AI 模型与平台
Akilesh Bapu,DeepScribe 的创始人和 CEO – 采访系列

Akilesh Bapu 是 DeepScribe 的创始人和 CEO,该公司使用自然语言处理(NLP)和先进的深度学习来生成准确、合规和安全的医患对话记录。
是什么让你对 AI 和自然语言处理产生了兴趣并吸引了你?
如果我记得正确,来自“钢铁侠”的 Jarvis 是让我对自然语言处理和 AI 产生兴趣的第一件事。我发现它能够让人类以难以置信的速度和深度完成任务和揭示信息,这让我感到着迷。
这是一个“AI 本身不会比人类更擅长大多数任务,但人类和 AI 结合在一起将会占据主导地位”的概念。自然语言处理是人类和 AI 结合发生的最有效方式。
从那时起,我就痴迷于 Siri、Google (GOOGL ) Now、Alexa 等。我希望它们能像 Jarvis 一样工作,尽管它们没有那么完美。但是,当我要求它们执行诸如“Alexa 做这个”或“Alexa 做那个”这样的命令时,它们很容易也很准确。然而,当谈到像 Jarvis 这样的对话式交互时,AI 需要学习、理解、过滤和提取重要话题,这是以前没有做过的。这也是我创立 DeepScribe 的一个主要动机。虽然我们正在解决医生文档的问题,但我们也在尝试一种新的智能形式:环境智能。这种 AI 可以从日常对话中提取有用信息,并利用这些信息帮助用户。
您之前在 UC Berkeley 工程学院进行了使用深度学习和 NLP 的研究。您的研究是什么?
在伯克利 AI 研究实验室,我曾参与一个基因本体注释器项目,我们的任务是总结 PubMed 文章,并输出特定的参数。
从高层次上看,我们的任务是总结新闻文章,类似于 CNN 新闻文章总结。我们有大量的数据和训练模型,但问题空间非常庞大,因为总结没有明确的结构。此外,文章本身也没有明确的结构。虽然在我工作于该项目的 2.5 年前已经有一些改进,但这仍然是一个未解决的问题。
然而,我们的研究项目是开发结构化的文章总结。结构化总结与普通总结类似,但我们知道输出总结的确切结构。这有助于大大减少机器学习模型的输出选项,但挑战是没有足够的注释数据来训练深度学习模型并获得可用的结果。
我在该项目中的工作核心是利用我们对输入数据的知识,开发一个浅层机器学习模型的集成来支持它——我们称之为 2 步注释器。2 步注释器的准确率几乎是之前最好的 20 倍(54% 对 3.6%)。
虽然这个项目和 DeepScribe 看起来完全不同,但它们在使用 2 步注释法大大提高结果方面非常相似,尤其是在有限的数据集上。
是什么启发了您创立 DeepScribe?
一切都始于我的父亲,他是一名医学肿瘤学家。在电子健康记录系统成为医疗保健的主流之前,医生会在纸上记笔记,花费很少的时间在笔记上。然而,当电子健康记录系统开始流行时,我开始注意到我的父亲在电脑上花费的时间越来越长。他会晚回家,周末会坐在沙发上口述笔记。简单的事情,如他接我放学或带我去打篮球,变得不再可能,因为他大部分晚上的时间都花在文档上。
作为一个成长中的书呆子,我会尝试在网上找到解决方案,并让他尝试。但是,不幸的是,没有什么能很好地解决他的问题。
快进几年到 2017 年夏天,我在伯克利 AI 研究实验室工作,正在从事文档总结项目。一个夏天,当我回到家时,我注意到我的父亲仍然花费大量时间文档。我问他:“文档世界有什么新鲜事?”他回答说:“什么都没有改变。”我以为这只是他,但当我调查他的同事时,问题相同:不是最新的癌症治疗或他们的患者面临的新问题,而是文档。如何摆脱文档?如何节省文档时间?这占用了他们太多时间。
我还注意到,一些公司已经出现,试图解决文档问题。然而,它们要么太贵(每月数千美元),要么技术太过简单。医生当时只有很少的选择。这时机会出现了,如果我们可以创建一个人工智能医疗记录员,一个可以跟随医生患者访问并总结的技术,并以每个人都能接受的成本提供它,那么它真正可以把医疗的乐趣带回医学。
您当时只有 22 岁就创立了 DeepScribe。您能描述一下您作为企业家的旅程吗?
我第一次接触创业是在高中。当时我和一个朋友了解了一些 JavaScript 基础,我们与一个学习障碍儿童中心的主任会面。他们告诉我们,即使是最简单的工具也可以对有阅读障碍的儿童产生很大的影响。我们最终一起创建了一个阅读障碍 Chrome 扩展程序。它非常简单——只是调整字体以满足阅读障碍人士的科学指南。虽然概念很简单,但我们在几个月内就获得了 5000 多个活跃用户。我被基本技术对人们的影响力所震惊。
在伯克利,我继续尽可能地涉足创业世界,主要是通过他们的各种课程。我的最爱课程是:
- 牛顿讲座系列——像 InDinero 的 Jessica Mah 或 VMWare 的 Diane Greene 这样的 Cal 校友会就他们在伯克利的时间和如何创立自己的公司发表非常容易引起共鸣的演讲
- 挑战实验室——我实际上是通过这个课程认识我的联合创始人 Matt Ko 的。我们被分成小组,并在一个学期内经历了创建产品和被指导如何让一个想法起步的过程。
- 精益启动板——这是我最喜欢的三个课程之一;这是一个艰苦和严格的过程,我们在 Steve Blank(亿万富翁和精益创业运动背后的男人)的指导下,采取一个想法,通过 100 次客户访谈来验证它,建立一个财务模型等。这个课程非常艰苦——我们会向“创业公司”推销,但在第一或第二张幻灯片上就被驳回。更难的是,我们每周需要采访 10 位客户。我们的想法当时是创建一个专利搜索引擎,可以提供类似于昂贵的先前艺术搜索的结果,这意味着我们每周要向 10 家企业客户推销。它很棒,因为它教会了我们快速思考和非常有资源性。
DeepScribe 开始于一组投资者 The House Fund 为学生写支票,让他们放弃暑假实习,花夏天建立自己的公司。我们刚刚关闭了 Delphi(专利搜索引擎),Matt 和我一直在谈论医疗文档,于是一切都恰到好处,因为这是尝试的最佳时机。
有了 DeepScribe,我们很幸运刚刚完成了精益启动板,因为在为医生构建产品的最重要因素之一是迭代和完善产品以获得客户反馈。医疗行业的一个历史问题是软件很少将医生纳入设计循环,因此软件往往不适合最终用户。
由于 DeepScribe 正在我的伯克利最后一年发生,我不得不平衡这两者。我会穿着西装去上课,这样我就可以准时参加客户演示。我会使用所有的 EE 设施和教授,但不是用于课程,而是 100% 用于 DeepScribe。甚至我的研究导师会议也变成了 DeepScribe 的头脑风暴会议。
回顾过去,如果我必须改变我旅程中的一件事,那就是我会休学一年,专心致志地投入到 DeepScribe 中。
您能为医疗专业人士描述一下使用 DeepScribe 的优势吗,相比传统的语音录音或手写笔记方法?
使用 DeepScribe 的目的是让您感觉像拥有一个真正的人类记录员。当您与患者交谈时,DeepScribe 会监听并提取通常会进入您的笔记的医学相关语音,并使用您自己使用的相同医学语言将其放入您的电子健康记录系统中。我们喜欢把它当作您医疗团队中的一名新成员,您可以像训练其他员工一样训练它,以帮助您喜欢的方式记录。它与使用语音录音服务非常不同,因为它消除了整个记录步骤。虽然典型的语音录音服务可以将 10 分钟的记录时间缩短到 7-8 分钟,但 DeepScribe 可以将其缩短到几秒钟。我们的医生报告称,每天可以节省 1.5 到 3 个小时的时间,具体取决于他们看多少个患者。
DeepScribe 是设备无关的,可以从 iPhone、Apple Watch、浏览器(用于远程医疗)或硬件设备操作。
DeepScribe 可能会遇到由于复杂的医学术语而导致的语音识别或 NLP 挑战。这些挑战是什么?
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 最棘手的部分是捕捉患者可能与医生说出的独特语境陈述。患者的话越是偏离典型的对话,DeepScribe 就越容易出错。但是,当我们收集更多的对话数据时,我们看到它每天都在显著改进。
DeepScribe 中使用了哪些其他机器学习技术?
语音识别和 NLP 的大类涵盖了我们在 DeepScribe 中进行的大部分机器学习工作。
您能否列出一些正在使用 DeepScribe 的医院、非营利组织或学术机构?
DeepScribe 最初是通过 UC 伯克利健康中心的一个试点计划开始的。哈特福德医疗保健、德克萨斯医疗中心和塞达尔谷医疗专家是 DeepScribe 正在合作的几个较大的系统。
然而,DeepScribe 的用户中更大一部分是来自阿拉斯加到佛罗里达的 50 家私人诊所。我们最受欢迎的专业领域是初级医疗、骨科、胃肠病学、心脏病学、精神病学和肿瘤学,但我们也支持其他一些专业领域。
DeepScribe最近推出了一个计划来帮助应对COVID-19。您能否带我们了解这个计划?
COVID-19 对我们的医生产生了巨大的影响。诊所只看了 30-40% 的患者,抄写员人员被削减,医疗提供者被迫迅速将所有患者转移到远程医疗。这一切都导致医疗提供者有更多的文书工作——我们在 DeepScribe 坚信,为了阻止这场大流行,医生必须将 100% 的注意力和时间投入到照顾患者身上。
为了帮助这一事业,我们自豪地推出了一款免费的远程医疗解决方案,供与这场大流行作斗争的医疗保健专业人员使用。我们的远程医疗解决方案与我们的 AI 医疗记录员解决方案完全集成,消除了在我们的平台上进行的远程医疗会话的文档需求。
我们还在大流行期间免费提供我们的抄写服务。这意味着任何医生都可以免费获得一名抄写员来处理他们的文档。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,花费更少的时间思考文档,从而加快阻止 COVID-19 大流行的速度。
感谢这次精彩的采访,我真的很喜欢了解 DeepScribe 和您的创业经历。任何想了解更多的人都可以访问 DeepScribe。












