Product update 1 - Sprekersherkenning, onderwerp segmentatie & ontkenningen en relaties

Automated Speech Recognition en Natural Language Processing bieden voor de gezondheidszorgzorg de mogelijkheid om een gesprek tussen patiënt en zorgprofessional te gebruiken als bron van informatie voor registraties in het patiëntendossier. Dit heeft de potentie om meer tijd en aandacht beschikbaar te maken voor patiënten. De vertaling van een menselijk gesprek naar een compleet verslag is niet eenvoudig. Attendi werkt in de praktijk dagelijks aan deze toepassing. Aan de hand van video updates delen wij welke uitdagingen we in de praktijk tegen komen en hoe we deze tackelen.

In deze video laten we de toepassing zien van de technologie bij een preoperatieve screening door een anesthesioloog. Tijdens dit gesprek sluit de anesthesioloog een behandelovereenkomst met de patiënt. Voor sommige operaties is het noodzakelijk dat de patiënt gedeeltelijk of volledig onder narcose gaat. Jaarlijks zijn er in Nederland 680.000 preoperatieve screenings. Gedurende dit gesprek doorloopt de anesthesioloog met de patiënt de behandeling. Bij wet is een arts verplicht om de patiënt goed te informeren door hem of haar te wijzen op onder andere de behandelalternatieven en de mogelijke risico’s van de behandeling. Het is daarbij van belang dat de patiënt de behandelsuggestie van de anesthesioloog goed begrijpt en dat hij daarmee akkoord gaat. Dit dient volledig te worden vastgelegd in het dossier van de patiënt, op een manier dat het voor de patiënt nog eenvoudig is terug te lezen. Attendi maakt het voor dit gesprek mogelijk om automatisch een verslag te genereren op basis van het gesprek dat zowel bruikbaar is voor de arts als voor de patiënt. In deze update laten we drie functionaliteiten zien die noodzakelijk zijn om dit te realiseren.

Sprekersherkenning

Om een goed en bruikbaar gespreksverslag te genereren is het ten eerste van belang dat de verschillende sprekers, in dit geval de patiënt en de anesthesioloog, worden geïdentificeerd. In deze praktijkcasus was er slechts toegang tot één microfoon. Dit is de werkelijkheid in de meeste spreekkamers in Nederland. De technologie herkent daarom op basis van de unieke eigenschappen van een stem bij wel stukje tekst welke spreker hoort. Lees hier hoe deze technologie exact werkt.

Onderwerp segmentatie

De technologie van Attendi kan in deze casus helpen met het duidelijk aangeven of alle noodzakelijke onderwerpen besproken zijn. Als een onderwerp is besproken, wat is er dan daadwerkelijk gezegd en wat is de reactie van de patiënt. De niet besproken onderwerpen zijn ook zichtbaar waardoor een arts daar eventueel direct op kan handelen. Onderwerp segmentatie helpt bij het structureren van een gesprek. Door verschillende secties te onderscheiden kunnen gericht analyses worden gemaakt door de technologie. Aan de hand van een vooraf gedefinieerde begrippenlijst met bijbehorende gewichten, kunnen wij bepalen of en waar een cluster van woorden is te vinden en dus een bepaald onderwerp is besproken. Deze vooraf gedefinieerde begrippenlijst stellen we op aan de hand van simulatiedata en in samenwerking met artsen.

Entiteit detectie: Ontkenningen en relaties

Voor het opnemen van relevante gegevens maakt Attendi gebruik van het herkennen van entiteiten met bijbehorende ontkenningen en relaties. De technologie maakt automatisch op basis van het gesprek op welke klachten zijn besproken die van toepassing zijn voor de behandeling en welke klachten zijn besproken maar niet direct van toepassing voor de behandeling. Daarnaast is het in staat om de genoemde medicaties te herkennen met de relaties, zoals hoeveelheid en frequentie. Op basis van vooraf gedefinieerde begrippenlijst is de technologie in staat om een entiteit te herkennen. Deze vooraf gedefinieerde begrippenlijst stellen we op aan de hand van simulatiedata en in samenwerking met artsen. Vervolgens gaat een algoritme dat werkt volgens het ‘rule-based principe’ opzoek naar ontkenningen en relaties van de gevonden entiteiten in de tekst.