Krvni tlak, krvni pritisak, tenzija: kako AI razumije BHS u medicini

Doktor u Sarajevu kaže "krvni pritisak". Doktorica u Zagrebu kaže "krvni tlak". Doktor u Beogradu često kaže oboje. Pacijent iz Banje Luke kaže "tenzija". Sve četiri fraze znače istu stvar, i sve četiri moraju se moći pojaviti kao jedan isti pojam u strukturiranom nalazu. Za alat umjetne inteligencije koji treba podržavati doktore u BiH, Hrvatskoj i Srbiji, jezik je teža zadaća od same medicine. Ovaj tekst objašnjava zašto, i šta razdvaja alat koji zaista radi od alata koji samo izgleda kao da radi.

Ovaj blog nije promotivni materijal. Sadrži mnogo primjera iz stvarne prakse. Diktata koji su pogrešno prepisani, dijaloga gdje alat propusti polovinu konteksta, fraza koje generički alat ne prepoznaje uopšte. Doktoru koji je već pokušao koristiti neki američki alat na BHS medicinski govor, ova priča će biti poznata.

Zašto je BHS težak zadatak

Najveći mit u razvoju alata umjetne inteligencije, koji ide u korist engleskog jezika, glasi otprilike ovako: "alat radi za engleski, samo treba lokalizacija za druge jezike". U medicinskom kontekstu, taj mit propada na pet nivoa.

Prvo, mali korpus medicinskog teksta na BHS-u u javnim skupovima podataka. Većina velikih jezičkih modela trenirana je primarno na engleskom medicinskom korpusu.

Drugo, različite ortografske konvencije: ijekavica nasuprot ekavici, latinica nasuprot ćirilici, regionalne specifičnosti.

Treće, latinski u medicini. Doktor diktira tečno latinske dijagnoze koje alat mora prepoznati kao formalan medicinski termin, a ne kao grešku.

Četvrto, fleksibilan red riječi. BHS dozvoljava više permutacija od engleskog, što otežava prepoznavanje sintaktičke strukture.

Peto, mali jezik za veliku industriju. OpenAI, Google i Microsoft alociraju resurse proporcionalno veličini tržišta. Grupa BHS jezika je za njih nizak prioritet.

Sve to zajedno znači jednu stvar. Alat napravljen za engleski, sa BHS-om dodatim kao ekstenzija, rijetko stvarno radi. Razlika se vidi u prvih sat vremena upotrebe.

Tri imena za istu stvar

Najjasniji primjer problema su medicinski sinonimi. Doktor i pacijent koriste različite riječi za istu dijagnozu, a strukturiran nalaz mora imati jedno polje.

• Hipertenzija: krvni tlak, krvni pritisak, tenzija, visok pritisak, hipertonija
• Snimak: rendgen, RTG, X-ray, snimanje
• Injekcija: inekcija, igla, ubodi
• Bubrežni kamen: kalkulus, nefrolitijaza, kamen u bubregu
• Vrtoglavica: vertigo, omaglica, glava me okreće
• Kašalj: tussis, kašljucanje, suh kašalj, produktivan kašalj

Pacijent diktira anamnezu na način kako govori. Doktor je strukturira u nalazu na način kako medicina zahtijeva. Alat koji ovo ne normalizuje, u nalazu ostavlja tri različita pojma za istu stvar. To znači da doktor svaki put mora ručno intervenisati.

Latinizmi koje doktor koristi prirodno

Doktor na BHS govornom području diktira na specifičnoj mješavini BHS i medicinskog latinskog. Ovo nije greška. To je profesionalan jezik medicine, kakav se uči na fakultetu.

Primjeri uobičajenih diktata:

Diabetes mellitus typi 2 sa dobrom regulacijom, HbA1c 6,8.

Hypertensio arterialis essentialis, na terapiji ramiprilom.

Status post cholecystectomiam laparoscopicam, bez komplikacija.

Suspectio na pyelonephritidem acutam, indikovan ultrazvuk.

Za generički alat za prepoznavanje govora koji je treniran na engleskom korpusu, ovo izgleda kao "BHS sa nepoznatim riječima". Alat tada radi jednu od tri stvari. Pokušava ispraviti latinski u BHS, a rezultat je bukvalno nečitljiv. Označi sve latinske termine kao podatke niske pouzdanosti. Ili pravi pogrešne supstitucije, gdje "typi 2" postaje "tipi dva".

Alat specijalizovan za medicinski govor mora prepoznati latinski kao prvoklasan medicinski jezik, a ne kao izuzetak.

Miješanje jezika u istoj rečenici

Realan primjer diktata iz internističke ordinacije:

Pacijent ima history hipertenzije već deset godina, sad mu treba dodati torasemide jer mu se javlja peripheral edema. Sutra ću narudžiti TTE i osnovni metabolički panel.

Tri jezika u jednoj rečenici. Gramatička struktura BHS-a, latinski medicinski termini, engleski tehnički izrazi. Doktor ovo izgovara prirodno, bez pauze.

Generički alati za prepoznavanje govora ovdje često padaju na tri načina:

• Alat za detekciju jezika prepozna BHS i jednostavno ignoriše engleski i latinski
• Višejezični alat bez medicinskog korpusa prepozna sva tri jezika, ali ne razumije medicinsko značenje
• Alat sa automatskim prevodom prevede engleski u BHS, pa pogrešno strukturira nalaz, gdje "peripheral edema" postaje "periferna oteklina" kao slobodan tekst, ne kao klinički nalaz

Alat koji je upotrebljiv za BHS medicinu mora podržavati miješanje jezika kao standard, a ne kao izuzetak.

Dijalekti i akcenti

BHS govorno područje nije monolitno. Doktor iz Sarajeva, doktor iz Mostara, doktor iz Banje Luke i doktor iz Niša ne govore identično, ni kad govore istu stvar.

Konkretne varijacije koje alat osjeti su sljedeće:

• Vokabular: "sedmica" nasuprot "tjedan", "voz" nasuprot "vlak"
• Naglasak: štokavski standardi nasuprot lokalnim dijalektima
• Brzina govora: kontinuirano nasuprot govoru sa pauzama
• Tempo diktiranja: pažljivo izgovaranje nasuprot prirodnom tempu

Pravo rješenje je trening na regionalno raznovrsnom medicinskom korpusu, sa eksplicitnom podrškom za regionalne varijacije.

Šta razdvaja alat koji radi od alata koji ne radi

Četiri tehničke karakteristike koje moraju biti prisutne.

Specijalizovan trening na BHS medicinskom korpusu. Ne "BHS plus medicinski kao dodatak", nego BHS medicinski kao primarni skup podataka. Ovo zahtijeva godine rada sa stvarnim diktatima.

Prilagođen rječnik za medicinsku terminologiju. Lista od više hiljada medicinskih termina (latinskih, engleskih u medicini, BHS varijanti) eksplicitno označena kao visok prioritet u prepoznavanju.

Naknadna obrada uz veliki jezički model koji zna medicinske sinonime. Kad alat prepozna "krvni pritisak", jezički model treba znati da je to za potrebe strukturiranog nalaza isto što i "krvni tlak" ili "tenzija". Sve tri varijante mapiraju se u jedinstven pojam, "arterijska hipertenzija".

Učenje iz korekcija doktora. Alat mora pamtiti šta doktor ispravlja. Ako doktor svaki put mijenja "skultatorni" u "auskultatorni", alat to mora zapamtiti za sljedeći put.

Kako se ovo testira u praksi

Doktor koji bira alat za automatsko bilježenje za BHS region ima jednu praktičnu test proceduru.

Prvi korak: izdiktirati pet stvarnih nalaza koje radi najčešće, prirodnim tempom i sa prirodnim miješanjem jezika.

Drugi korak: izbrojati koliko korekcija treba napraviti u svakom prepisanom nalazu.

Treći korak: izmjeriti vrijeme od završetka diktata do nalaza spremnog za izvoz.

Četvrti korak: uporediti to vrijeme sa ručnim tipkanjem, koje je trenutni standard.

Ako alat zahtijeva više od dvadeset do trideset sekundi ručne korekcije po nalazu, vjerovatno nema specijalizovan trening za BHS medicinu. Ako zahtijeva manje od deset sekundi, vjerovatno ga ima.

Ovo je test koji se može uraditi u toku jednog dana, sa bilo kojim alatom koji nudi besplatnu probnu verziju. Nije teorijski, nego praktičan. Tridesetak minuta posla, jasan odgovor.

Sljedeći korak

BHS medicinsku transkripciju u svojoj praksi možete testirati kroz besplatnu probnu verziju AiMED-a, koja traje četrnaest dana i ne traži karticu. Više o tipovima alata u vodiču za AI alate u regiji. Tehnički vodič o tome kako sve ovo radi: AI medicinski asistent.