Система заповнення медичної документації на основі автоматичного розпізнавання аудіозаписів

Анотація

Вступ. Адміністрування медичної документації є однією з найбільш гострих та часозатратних проблем у щоденній практиці лікаря. Численні дослідження вказують на тривожну тенденцію: медичні фахівці змушені приділяти значну частку свого робочого часу не пацієнту, а саме заповненню електронних карток та формуванню звітності. Такий дисбаланс, де адміністративні завдання починають переважати над клінічною взаємодією, є вкрай негативним. Ситуація додатково ускладнюється через невпинне зростання загального навантаження на медичну систему та одночасне посилення регуляторних вимог до якості, повноти та деталізації медичних записів. Вирішенням цієї проблеми є запровадження інтелектуальних систем, здатних автоматизувати перетворення усного мовлення лікаря та пацієнта в структуровані медичні записи. Поєднання технологій автоматичного розпізнавання мовлення та генеративних мовних моделей дозволяє створити інструмент, який забезпечує транскрибацію, витяг ключових клінічних сутностей та заповнення стандартизованих форм у реальному часі. Така система є необхідним кроком для цифрової трансформації медичної галузі.

Метою статті є описати проблему і запропонувати рішення проблеми створення інтелектуальної програмної системи, здатної автоматично перетворювати аудіозаписи лікарських консультацій на структуровану звітність, адаптовану до національних стандартів, що підвищить ефективність документообігу в медичних закладах шляхом розробки та впровадження інформаційної системи для автоматизованої обробки аудіоданих консультацій та інтелектуального заповнення медичної звітності.

Методи. В роботі поєднано технології автоматичного розпізнавання мовлення (ASR) та генеративні мовні моделі (LLM), що дозволяє створити інструмент, що забезпечує транскрибацію, витяг ключових клінічних сутностей та заповнення стандартизованих форм у реальному часі. Така система є необхідним кроком для цифрової трансформації медичної галузі.

Результати. Розроблено модульну архітектуру, яка поєднує клієнтську частину на базі браузерного розширення та високопродуктивний серверний обробник. Ключовою технічною особливістю є реалізація механізму конфіденційного та безперервного захоплення аудіопотоку завдяки унікальній ping-pong архітектурі. Забезпечено високоточну транскрибацію української медичної термінології через використання локально розгорнутої моделі Whisper Large v3 Turbo, що є фундаментальною перевагою над хмарними іноземними аналогами та гарантує повну конфіденційність даних пацієнтів.

Висновок. Розроблена система має чіткі конкурентні переваги: вона є адаптованою до мовного та нормативного середовища України, забезпечує безпрецедентний рівень конфіденційності даних завдяки локалізації процесу транскрибації та прямо генерує звіти за національними стандартами.