)到洗手時(shí)間，它會(huì)提示您繼續(xù)洗手。

這個(gè)功能最初上線時(shí)，誤報(bào)和漏報(bào)的幾率很高。因?yàn)槭直硪苍趯W(xué)習(xí)，它在根據(jù)你手部的動(dòng)作，傳感器和麥克風(fēng)傳來的聲音綜合判斷你是否開始洗手。當(dāng)它“懷疑”你在洗手，會(huì)彈出如下提示：

在我看來，這既是邀請(qǐng)用戶標(biāo)注數(shù)據(jù)，更是一種良性的互動(dòng)。每次我遇到這種提示，我都會(huì)很自覺的、盡可能真實(shí)的反饋問題。帶來的結(jié)果是，最近，我的手表檢測(cè)洗手的準(zhǔn)確度，已經(jīng)越來越高了。

前幾日，在某行業(yè)群里參與討論時(shí)，我跟大家分享了這兩個(gè)案例。有群友給出結(jié)論：AI的成長(zhǎng)，需要用戶陪跑（感謝左手醫(yī)生創(chuàng)始人兼CEO張超精彩觀點(diǎn)）。

我很是喜歡這句話。用戶一定要認(rèn)識(shí)到，AI不是簡(jiǎn)單的商品或者單純的服務(wù)，買來就用，用完就走。或者說，你賣你的，我用我的，用得好我就給你點(diǎn)贊，用得不好就發(fā)牢騷。

用戶一定要理解AI的特殊性。我之所以樂意為手表標(biāo)注數(shù)據(jù)，愿意耐著性子和語音助手互動(dòng)，是我的醫(yī)工背景，加上我對(duì)于行業(yè)的理解，讓我認(rèn)識(shí)到，AI的價(jià)值體現(xiàn)和行業(yè)發(fā)展，少不了用戶的參與，這種參與不僅僅是購(gòu)買和使用，更是標(biāo)注、陪跑這種看似不起眼的小事。

04

總結(jié)

最近，IBM Watson的話題再次登上媒體。對(duì)于Watson的失敗，我認(rèn)為根子在于失衡。投入與產(chǎn)出的失衡，過高的期待值與實(shí)際表現(xiàn)之間的失衡等等。

太陽底下沒有新鮮事，在我們讀書時(shí)，這種事便屢見不鮮：高考時(shí)，有些人奔著清華北大去的，結(jié)果考了個(gè)重點(diǎn)一本，外界難以接受，自己承受壓力，心態(tài)失衡；有人平時(shí)默默無聞，無人問津。高考時(shí)，考了個(gè)重點(diǎn)一本，自己滿意，外界點(diǎn)贊。

語音技術(shù)作為人工智能的一個(gè)分支，經(jīng)過大家多年努力，已經(jīng)體現(xiàn)出自身價(jià)值和良好的落地應(yīng)用場(chǎng)景，已經(jīng)具備了成為生產(chǎn)力工具的價(jià)值和能力。希望這項(xiàng)技術(shù)不要被捧殺，也不要被低估，而是按照自己的實(shí)際，以自己的配速奔跑，也希望用戶、醫(yī)療機(jī)構(gòu)更多的參與和陪跑，多方發(fā)力，共同進(jìn)步。