干货分享 | 揭秘人工智能如何繁荣医院智慧财务新生态——数据智能、认知智能

导读：2021年4月16日，首届中国医院运营管理高峰论坛在江苏省徐州市顺利召开。厦门国家会计学院特聘讲师刘先辉受邀出席峰会，并发表了《人工智能在医院财务中的应用与实践》主题分享。

注册会计师

注册税务师

十多年丰富的财务从业经验丰富的内控建设、财务管理、

体系搭建、税务筹划、融资策略、股权激励等财务管理经验

本系列文章将从背景介绍——未来已来，数据为先；数字会计——数据智能、认知智能；应用实践——智慧转型，管理升维三部分，现场纪实刘先辉老师分享。

以下为刘先辉老师演讲原文第二部分，在不改变原意的基础上，进行了编辑，以飨读者。

NO.2数字会计——数据智能，认知智能

首先需要先明确个概念，什么是智慧财务？智慧财务是指依托于大数据、云计算、移动互联、人工智能、机器学习、区块链等先进技术的综合应用，可实现从传统财务管理模式向信息传输自动化、财务业务智能化及管理决策智慧化的方向转变，最大程度地发挥财务及业务的数据价值，创造数据收益。

在大数据、云计算等技术在财务领域的落地式应用中，我们给人工智能财税赋予了一个全新的定义——数字会计。那么数字会计是如何工作的呢？先来简单看看数字会计与传统财务软件、RPA间的“较量”。

数字会计 PK 传统财务软件。一般来说，提到财务行业，人们首先会想到传统财务软件，如ERP、Oracle以及国内大型财务软件商。这些软件上线后，往往要求配备专业的财务人员在系统上操作。而数字会计则可以替代财务人员进行操作。在收集、分析大量的实践案例落地效果后，我们发现，数字会计在报账审核、销售结算管理、采购结算管理等工作的表现优于财务人员，能够实现99%的替代财务人员工作。数字会计与财务人员不是一个推翻重来的关系，而是在原来人工操作的基础上，我们现在增加一个结果，让机器操作并让机器把结果推送到原有的系统里面去。

数字会计 PK RPA。市面上的RPA机器人，在规则明确、数据基础良好的情况下，有着不错的应用前景。在之前拜访客户中石化时，我们了解到中石化拥有4000多名财务人员，遍布南京、东营等地，他们部署了300多个RPA机器人。RPA在其工作中充当着鼠标、键盘的角色，更适用于完成上传工作。然而，众所周知，财务工作是需要经验积累与专业知识判断的。如何让数字会计像老会计一样，进行专业的思考与判断呢？我们认为必须让数字会计具备三大能力。

l  会看，看准、看懂。替代部分人眼的功能，收集信息比人眼更准确、更高效、更经济。

l  会思考，专业判断。替代部分人脑的功能，判断处理信息的内涵，匹配信息场景，将经验与专业技能软件化。

l  会动手，快速处理。替代部分人手的功能，自动处理信息系统中的操作流程。

无论是在医疗还是其他行业，数字会计能否很好的落地，我们认为需要越过两座大山。一是数据，二是认知。

一）数据智能。常见的财务原始凭证，通常分为三大类。一行业通用票据，全行业通用，如发票、银行单据；二企业内部表单，由企业内部定义、通行的表单，如入库单；三业务往来文件，企业与业务伙伴之间往来文件，如合同。这些凭证能不能都被识别出来？能不能保证99.99%的交付准确率，这是个很关键的问题。

以一张票据包含10个字段为例，借助目前行业顶尖的OCR引擎，只依靠纯AI算法识别，在历经图像优化、机器切割、机器分理、字段定位、机器识别等过程后，就算各字段识别准确率可以平均达到95%，最终整张票据数据准确率也只有55%。这样的准确率对于财务管理工作而言，是毫无意义的。

此外，机器学习的结果，也至关重要。以数字识别准确率达到98%为例，当1万张单据9800个通过，200个存在问题时，如果没有被告知问题所在之处，这就意味着财务需要将所有的单据重新审核、检查。

在这里，与大家分享一个央企的案例。央企总部的财务共享中心，在2019年8月份进行了招标，想要购买一组识别引擎。其中一些厂家在进行演示时，借助扫描仪扫描，能够达到95%-98%的识别准确率。但在上线运用中，因为使用手机拍照，票据不清晰等原因，实际识别准确率只有百分之六七十。这样的识别结果，让业务部门和财务部门怨声载道。

那么，如何实现数据的精准识别，达到高精度、高时效、低成本的要求呢？我们认为，需要解决三个问题：

l  识别准确率。本身的识别技术需要足够精准，能够识别行业通用票据、企业内部表单以及业务往来文件。

l  算法定位。当识别精确率能够达到较高水平时，需要算法定位将出错的地方进行标注以便进行纠正。

l  人机协同。顺畅的人机协同平台，能够及时介入解决机器无法完成的5%的工作，保证低成本、高时效的进行交互，将准确率提升至99.9%。

值得一提的是，如中科院院士张钹所说，目前基于深度学习的人工智能在技术上已经触及天花板。从长远来看，必须得走人类智能这条路，最终发展人机协同，这是一个很现实的选择方案。

二）认知智能。认知智能的核心是具备推理能力，同一张发票根据企业类型、员工信息、时间、场景等，推理出不同的经济行为、会计科目。此时，财税系统能否进行学习，面对层出不穷的物品、场景进行判断，就显得尤为重要。

如何让财税系统像“老会计”一样思考呢？我们给出的答案是构建知识图谱，让机器学习。像“老会计”一样思考，需要经历以下三个过程：

l  认知构建。从海量数据中挖掘抽取，提炼知识。

1）通过挖掘与分类算法，实现实体信息的搜集、抽取与分类；

2）通过NLP，完成阅读理解；

3）通过数据抽取与挖掘，构建信息间的关联关系；

4）完成指代消岐。

l  推理计算。应用知识对业务进行推理决策的能力。

1）处理复杂的业务逻辑评判和计算；

2）依托逻辑和计算给出明确的处理结论。

l  知识图谱。固化现实世界中的知识和经验。

1）通过本体建模固化知识的结构；

2）通过实体与关系定义业务知识；

3）通过图容纳、连接不同的知识；

4）把算法、财务专家、业务专家结合，对会计要素进行反复的人工设计过程。

△会计核算事理图谱部分片段示例

经过以上三个过程，便可让我们的财税系统拥有像“老会计”一样思考的能力，从而更好的替代人工作业，实现医院财务管理工作的智能化升级。

敬请期待刘先辉老师下期分享，《人工智能在医院财务中的应用与实践》之应用实践——智慧转型，管理升维。