ข้อมูลนั้นมีความสำคัญอย่างยิ่งในปัจจุบัน แต่ในบางครั้ง การจดจ่อกับการเก็บข้อมูลจนเกินไปนั้นก็อาจส่งผลเสียต่อขั้นตอนการทำงานโดยรวมได้ ดังเช่นในกรณีถึงบุคลากรการแพทย์ ที่มีรายงานวิจัยออกมากว่า ใช้เวลาโดยเฉลี่ยเพียงร้อยละ 27 ของวันเท่านั้นกับผู้ป่วย และแม้จะอยู่ในห้องเดียวกัน พวกเขาก็มีปฏิสัมพันธ์เพียงร้อยละ 52 ของเวลาทั้งหมดเท่านั้น ซึ่งหนึ่งในปัจจัยหลักที่แย่งความสนใจของแพทย์ไปจากการพูดคุยกับผู้ป่วยนั้นก็คือการป้อนข้อมูลลงในระบบบันทึกระเบียนการแพทย์
แน่นอนว่าทุกวันนี้โลกเรานั้นอยู่ในยุคที่แก้ปัญหาที่เกิดจากเทคโนโลยีด้วยเทคโนโลยีอีกชนิดหนึ่ง LexiconAI จึงไม่พลาดที่จะเข้าร่วมแก้โจทย์นี้ด้วยเทคโนโลยีปัญญาประดิษฐ์อย่าง deep learning ที่เข้ามาช่วยบุคลากรทางการแพทย์ในการประมวลผลคำพูดของผู้ป่วยแล้วบันทึกข้อมูลเหล่านั้นลงอย่างเป็นระบบโดยไม่มีการรบกวนบทสนทนาระหว่างแพทย์และผู้ช่วยแต่อย่างใด
แอปพลิเคชัน LexiconMD บนสมาร์ทโฟนซึ่งเป็นจุดเริ่มต้นกการใช้งานของระบบนี้นั้นทำงานโดยการบันทึกเสียงสนทนาระหว่างแพทย์และผู้ป่วยและส่งมันไปประมวลผลบนระบบ cloud ของ LexiconAI ซึ่งจะตอบกลับมาเป็นข้อความภายใน 0.5 วินาทีเท่านั้น หลังการตอบกลับ ตัวแอปซึ่งสามารถทำงานร่วมกับระบบประวัติทางการแพทย์อิเล็กทรอนิกส์ต่างๆจะทำการเติมคำตอบลงในช่องว่างที่ต้องกรอกของระบบประวัตผู้ป่วยโดยอัตโนมัติ ซึ่งทางนักพัฒนาอ้างว่า LexiconMD นั้นสามารถกรอกข้อมูลได้อย่างแม่นยำในอัตรากว่าร้อยละ 94 เลยทีเดียว
ส่วนในสถานพยาบาลใดที่ไม่ได้ใช้ระบบประวัติผู้ป่วยที่ LexiconMD รองรับการทำงานร่วม แพทย์ก็ยังสามารถใช้แอปพลิเคชันดังกล่าวเพื่อแปลงข้อมูลจากเสียงพูดมาเป็นข้อความ แล้วจึงนำข้อความเหล่านั้นไปกรอกในระบบภายหลังได้
เบื้องหลังของระบบ LexiconMD บน cloud นั้นคือผู้ให้บริการคลาวด์เจ้าดังอย่าง Google Cloud Platform ที่ให้บริการหน่วยประมวลผลที่ใช้ตัวเร่งการประมวล NVIDIA Tesla GPU ซึ่งช่วยให้ระบบสามารถทำงานได้อย่างรวดเร็ว โดยในขั้นตอนการทดลองนั้น ทาง LexiconAI ก็ยังได้เลือกใช้ NVIDIA TITAN X GPU ในการพัฒนาและทดสอบระบบ AI ร่วมกับเทคโนโลยีอย่าง CUDA, cuDNN และ TensorFlow ด้วย
ในเบื้องต้น LexiconAI นั้นได้เน้นไปที่การพัฒนาระบบอัตโนมัติเพื่อการดูแลผู้สูงอายุ โดยทางบริษัทได้พัฒนาโมเดล machine learning ขึ้นจากชุดข้อมูลคำศัพท์ที่เกี่ยวข้องกับการดูแลผู้สูงอายุโดยเฉพาะ และจากการนำไปใช้จริง ณ สถานรับดูแลผู้สูงอายุ Juniper Communities พบว่าระบบดังกล่าวได้ช่วยให้ศูนย์สามารถลดค่าใช้จ่ายได้อย่างมีนัยยะสำคัญโดยการลดเวลาที่พยาบาลต้องใช้ในการจัดการกับเอกสารลง
Matt Rubashkin ผู้ร่วมก่อตั้งและ CEO ตั้งเป้าหมายให้กับระบบ LexiconMD ว่าจะมุ่งพัฒนาให้มันเป็นระบบที่สามารถปรับตัวและฉลาดขึ้นเรื่อยๆตามชั่วโมงการใช้งาน โดยเขายังมองเห็นโอกาสในการขยายระบบคล้ายๆกันนี้ไปเพื่อช่วยเหลือคนทำงานในแวดวงต่างๆที่เสียเวลาไปมากโขกับการทำงานเอกสารโดยไม่จำเป็นอีกด้วย