Отправить статью по E-mail 
Результаты сравнения длительности подготовки протоколов рентгенологических исследований при клавиатурном и голосовом вводе текста
- Авторы: Кудрявцев Н.Д.1, Шарова Д.Е.1, Владзимирский А.В.1
-
Учреждения:
- Научно-практический клинический центр диагностики и телемедицинских технологий
- Выпуск: Том 4, № 1S (2023)
- Страницы: 76-78
- Раздел: Материалы конференции
- URL: https://jdigitaldiagnostics.com/DD/article/view/430350
- DOI: https://doi.org/10.17816/DD430350
- ID: 430350
Цитировать
Полный текст
Аннотация
Обоснование: технология распознавания речи получает всё большее распространение в отечественной системе здравоохранения. Одной из первых специальностей, где было проведено широкомасштабное внедрение данной технологии, стала рентгенология. Однако нерешёнными остаются вопросы об эффективности применения голосового ввода и его влияния на длительность заполнения медицинской документации.
Цель: оценка эффективности применения технологии распознавания речи при подготовке протоколов разных модальностей и типов рентгенологических исследований.
Методы: ретроспективное исследование было проведено на базе Московского референс-центра ГБУЗ «НПКЦ ДиТ ДЗМ». В исследование методом простой случайной выборки было включено 12 912 протоколов рентгенологических исследований по флюорографии, маммографии, компьютерной томографии (КТ) органов грудной клетки (ОГК), магнитно-резонансной томографии (МРТ) головного мозга с контрастированием и КТ ОГК, брюшной полости и малого таза с контрастированием. Размеры всех выборок превышали 766 исследований, рассчитанных с учётом размера генеральной совокупности более 100 тыс. исследований. Для заполнения протоколов рентгенологических исследований использовалось программное обеспечение Voice2Med. Межгрупповое сравнение выполнено с помощью U-критерия Манна–Уитни с уровнем статистической значимости 0,05.
Результаты: средняя длительность подготовки протоколов флюорографического исследования в группе клавиатурного ввода составила 189,9 с (0:03:09), в группе голосового ввода — 236,2 с (0:03:56) (p <0,0001), для маммографических исследований — 387,1 с (0:06:27) и 444,8 с (0:07:24) соответственно (p <0,0001), для рентгенографических исследований — 247,8 с (0:04:07) и 189,0 с (0:03:09) соответственно (p <0,0001), для КТ ОГК — 379,7 с (0:06:19) и 382,7 с (0:06:22) соответственно (p=0,12), для МРТ головного мозга 709,9 с (0:11:49) и 559,9 с (0:09:19) соответственно (p <0,0001), для КТ ОГК, брюшной полости и органов малого таза с контрастированием — 2714,6 с (0:45:15) и 1778,4 с (0:29:38) соответственно. Применение голосового ввода замедлило время подготовки протоколов маммографических и флюорографических исследований. Это объясняется применением в медицинских организациях структурированного электронного медицинского документа для описания результатов этих исследований. Наибольшую эффективность технология распознавания речи продемонстрировала при подготовке протоколов МРТ- и КТ-исследований. Такие исследования содержат большое количество патологических изменений, как целевых, так и случайных находок, что требует от врача-рентгенолога их детального описания в протоколе исследования.
Заключение: применение технологии распознавания речи при подготовке протоколов рентгенологических исследований продемонстрировало разную эффективность в зависимости от модальности и типа рентгенологического протокола, заполняемого с помощью системы голосового ввода. Данный поход оптимален для описания КТ- и МРТ-исследований.
Полный текст
Обоснование: технология распознавания речи получает всё большее распространение в отечественной системе здравоохранения. Одной из первых специальностей, где было проведено широкомасштабное внедрение данной технологии, стала рентгенология. Однако нерешёнными остаются вопросы об эффективности применения голосового ввода и его влияния на длительность заполнения медицинской документации.
Цель: оценка эффективности применения технологии распознавания речи при подготовке протоколов разных модальностей и типов рентгенологических исследований.
Методы: ретроспективное исследование было проведено на базе Московского референс-центра ГБУЗ «НПКЦ ДиТ ДЗМ». В исследование методом простой случайной выборки было включено 12 912 протоколов рентгенологических исследований по флюорографии, маммографии, компьютерной томографии (КТ) органов грудной клетки (ОГК), магнитно-резонансной томографии (МРТ) головного мозга с контрастированием и КТ ОГК, брюшной полости и малого таза с контрастированием. Размеры всех выборок превышали 766 исследований, рассчитанных с учётом размера генеральной совокупности более 100 тыс. исследований. Для заполнения протоколов рентгенологических исследований использовалось программное обеспечение Voice2Med. Межгрупповое сравнение выполнено с помощью U-критерия Манна–Уитни с уровнем статистической значимости 0,05.
Результаты: средняя длительность подготовки протоколов флюорографического исследования в группе клавиатурного ввода составила 189,9 с (0:03:09), в группе голосового ввода — 236,2 с (0:03:56) (p <0,0001), для маммографических исследований — 387,1 с (0:06:27) и 444,8 с (0:07:24) соответственно (p <0,0001), для рентгенографических исследований — 247,8 с (0:04:07) и 189,0 с (0:03:09) соответственно (p <0,0001), для КТ ОГК — 379,7 с (0:06:19) и 382,7 с (0:06:22) соответственно (p=0,12), для МРТ головного мозга 709,9 с (0:11:49) и 559,9 с (0:09:19) соответственно (p <0,0001), для КТ ОГК, брюшной полости и органов малого таза с контрастированием — 2714,6 с (0:45:15) и 1778,4 с (0:29:38) соответственно. Применение голосового ввода замедлило время подготовки протоколов маммографических и флюорографических исследований. Это объясняется применением в медицинских организациях структурированного электронного медицинского документа для описания результатов этих исследований. Наибольшую эффективность технология распознавания речи продемонстрировала при подготовке протоколов МРТ- и КТ-исследований. Такие исследования содержат большое количество патологических изменений, как целевых, так и случайных находок, что требует от врача-рентгенолога их детального описания в протоколе исследования.
Заключение: применение технологии распознавания речи при подготовке протоколов рентгенологических исследований продемонстрировало разную эффективность в зависимости от модальности и типа рентгенологического протокола, заполняемого с помощью системы голосового ввода. Данный поход оптимален для описания КТ- и МРТ-исследований.
Об авторах
Никита Дмитриевич Кудрявцев
Научно-практический клинический центр диагностики и телемедицинских технологий
Автор, ответственный за переписку.
Email: KudryavtsevND@zdrav.mos.ru
ORCID iD: 0000-0003-4203-0630
SPIN-код: 1125-8637
Россия, Москва
Дарья Евгеньевна Шарова
Научно-практический клинический центр диагностики и телемедицинских технологий
Email: SharovaDE@zdrav.mos.ru
ORCID iD: 0000-0001-5792-3912
SPIN-код: 1811-7595
Россия, Москва
Антон Вячеславович Владзимирский
Научно-практический клинический центр диагностики и телемедицинских технологий
Email: VladzimirskijAV@zdrav.mos.ru
ORCID iD: 0000-0002-2990-7736
SPIN-код: 3602-7120
Россия, Москва
Список литературы
- Храмцов А.И., Насыров Р.А., Храмцова Г.Ф. Применение цифровых технологий в работе патологоанатома: обучение использованию систем автоматического распознавания речи // Педиатр. 2021. Т. 12, № 3. С. 63–68. doi: 10.17816/PED12363-68
- Кудрявцев Н.Д., Сергунова К.А., Иванова Г.В., и др. Оценка эффективности внедрения технологии распознавания речи для подготовки протоколов рентгенологических исследований // Врач и информационные технологии. 2020. № S1. С. 58–64. doi: 10.37690/1811-0193-2020-S1-58-64
- Технология распознавания речи помогла врачам заполнить более 210 тысяч протоколов лучевых исследований [интернет] // Официальный сайт Мэра Москвы. Дата обращения: 18.04.2023. Доступ по ссылке: https://www.mos.ru/news/item/118060073/.
- Кудрявцев Н.Д., Семенов Д.С., Кожихина Д.Д., Владзимирский А.В. Технология распознавания речи: результаты опроса врачей-рентгенологов Московского референс-центра лучевой диагностики // ОРГЗДРАВ: новости, мнения, обучение. Вестник ВШОУЗ. 2022. Т. 8, № 3. С. 95–104. doi: 10.33029/2411-8621-2022-8-3-95-104
Дополнительные файлы
