面试
DeepScribe 创始人兼首席执行官 Akilesh Bapu – 访谈系列
阿基莱什·巴普 (Akilesh Bapu) 的创始人兼首席执行官 深度抄写员，它使用自然语言处理 (NLP) 和先进的深度学习来生成准确、合规且安全的医患对话笔记。
是什么让您引入并吸引了人工智能和自然语言处理？
如果我没记错的话，《钢铁侠》中的贾维斯是第一个真正吸引我进入自然语言处理和人工智能世界的人。 特别是，我发现令人着迷的是，人类不仅能够更快地完成任务，而且能够以令人难以置信的深度深入研究某些任务，并揭示某些信息，如果不是这样，他们甚至不会知道这些信息。这个人工智能。
这是“人工智能本身在大多数任务上不会像人类那么好，但将人类和人工智能结合在一起，这种组合将占据主导地位”的概念。 自然语言处理是实现人类/人工智能结合的最有效方式。
从那时起，我就迷上了 Siri、Google Now、Alexa 等。 虽然它们不像贾维斯那样无缝工作，但我非常想让它们像贾维斯那样工作。 特别是，显而易见的是，在当前的技术水平下，诸如“Alexa 做这个”、“Alexa 做那个”之类的命令非常容易且准确。 但对于像 Jarvis 这样的东西，它实际上可以在另一次对话交流中学习、理解、过滤和拾取重要主题——这在以前还没有真正做到过。 这其实和我创立 DeepScribe 的核心动机之一直接相关。 在我们为医生解决文档记录问题的同时，我们正在尝试全新的智能浪潮：环境智能。 人工智能可以挖掘你的日常话语，找到有用的信息，并使用这些信息来帮助你。
您之前在加州大学伯克利分校工程学院使用深度学习和 NLP 进行了一些研究。 你的研究是什么？
回到伯克利人工智能研究实验室，我正在研究一个基因本体注释器项目，我们用特定的输出参数总结 PubMed 文章。
高级概述：以 CNN 新闻文章摘要为例。 在该任务中，您将获取新闻文章并将其概括为大致几句话。 对您有利的是，您拥有数据以及在超过一百万篇文章上训练这些模型的能力。 然而，问题空间是巨大的，因为摘要的结构有限。 此外，实际文章几乎没有任何结构。 虽然自 2.5 年前我从事这个项目以来已经有了相当多的改进，但这仍然是一个未解决的问题。
然而，在我们的研究项目中，我们正在开发文章的结构化摘要。在这种情况下，结构化摘要与典型摘要类似，只是我们知道输出摘要的确切结构。这很有帮助，因为它极大地减少了我们机器学习模型的输出选项——挑战在于没有足够的带注释的训练来运行需要大量数据的深度学习模型并获得可用的结果。
我在这个项目中所做的工作的核心是利用我们对输入数据的了解，并开发一组浅层 ML 模型来支持它——我们发明的一种称为两步注释器的技术。 两步注释器的基准测试准确率是之前最佳值的近 2 倍（2% vs 20%）。
虽然这个项目和 DeepScribe 听起来可能完全不同，但它们在如何使用两步注释方法来极大地改善有限数据集上的结果方面非常相似。
推出 DeepScribe 的灵感是什么？
这一切都始于我的父亲，他是一名肿瘤内科医生。 在电子健康记录系统接管医疗保健之前，医生会在纸上记下事情，很少花时间做笔记。 然而，当 EHR 作为 2009 年 HITECH 法案的一部分开始流行时，我开始注意到我父亲在电脑上花费的时间越来越多。 他稍后会开始回家。 周末，他会坐在沙发上听写笔记。 像他从学校接我或篮球训练这样的简单事情已经成为过去，因为他晚上的大部分时间都花在赶文档上。
作为一个成长过程中的书呆子，我会尝试通过搜索网络并让他尝试来为他找到解决方案。 遗憾的是，没有什么办法能让他摆脱长时间的记录工作。
时间快进到 2017 年夏天，我是伯克利人工智能研究实验室的一名研究员，从事文档摘要项目。 一年夏天，当我回到家时，我注意到父亲仍在花费大量时间进行记录。 我问：“文档领域有什么新鲜事吗？ Alexa 无处不在，Google Assistant 现在也很棒。 告诉我，医疗领域的最新动态是什么？” 他的回答是：“一切都没有改变。” 我以为只有他有这个问题，但当我去调查他的几位同事时，发现了同样的问题：不是癌症治疗的最新情况或他们的患者遇到的新问题，而是记录。 “我怎样才能摆脱文档？ 如何节省文档时间？ 这占用了我很多时间。”
我还注意到已经出现了几家试图解决文档问题的公司。 然而，要么它们太贵（每月数千美元），要么它们在技术方面太少。 当时的医生几乎没有选择。 那时机会就出现了，如果我们能够创建一个人工智能医疗抄写员，一种可以跟踪医生就诊并进行总结的技术，并以每个人都可以使用的成本提供它，它可以真正带来护理之乐回到医学。
当您推出 DeepScribe 时，您只有 22 岁。 您能描述一下您作为企业家的历程吗？
我第一次接触创业是在高中的时候。 当我和一个碰巧了解一些 JavaScript 基础知识的朋友遇到了一个学习障碍儿童中心的主任时，一切就开始了。 他们告诉我们，最简单的工具如何对患有阅读障碍的儿童大有帮助。 我们最终共同开发了一个阅读障碍阅读器 Chrome 扩展程序。 它确实很简单——它只是简单地调整了字体，以满足阅读困难者易于阅读的科学指南。 虽然概念很简单，但我们最终在几个月内获得了超过 5000 名活跃用户。 我对基础技术如何对人们产生如此深远的影响感到震惊。
在伯克利，我继续尽可能地深入研究创业世界，主要是通过他们广泛的课程。 我最喜欢的是：
- 牛顿讲座系列——来自 InDinero 的 Jessica Mah 或来自 VMWare 的 Diane Greene 等加州校友就他们在伯克利的时光以及他们如何创办自己的公司进行了高度相关的演讲
- 挑战实验室——我实际上是通过这堂课认识了我的联合创始人 Matt Ko。 我们被分成小组，经历了一个为期一个学期的产品创建之旅，并在早期阶段接受指导以实现一个想法。
- Lean Launchpad——到目前为止，这三个平台中我最喜欢的是； 这是一个艰苦而严格的过程，我们在 Steve Blank（著名的亿万富翁和精益创业运动背后的人）的指导下提出一个想法，通过 100 名客户访谈对其进行验证，建立一个财务模型等等。 在这种类型的课程中，我们推销我们的“初创公司”，结果却在幻灯片 1 或 2 上停下来并受到拷问。 如果这还不够难的话，我们还需要每周采访 10 名客户。 我们当时的想法是创建一个专利检索，该检索可以提供与昂贵的现有技术检索类似的结果，这意味着我们每周向 10 名企业客户进行推销。 这很棒，因为它教会我们快速思考并变得更加足智多谋。
DeepScribe 成立时，一个名为 The House Fund 的投资者团体正在为那些拒绝暑期实习并利用暑假建立公司的学生开支票。 我们刚刚关闭了德尔福（专利搜索引擎），马特和我一直在谈论医疗文件，一切都准备就绪，因为这是尝试的最佳时机。
对于 DeepScribe，我们很幸运刚刚从 Lean Launchpad 中脱颖而出，因为为医生构建产品的最重要因素之一是围绕客户反馈迭代和完善产品。 医疗行业的一个历史问题是软件很少有医生参与设计循环，因此导致软件没有针对最终用户进行优化。
由于 DeepScribe 与我在伯克利的最后一年同时进行，因此这是一个沉重的平衡行为。 我会穿着西装出现在课堂上，这样我就可以准时参加客户演示。 我会使用所有 EE 设施和教授，而不是为了与课堂相关的任何事情，而是 100% 用于 DeepScribe。 我与研究导师的会面甚至变成了 DeepScribe 头脑风暴会议。
回想起来，如果我必须改变我的旅程中的一件事，那就是暂停大学学业，这样我就可以将 150% 的时间花在 DeepScribe 上。
您能为医疗专业人员描述一下使用 DeepScribe 与更传统的语音听写甚至做笔记方法相比有什么优势吗？
使用 DeepScribe 与使用实际的人类抄写员非常相似。 当您自然地与患者交谈时，DeepScribe 会聆听并拾取您笔记中通常出现的医学相关演讲，并使用您自己使用的相同医学语言将其放入其中。 我们希望将其视为医疗人员中新的人工智能驱动的成员，您可以根据需要对其进行培训，以帮助您在电子健康记录系统中记录文档。 它与使用语音听写服务有很大不同，因为它消除了必须返回并记录的整个步骤。 典型的听写服务将 10 分钟的文档时间缩短为 7-8 分钟，而 DeepScribe 将其缩短为几秒钟。 据我们的医生报告，每天可以节省 1.5 到 3 小时的时间，具体取决于他们看诊的患者数量。
DeepScribe 与设备无关，可通过 iPhone、Apple Watch、浏览器（用于远程医疗）或硬件设备进行操作。
由于复杂的医学术语，DeepScribe 可能会遇到哪些语音识别或 NLP 挑战？
与流行的观点相反，复杂的医学术语实际上是 DeepScribe 最容易掌握的部分。 DeepScribe 最棘手的部分是获取患者可能向医生提供的独特上下文陈述。 他们越偏离典型的对话，我们就越能看到人工智能的绊脚石。 但随着我们收集更多的对话数据，我们发现它每天都在显着改善。
DeepScribe 还使用了哪些其他机器学习技术？
语音识别和 NLP 的大范围往往涵盖了我们在 DeepScribe 所做的大部分机器学习。
您能列出一些正在使用 DeepScribe 的医院、非营利组织或学术机构吗？
DeepScribe 最初是通过加州大学伯克利分校健康中心的试点项目开始的。 哈特福德医疗中心、德克萨斯医疗中心和雪松谷医疗专家是 DeepScribe 正在合作的几个大型系统。
然而，DeepScribe 用户的较大比例是从阿拉斯加到佛罗里达州的 50 个私人诊所。 我们最受欢迎的专业是初级保健、骨科、胃肠病学、心脏病学、精神病学和肿瘤学，但我们也支持一些其他专业。
DeepScribe 最近启动了一项协助应对 COVID-19 的计划。 您能引导我们完成这个计划吗？
COVID-19 给我们的医生带来了沉重打击。 诊所只接诊了 30-40% 的患者，抄写人员正在被削减，医疗服务提供者被迫迅速将所有患者转为远程医疗。 所有这一切最终都会导致医疗服务提供者需要承担更多的文书工作——我们 DeepScribe 坚信，为了制止这种流行病，医生必须将 100% 的注意力和时间投入到照顾患者上。
为了帮助这一事业，我们很自豪能够为抗击这一流行病的医疗保健专业人员推出免费的远程医疗解决方案。 我们的远程医疗解决方案与人工智能驱动的医疗抄写员解决方案完全集成，无需在我们的平台上进行临床记录。
疫情期间，我们还免费提供抄写服务。 这意味着任何医生都可以免费联系抄写员来处理他们的文件。 我们希望，通过这样做，医生将能够将更多的注意力集中在患者身上，并花更少的时间思考文档，从而更快地制止 COVID-19 的爆发。
感谢您接受精彩的采访，我真的很喜欢了解 DeepScribe 和您的创业之旅。 任何想要了解更多信息的人都应该访问 深度抄写员.
