IMG_20201106_211657

Докторът диктува, компютърът преобразува

Компютърна система автоматично преобразува в електронен текст диктуваната речта. По този начин се преодолява въвеждането на съответната медицинска документация през клавиатурата, а това ускорява изготвянето на медицинските документи, повишава и качеството им.

С новата възможност медицинските специалисти при или след преглед или манипулация ще могат да диктуват на глас съответна анамнеза, статус, епикриза. 

Доцент д-р Стоян Михов, доктор на науките, от Института по информационни и комуникационни технологии на БАН, презентира  новата система на уебинар с акцент върху етапните резултати от работата по Националната научна програма „Електронно здравеопазване в България” (е-здраве), създадена в изпълнение на Националната стратегия за развитие на научните изследвания 2030 и финансирана от МОН. 

Доцент Михов е ръководител на работен пакет от ННП е-здраве. Целта е да се реализира и имплементира прототип за компютърно подпомагане при изготвянето на медицинска документация.

Най-голям ефект се предвижда при специалности, в които по време на процедурите специалистите са ангажирани с други дейности — например в областта на образната диагностика, патологията, хирургията. В последващ етап е възможно интегрирането на системата в действащите медицински информационни системи и с това още повече да се намали необходимостта от работата с мишка и клавиатура. 

В момента завършваме втората година на проекта. На този етап продуктът е на ниво втора версия на прототип. През третата година на ННП е-здраве се предвижда да се реализира и тества интеграция на диктофона към действащи медицински информационни системи, поясни  доц. д. н. Стоян Михов.

По думите му в неговата група има множество научни резултати в областта на обработката на реч, които са публикувани и оповестявани на редица научни форуми в областта. 

Имаме резултати за методите за представяне на езикови модели и тяхното прилагане за целите на разпознаването на реч. Друг основен ресурс, който създадохме преди началото на ННП е-здраве, е съставянето на специализиран корпус от записи със съответни транскрипции за целите на обучение на акустичен модел за разпознаване на реч, информира   докторът на науките от Института по информационни и комуникационни технологии при БАН.

За целта са обработени над 2000 часа записи от пленарните заседания на Народното събрание. От тях са извлечени около 300 часа от 570 различни диктори. Записите са сегментирани на около 150000 изказа, всеки от които е в отделен файл и подравнен със съответна транскрипция. 

На тази база екипът на доцент конструира система за разпознаване на българска реч, която върху парламентарни записи постига 93% прецизност. 

Всички записи на медицински документи са диктувани от медицински специалисти от МУ – Пловдив, МУ – Плевен и Тракийски университет – Стара Загора. Разполагаме с обработени 26 часа записи от 51 медицински специалисти. В почти всички случаи записът е диктовка на вече наличен текст, предоставен заедно със записа от диктора, посочи доц. Михов.

В момента се завършва втората версия на прототипа на диктофона. В нея значително е увеличен речниковият фонд на системата и е създаден езиков модел на базата на корпус от реални псевдонимизирани медицински документи с обем около половин милиард думи. По този начин значително са намалени грешките при разпознаването на речта, което пести времето и повишава удобството за ползвателите. Постигната е прецизност на ниво думи върху записи на медицински документи над 90%. 

Диктофонът ще може да бъде използван от всички медицински специалисти, но поради сложността няма как да бъде покрита цялата медицинска терминология във всички специалности. Засега е обхваната по-пълно терминологията, използвана от личните лекари и специалистите по белодробни заболявания. В бъдеще ще може да се специализира диктофонът за други медицински специалности.

Надяваме се обучението за работа с диктофона да не отнема повече от няколко часа. Всъщност предполагаме, че за хората с опит в компютърните технологии няма да е необходимо специално обучение, посочва доц. д. н. Стоян Михов.

ННП е-здраве завършва в края на 2021 година. За тогава е планиран завършеният вариант на прототипа на диктофона с готовност за интеграция в медицински информационни системи. Кога и по какъв начин системата ще бъде интегрирана в действащите медицински информационни системи, ще зависи от фирмите, произвждащи системите.

Стоян Михов отговаря в Института по информационни и комуникационни технологии на БАН за Лабораторията за обработка на реч, където ръководи развитието на речевите технологии за българския език. Също така е научен консултант и преподавател към магистърската програма по компютърна лингвистика във Факултета по математика и информатика на Софийския университет „Св. Климент Охридски“.

Член е на редица програмни комитети и чест докладчик на международни конференции в областта на крайните автомати и обработката на естествен език. Участвал е в редица съвместни европейски изследователски проекти.