Доц. Стоян Михов и екипът му създадоха диктофон, който преобразува автоматично гласа на лекаря в текст

Поредната иновация, насочена към облекчаване на административната тежест на медиците, ще бъде представена от нейните създатели. Доц. Стоян Михов от Института по информационни и комуникационни технологии на БАН ще разкаже за създадената от екипа компютърна система на уебинар, посветен на електронното здравеопазване.

Иновативният диктофон

Компютърната система преобразува автоматично речта в електронен текст. Така медиците няма да бъдат принудени часове наред да пишат анамнези, епикризи и всички останали медицински документи. Единственото, което лекарят трябва да направи, е да запише на диктофона информацията. Предимството е, че всичко ще става много по-бързо. Според доц. Стоян Михов новата система със сигурност ще повиши и качеството на медицинските документи.

Екипът смята, че най-голям ще бъде ефектът в сферата на образната диагностика, хирургията и патологията, при които по време на процедурите медиците са ангажирани и с други дейности.

Проектът

Проектът се осъществява по програмата „Електронно здравеопазване в България“ (е-здраве), която е част от дейностите на стратегията за развитие на научните изследвания с хоризонт в следващите десет години и се финансира от просветното министерство.

Начело на екипа е доц. Стоян Михов от Института по информационни технологии на БАН, където отговаря за лабораторията за обработка на речта и е преподавател по компютърна лингвистика в математическия факултет на Софийския университет.

За първите две години работа по проекта са направени два варианта на диктофона. През третата и последна ще бъдат извършени изследвания за способността на диктофона да се интегрира към действащите информационни системи.

Доц. Михов обяснява, че до момента са получили резултати от методите за представянето на езикови модели и начините, по които разпознават речта. Съставянето на специализиран корпус със записи на транскрипции за обучението на акустичния модел за разпознаване на реч, е другият основен ресурс, който екипът създава.

За създаването на корпуса учените обработват повече от две хиляди записа от заседанията в НС, от които са извлекли 300 часа от речта на 570 души. След това записите са сегментирани на близо 150 000 изказа. Всеки е поставен в отделен файл със съответната транскрипция.

Това е основната, върху която екипът построява системата за разпознаване на речта. Прецизността, която се постига при обработката на парламентарните записи, е изключително висока – 93%.

След това учените се насочват към конкретната си задача и започват обработката на записи на медицински документи. Досега те са обработили записаното от 51 лекаря, което продължава общо 26 часа.

Вторият вариант на диктофона е готов. Той се отличава от първия със значително увеличен речниковият фонд, но и с вече създаден езиков модел. Това става възможно въз основа на истински псевдонимизирани (защитени) документи, които съдържат половин милиард думи. Това минимизира грешките, които се правят при разпознаването на речта. „Постигнахме прецизност на медицинските документи над 90%“, казва доц. Михов и разяснява, че не е възможно да бъде въведена цялата медицинска терминология при това във всички специалности. До момента в най-голяма степен е обхваната терминологията на общопрактикуващите и на специалистите по белодробни заболявания, предстои създаването на диктофон и за другите специалности.

Бъдещето на разработката

Научният проект е-здраве ще приключи през декември 2021 г. Учените планират в този срок да представят завършен вариант на диктофона, който ще може да се присъедини и да бъде част от медицински информационни системи. Точно кога ще се случи тази интеграция зависи единствено от производителите им.

Всеки лекар може да използва диктофона. Според доц. Стоян Михов обучението за работа с него е не повече от няколко часа, а притежаващите опит в компютърните технологии няма нужда да бъдат обучавани.