Опережая эпоху ИИ: SML создал MedTech-сервис на основе речевого анализа
SML создали онлайн-систему для рентгенологов по принципу second opinion, который работает с использованием речевого анализа
Причина
Эволюционный шаг в медицине — внедрение речевого анализа, который поможет рентгенологам со всего мира быстро находить нужную информацию в специализированной базе знаний.
Нашим клиентом стал стартап из Канады, работающий над созданием инновационного инструмента для медицинских работников, использующих голосовую диктовку в повседневной практике.
Задача
Нам предстояло упростить и автоматизировать рабочие процессы врачей-диагностов по всему миру. Создать интеллектуальную систему с опцией речевого анализа, которая предоставит информационную поддержку при составлении медицинского заключения. Разработать личный кабинет для пользования этой системой.
Решение
Команда из frontend-, backend-разработчиков и дизайнера разработали систему, которая умеет распознавать речь врача-диагноста и находить необходимую ему информацию в специализированной базе знаний. В качестве технологий выбрали React.js, Node.js и TypeScript.
Система построена на машинном обучении. Используя диктофон, врач комментирует, что видит на снимках (рентгенографии, МРТ, КТ и др.), система распознает ключевые фразы и находит на английском языке соответствующие исследования, заключения, медицинские рекомендации из специализированных источников. Это нужно врачу, чтобы перепроверить себя, получить второе экспертное мнение, найти исследования, убедиться в правильности заключения, опереться на доказательную базу.
Система состоит из:
- web-приложения с личным кабинетом и авторизацией по логину и паролю, которое запускается в браузере;
- сервера с базой данных и файловым хранилищем, содержащим справочные медицинские материалы.
Есть два типа пользователей:
- администратор (может добавлять ключевые слова и источники);
- пользователь (врач, может только распознавать речь и платить за сервис).
Техническая реализация
Основное требование заказчика — чтобы распознавание речи работало корректно. После анализа мы поняли, что лучше всего нам подходит распознаватель от Google. На тот момент не было Open Source решений.
На основе ключевых слов, найденных в тексте с помощью распознавания речи, строится дерево зависимостей, и на его основе формируются ссылки на ресурсы. Есть готовые онлайн-базы исследований (например, Radiopedia и STATdx), также можно добавлять новые и управлять деревом ключевых слов.
Пользование сервисом предполагалось по подписке, поэтому мы интегрировали иностранную платежную систему.
Также настроили интеграцию с сервисом почтовых рассылок для отправки писем клиентам — уведомления о регистрации, оплате, отправка чека.
Заказчик отметил, что система распознает сложные слова лучше, чем специализированные программы, которые стоили дорого и работали только на ПК.
Врачи-диагносты получили инструмент, который значительно ускоряет процесс подготовки медицинских заключений, минимизирует ручной труд и повышает точность результатов. Система распознавания речи освобождает врачей от необходимости писать текст вручную, уходит необходимость лишний раз снимать стерильные перчатки. Возможность быстрого доступа к специализированной информации и рекомендациям позволяет рентгенологам сделать заключения более точными и принимать более обоснованные решения в процессе диагностики.
Источники изображений:
Личный архив SoftMediaLab
Рекомендации партнеров:
Новости отрасли:
Все новости:
Публикация компании
Профиль
Контакты