使用深度学习技术的传感技术自动生成临床报告
Celia Cabello-Collado1, Javier Rodriguez-Juan1, David Ortiz-Perez1
1Department of Computer Technology, University of Alicante, 03080 Alicante, Spain.
Sensors (Basel, Switzerland)
|May 11, 2024
概括
这项研究使用先进的传感器和人工智能自动转录和总结患者与医生的对话,减少医疗保健专业人员的行政任务. 这种创新方法提高了临床文档的效率和准确性.
科学领域:
- 生物医学信息学 生物医学信息学
- 医疗保健中的人工智能
- 临床文档 临床文档
背景情况:
- 临床文档是医疗保健专业人员的一项耗时的行政任务.
- 准确和有效的文档对于患者护理和医疗记录保存至关重要.
- 临床文档的现有方法可能是手动的,容易出现错误.
研究的目的:
- 开发和评估一种基于传感器的新型系统,用于自动化临床文档.
- 提高从患者与医生的互动中生成临床笔记的准确性和效率.
- 通过自动总结来减少医疗保健提供者的行政负担.
主要方法:
- 利用先进的传感技术来捕捉患者与医生的互动线索 (例如,语音模式,语调).
- 集成自动语音识别 (ASR) 用于实时转录口语对话.
- 采用深度学习模型,特别是变压器模型,用于信息提取和对话总结.
主要成果:
- 该系统展示了实时感知和理解患者与医生的互动.
- 在总结复杂的医疗讨论中获得0.57的最大ROUGE-1得分.
- 成功自动转录和总结,生成简洁的临床文档.
结论:
- 基于传感器的方法在自动化临床文档方面表现有前途.
- 这项技术可以显著减轻医疗保健专业人员的行政工作量.
- 该方法提高了临床文档的效率和可靠性,可能改善医疗保健结果.
