(Giancarlo De Leo, savjetnik za medicinsko-znanstveno izdavaštvo i digitalno zdravlje, partner i tajnik Opservatorija za digitalno zdravlje Italijanskog udruženja za digitalnu revoluciju)
Prepoznavanje rukopisa, poznato i kao prepoznavanje rukopisa (HTR), odnosi se na sposobnost softvera da interpretira rukopis; može se dobiti na različite načine: od papirnih dokumenata ili digitalnih slika, umjesto od fotografija ili uređaja sa dodirnim ekranom i skenera.
Ova aktivnost, koja je za čovjeka neposredna jer je kodirana u našem mozgu, izuzetno je komplicirana za softver zbog ogromne varijabilnosti rukopisa, ovisno o piscu, abecedi i referentnom jeziku. Nadalje, ova aktivnost pati od takozvanog Sayreova paradoksa, prema kojem se kurzivna riječ, koja se transkribuje, prvo mora segmentirati u znakove, ali obratno, da bi se segmentirala u znakove, prvo se mora transkribirati.
Konkretno, može se razlikovati HTR izvan mreže, u kojem je tekst koji treba prepoznati dostupan u formatu slike i koji predstavlja postupak pretvaranja teksta prisutnog na slici u niz kodiranih slova koji računalo može koristiti (u format koji se naziva strojno čitljiv) i mrežni HTR, u kojem tekst koji treba prepoznati uređaj nalik tabletu dobiva u stvarnom vremenu i koji ima isti konačni cilj kao i izvanmrežni HTR, ali omogućava upotrebu daljnjih dostupnih informacija kao što su brzina pisanja, pritisak i dinamika i na taj način pruža bolje rezultate.
Prvi računarski softver koji se bavio problemom prepoznavanja rukopisa napravljen je početkom 60-ih (Guberman 1962), ali je mogao čitati samo izolirani rukopis, a ne kurzivno pisanje; tek krajem 80-ih stvoren je softver sposoban čitati kurziv i izašao je prvi komercijalni softver.
Do danas, tehnike zasnovane na neuronskim mrežama, prikladno prerađene zahvaljujući paradigmi dubokog učenja ili dubokog učenja, ili tehnologije koje su italijanske kompanije patentirale na osnovu potpuno inovativnih pristupa, omogućavaju postizanje vrlo visokih performansi, posebno ako se koriste u određenim kontekstima , čak i ako su još uvijek daleko od uporedivih sa onima koje je dobilo ljudsko biće.
Upotreba u zdravstvu
Primjene ove tehnologije u zdravstvu mogu biti različite, s prednostima kako za ljekare koji moraju donositi odluke, tako i za pacijente koji bi mogli imati sve podatke koji se odnose na njihovu situaciju u jednoj digitalnoj datoteci: digitalnom medicinskom kartonu.
Zapravo, glavna primjena u zdravstvenom sektoru odnosi se na pretvaranje bilješki i bilješki koje bilježe ljekari tijekom različitih faza svojih aktivnosti na papiru ili na uređajima za prikupljanje, kao što su tableti ili pametni telefoni, u tekst koji je mašinski čitljiv i stoga odmah dostupan zdravstveni podaci.
Glavna prednost primjene ove tehnologije je korištenje i davanje značenja podacima koji bi se inače mogli zanemariti ili ne kontekstualizirati i stoga teško predstavljati dodanu vrijednost.
Nadalje, postupak prikupljanja i korištenja takvih rukom napisanih podataka, koji je danas gotovo potpuno analogan, budući da ljudski operator ručno prenosi takve podatke u informacijski sistem, operacija koja traje satima, ako ne i danima, postao bi izuzetno učinkovitiji i efikasniji i zahtijevao bi 60-70% manje od vremena koje je danas potrebno za izvršavanje zadatka.
Ova se tehnologija u Italiji uspješno primjenjuje i u drugim sektorima, poput osiguranja, pošte i bankarstva, za upravljanje velikom količinom rukom pisanih dokumenata koji se odnose na zahtjeve za naknadu štete, upravljanje potraživanjima, automatsko očitavanje čekova i poštanskih adresa ili obrazaca sa zadana struktura.
Inovativna i korisna tehnologija za naše zdravstvene radnike.