一、项目概述
（一）项目背景
国内医疗信息化建设的日趋成熟，HIS系统、电子病历系统、影像报告系统、检验系统、移动护理等系统逐渐普及，大部分医生通过计算机等电子设备进行病程记录、检查报告、手术记录等文字的录入工作。香港德信对国内医院电子文本录入工作量的调查显示，超过40％的医生每天在计算机前进行文字录入大约需要4小时，超过一半的医生每天进行文字录入的时间占工作总时间的40％。可见文字录入便捷性已成为影响医生工作效率、工作体验的重要因素，对没有电脑基础习惯手写病历的医生而言，键盘打字录入无疑又增加了其工作量。书写工作是严重影响医院的工作效率，增加医院人力成本的因素之一。
经过多年的技术变革，在无屏、移动、远场状态下，以语音为主，键盘、触摸等为辅的人机交互时代正在到来。目前，基于云计算技术的语音录入得以快速发展，不仅可以个性化语音录入，建立医学词库、用户个性化词库和地方方言词库，系统自适应学习，同时与信息系统集成实现更高的智能化。
（二）建设目标
多场景智能语音应用革新人机交互方式。面向业务系统提供语音服务的服务，使用语音识别引擎为业务应用程序提供多路并发的语音识别、自然语言理解功能，通过架设在语音云平台上的语音应用服务，用户可以随时随地获得高质量的语音服务。
语音输入让医疗文书录入更高效。结合成熟的语音识别、语义理解技术，利用特殊的多阵列麦克风，满足在嘈杂的环境中快速转写的需要，基于医疗语音识别引擎对拾得语音进行实时转录，能够大大提升医生工作效率和医疗文书的规范性，做到所说即所见。
建设内容
| 序号 | 系统 | 单位 | 数量 |
| 1 | 医学AI能力平台 | 套 | 1 |
| 2 | 多模态输入套件 | 套 | 100 |
| 3 | 多模态语音录入系统终端授权 | 个 | 100 |
二、技术需求
（一）总体要求
技术路线要求
语音识别技术
语音识别引擎提供关键字语音识别和连续语音识别，具备优秀的识别率，提供全面的开发支持及丰富的工具，易于使用。
针对语音识别应用中面临的方言口音、背景噪声等问题，基于实际业务系统中所收集的涵盖不同方言和不同类型背景噪声的海量语音数据，通过先进的区分性训练方法进行语音建模，使语音识别在复杂应用环境下均有良好的效果表现。
基于深度学习的语音识别技术，因为采用海量数据进行学习和训练（一般需要数十万小时的语音数据），不同的噪声类型和口音都可以通过人工智能和机器学习的方法进行学习，从而对噪声和用户的不同口音都有比较好的覆盖，这也是语音识别技术可以得到更广泛应用的最先决的条件。
自然语言处理及大数据分析
对采集到的海量医疗数据进行分析存在许多挑战。首先，医疗信息系统通常不是为了科研和数据分析设计的。从数据分析的角度看，医疗数据通常比较复杂，数据的异构度较大，存在很多缺失信息和不一致信息。其次，理解医疗数据通常需要不同领域的知识，包括医学，生物统计学，流行病学和信息学等。在某些涉及基因疗法的医学数据中，还需要有基因学背景领域专家。医学术语和本体知识库医学术语提供了标准化描述并减少歧义的医学术语，而医学本体知识库进一步提供了标准化且一致的医学本体词汇来描述医学概念和概念之间的关系。通过使用医学术语和本体知识库，复杂、异构的医疗数据之间可以相互交流，使后续的科学分析得以进行。
语音内容提取与分析
语音的内容提取与分析技术研究，针对语音内容的自动转写方面，拟采用的技术路线分为三个阶段，分别是：
（1）针对语音端点检测与说话人分离
计划收集各种应用场景下的非语音数据，使用深度神经网络技术进行语音与非语音建模，实现高质量的语音端点检测；另外，计划利用BIC(Bayesian Information Criterion)距离在短时上的优势，同时结合PLDA(Probabilistic Linear Discriminant Analysis)在长时声纹相似性评估上的优势，采用两阶段的方法进行分离，充分提高说话人分离的类纯度。
（2）面向口语化风格的声学模型
针对口语化发音更加多样化的问题，一方面，计划研究万小时以上的海量语音数据条件下的声学建模，通过收集各种发音风格，提高声学模型对发音变化的覆盖性；另一方面，针对口语化导致的语速快、吞音、回读等问题，计划采用基于模型域、特征域以及特殊音素建模的方法，减少口语化问题的影响；第三方面，计划采用具有时序建模能力的循环神经网络，结合对音素、说话人、环境的预测，进一步提高声学建模能力。
（3）面向口语化风格的语言模型
针对口语对话产生的回读、不通顺、语气词等问题，计划使用基于字与基于词结合的循环神经网络建模技术、语义语言模型技术等逐步减少口语化问题的影响。针对语音转写可用充分利用长时信息的特点，计划采用基于N-Gram的篇章级语言模型技术、以及基于循环神经网络的篇章级自适应技术，进一步提高语言模型建模能力。
语音内容理解与摘要
针对语音转写结果基础上的内容理解及摘要，采用的技术路线为：
（4）语音转写结果的可读性提升
计划使用基于多信息融合及基于声学属性识别的声学置信度技术，并结合语义信息，进一步提升异常语音的检测能力；计划研究基于CRF(Conditional Random Field)模型的标点技术、基于CRF模型的句子顺滑及基于最大熵模型的关键信息抽取等技术，通过这些技术的组合，进一步改善转写内容的可阅读性。
（5）语义段落的自动划分
基于句子级别语义聚类和关联逻辑关系的分析，以及一些特殊的提示型词汇、停顿长度等额外信息，自动将较长的内容转写结果切分为语义相对独立的若干个段落，为关键信息和摘要做准备；
（6）语义摘要
借鉴传统的文本自动摘要，并根据语音中说话人、语气强调重复等信息，自动对每一段语音进行关键信息的抽取和自动摘要。
深度学习技术
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分，不同的学习框架下建立的学习模型很是不同。例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。
云计算技术
为了满足医疗信息化发展需要，在大用户量、高访问率的前提下保证系统的高可用性、高可靠性，在云端采用云计算技术路线，云计算是在分布式计算、并行计算、网络存储、负载均衡的基础上，进一步融合了虚拟化、效用计算等技术，建立了IT基础设施资源池，实现了应用和存储的动态分配、调度和高效利用。可充分发挥基础设施应用效能，有效避免业务空闲时间计算资源的浪费，单位硬件可为更多应用提供服务。因此云计算在大用户量，高访问率的情况下仍然具有很强的高可用性和高可靠性。同时云计算具备更高集约化程度和更加灵活的弹性伸缩特性，能快速应对应用功能扩展以及用户规模增加，使得管理、维护、升级更加便捷。
云计算具有按需使用、随时扩展、易于管理、安全可靠、共享资源的优点。云计算将所有的计算资源集中起来，并由软件实现自动管理。与此同时，云计算可以跨越异构、动态流转的资源池为客户提供可自治的服务，实现资源的按需分配，提高信息化建设的效率和弹性，有利于促进医疗生产活动的集约化水平和降低成本。
（二）建设需求
功能参数要求
| 序号 | 模块名称 | 功能需求 |
| 1 | 功能要求 | （1）支持中文连续听写，支持普通话连续语音听写识别功能； |
| 2 | （2）支持中英文混合听写，提供中文中混读简单英文单词或字母（如 MRI、 CT）的听写识别功能； |
| 3 | （3）支持按数字串或数值读多种方式的听写识别功能； |
| 4 | （4）提供标点智能预测和口述标点相结合功能； |
| 5 | （5）▲支持连续长语音(>3 小时)听写识别功能； |
| 6 | （6）提供噪声消除和带噪声音频听写识别功能； |
| 7 | （7）支持热词优化，可在客户端、服务端添加个性化或全局热词，实时生效，提升专有词汇的识别率； |
| 8 | （8）支持对语音起止间隔进行参数配置，满足不同场景需求； |
| 9 | （9）支持场景化小包资源，默认提供5个； |
| 10 | （10）支持文本规范化处理，如字母大小写、数字串、医学单位符号规整等； |
| 11 | （11）医学AI能力平台中文语音识别准确率达到96%及以上(第三方机构测试报告) |
| 12 | 能力要求 | （1）支持标准普通话的语音输入功能； |
| 13 | （2）客户端支持私有云语音识别服务的配置； |
| 14 | （3）支持特殊符号点选输入，并对最近符号进行置顶显示； |
| 15 | （4）▲提供音频转写功能，可直接对音频文件进行转写识别； |
| 16 | （5）软件支持四麦台式降噪麦克风，并可对麦克风进行联动操作和设置； |
| 17 | （6）软件支持智能控制鼠标，鼠标按键可控制语音录入功能的启停； |
| 18 | （7）▲支持用户级个性化的热词和替换列表，可实时生效，提高系统语音识别率； |
| 19 | （8）支持各种医学专有名词、医学常用计量单位、医学专有特殊符号、医学专用中英文混合单词、医学专有英文简称、罗马数字、希腊字母识别，支持英文单词大小写区分； |
| 20 | （9）支持数字串自动规整功能，可以准确识别日期、血压、脉搏等阿拉伯数字； |
| 21 | （10）支持识别文本内容的顺滑，自动过滤语气词等无意义内容； |
| 22 | （11）支持语音控制光标跳转功能，包括回车、换行、删除； |
| 23 | （12）▲支持多应用时的光标锁定功能。用户可通过语音及鼠标控制锁定光标，多窗口操作时仍能正常进行语音录入； |
| 24 | （13）▲支持语音唤醒功能，可使用记录和结束等词控制需要上屏的语音文本； |
| 25 | （14）▲支持本地离线识别，在断网情况下，可以进行简单纯中文语音识别录入功能； |
| 26 | （15）▲支持输入法浅对接，可满足emr、his系统的集成调用，支持指令控制。 |
| 27 | 多模态输入台式麦克风要求 | （1）▲采用四麦克风阵列，可实现多方位拾音采样； |
| 28 | （2）采用专业降噪算法，可实现一定距离外降噪拾音； |
| 29 | （3）▲支持触摸感应发言开关，轻触即可点亮使用 |
| 30 | （4） 采用标准 USB2.0 接口供电和数据传输， 自动安装驱动， 轻松完成与 PC 连接； |
| 31 | （5）▲麦克风设有防菌处理， 可有效防止细菌繁染； |
| 32 | （6） 供电接口： USB 接口； |
| 33 | （7） 供电需求： 5V/500mA； |
| 34 | （8）系统兼容XP、win7、win10 |
| 35 | （9） 频率响应： 20Hz-8KHz； |
| 36 | （10） 信噪比： ≥60dB A+（1kHz线路）； |
| 37 | （11）指向性： 全指向 MIC，通过算法实现降噪和指向； |
| 38 | （12）灵敏度：： -44±3dB/1V/Pa（at 1kHz） |
| 39 | 多模态输入智能控制鼠标要求 | （1）▲提供语音录入控制功能，鼠标按键可直接对输入客户端进行启停控制； |
| 40 | （2）具有录音模式控制功能，支持左侧按键按住说话或点击说话两种模式； |
| 41 | （3） 供电接口： USB 接口； |
| 42 | （4） 数据接口： USB2.0； |
| 43 | （5） 系统兼容： XP、 Win7、 WinVista、 Win8、 Win10； |
| 44 | （6） 按键寿命：不低于 1000 万次。 |
（三）其他需求
1、项目周期
本项目要求在3个月内完成。
2、项目实施
建立项目工作组
提供本项目组织结构图，说明各角色的职责、人员姓名、人员数量，并提供成员简历，包括：
（1）项目经理：具有硕士学历及提供同类项目管理工作经历，并全权代表投标人执行各项技术及管理工作；
（2）项目实施人员：项目签约后，投标人保证须提供常驻项目实施人员在现场工作，直至项目结束。
（3）项目管理与上线支持人员：系统上线期间，投标人保证须提供项目管理与上线支持人员，人员须为投标人正式员工。
未经采购人同意投标人不得调整在投标文件中所承诺的项目实施人员，否则投标人赔偿由此给采购人造成的全部损失。
根据项目质量和进度的需要，投标人应及时充实项目管理人员和技术实施人员。投标人必须无条件接受采购人任何形式的监督检查，并承担因其人员不足、不到位所导致影响项目质量、进度的违约责任。
项目实施交付和验收要求
（1）按照合同规定的时间提交产品，并在实施现场以双方认可的方式进行安装；
（2）系统实施验收按照合同计划进行，须在验收时完成各应用模块完成实施功能确认。
（3）验收人员由中国医科大学附属第一医院相关人员、投标人共同组成，验收标准按验收规范，并以系统稳定运行为前提。系统验收前，由投标人按系统分析文档和系统设计文档提供测试工具与数据对各模块、子系统测试，测试结果双方主管人员签字认可，存档留作验收时参考；
（4）系统验收后中标人须保证提供详细的相关技术服务文档（含数据结构、数据流图、系统字典说明等）、使用说明书、维护手册等文档资料及其电子版。
3、项目文档
文档是保证项目实施连贯性的重要保证，投标人需要提供完善的文档，并对项目进行过程中的文档进行有效的管理，接受招标人对项目各阶段评估分析和监督管理。
整个项目的过程包括后期修改维护提供系统、完整的项目管理、设计和开发、操作说明等书面文档及其电子版。
投标人须根据实施进度及时提供相关文档（电子文档、纸质文档），文档应有严格的版本控制策略，最终交付的文档必须是最新的，软件技术描述需包含但不局限以下文档：
准备阶段：《项目实施方案》；
测试阶段：《测试计划》、《测试记录》、《测试报告》；
上线阶段：《试运行/上线计划》、《试运行/上线报告》；
过程文档：《培训计划》、《培训记录》、《例会记录》；
交付使用：《用户手册》、《安装维护手册》、产品使用说明书等；
其他文档：《售后服务规范》及按采购文件要求须提供的其它文档，数据结构说明、安装程序以及相关外部接口文档和参数文档；已安装的设备明细表、调试记录、竣工图（网络拓扑图）、施工随工记录/施工日志、设计变更、洽商记录（若发生）、停(复)工通知单；（如发生）交工验收记录等。所有的技术文件须用中文书写。
4、系统培训
对本项目相关的具体人员进行专业的培训，技术培训分为课程培训和现场培训。应在进行培训之前向采购人提交一份详细的培训计划。投标人应按采购人要求安排培训。内容应包括所投产品的相关使用培训、运维管理培训计系统开发培训等内容。免费维护期内， 应至少有一次培训。
培训计划内容应完整、规范、实用、合理，培训内容应覆盖项目全部内容、相关人员、能很好的支撑项目服务。投标人必须为所有被培训人员提供培训用文字资料和讲义等相关用品，所有培训资料和讲义必须有中文版本。所有的场地、交通、培训费用包含在投标总价内。
确保参培人员达到以下要求：
（1）、维护人员经过培训后，可熟练使用应用系统软件，独立完成硬件日常维护工作，能够掌握系统运行情况以及及时排除系统故障。
（2）、系统管理员经过培训后，可以掌握系统软件和应用软件的使用，熟悉系统整体结构，能够独立阅读分析并处理系统故障，管理系统设备。
5、售后服务
投标人应提供1年免费售后服务。
现场实施及维护人员资质要求：本科以上计算机专业工程师，驻场人员未经采购人同意不得随意更换，应提供人员简历。
当系统发生故障时，7×24小时及时响应并进行故障处理。
（1）、响应时间
对于系统严重故障，可通过热线电话取得技术支持服务。在故障申告电话后应于30分钟内响应，如故障未能在2小时内通过远程支持得到解决，指派服务工程师以最快方式赶往现场，提供不间断故障处理服务。
（2）、到场时间
对于本项目，专业服务工程师应于2小时内到达现场；如现场在其他省、市远程会诊节点，服务工程师应于8小时内到达现场。
（3）、系统恢复时间
服务工程师到达现场后，应于2小时内恢复系统的正常运行，并收集现场信息以便完成故障分析。
（4）、故障分析时间
在系统恢复正常运行后，应对系统运行情况进行跟踪，并结合故障现场信息对故障产生原因进行分析，10日内提交故障分析报告及解决方案。
（5）、不间断故障处理
服务工程师在到达现场后，应开始进行不间断服务直至系统恢复正常运行，得到确认后方离开。
（6）、软件升级服务
在网络和设备进行调整、扩容及软件升级时，安排专业技术人员到场指导，并提供其他技术支持和帮助。
（7）、普通问题热线支持服务
在接到用户热线电话、邮件支持服务要求后，需在当天即时作出解答，如需进一步搜集资料的，自咨询之日起3个工作日内需回复或提供资料。提供的基于互联网方式的技术支持服务，从而方便用户随时通过此种方式查询和提交相关技术问题。提供基于7*24小时免费电子支持服务地址及有关登陆的用户名和密码。
技术支持服务应具有一整套规范的技术支持服务运作体系和流程，指定稳定的技术服务队伍，提供故障诊断、技术咨询等全方位的技术支持服务。同时，建立相应的档案库，便于及时获得系统运行报告、随访意见反馈、常见故障及处理方案等重要技术资料。
参加辽宁省政府采购活动的供应商未进入辽宁省政府采购供应商库的，请详阅辽宁政府采购网 “首页—政策法规”中公布的“政府采购供应商入库”的相关规定，及时办理入库登记手续。填写单位名称、统一社会信用代码和联系人等简要信息，由系统自动开通账号后，即可参与政府采购活动。具体规定详见《关于进一步优化辽宁省政府采购供应商入库程序的通知》（辽财采函〔2020〕198号）。
