(par Giancarlo De Leo, consultant en édition médico-scientifique et en santé numérique, partenaire et secrétaire de l'Observatoire de la santé numérique de l'Association italienne de la révolution numérique)
La reconnaissance de l'écriture manuscrite, également connue sous le nom de reconnaissance de texte manuscrit (HTR), fait référence à la capacité d'un logiciel à interpréter l'écriture manuscrite ; il peut être acquis de différentes manières : à partir de documents papier ou d'images numériques, plutôt qu'à partir de photographies ou d'appareils à écran tactile et de scanners.
Cette activité, qui pour un être humain est immédiate car encodée dans notre cerveau, est extrêmement compliquée pour un logiciel en raison de l'énorme variabilité de l'écriture manuscrite selon l'écrivain, l'alphabet et la langue de référence. De plus, cette activité souffre du soi-disant paradoxe de Sayre, selon lequel un mot cursif, pour être transcrit, doit d'abord être segmenté en caractères mais vice versa, pour être segmenté en caractères, il doit d'abord être transcrit.
On distingue notamment le HTR offline, dans lequel le texte à reconnaître est disponible au format image et qui représente le processus de conversion du texte présent dans une image en une séquence de lettres codées exploitable par un ordinateur (en un format dit lisible par machine) et le HTR en ligne, dans lequel le texte à reconnaître est acquis par un appareil de type tablette en temps réel, et qui a le même objectif final que le HTR hors ligne mais permet l'utilisation d'autres informations disponibles tels que la vitesse d'écriture, la pression et la dynamique et fournit ainsi de meilleurs résultats.
Les premiers logiciels informatiques qui ont abordé le problème de la reconnaissance de l'écriture manuscrite ont été créés au début des années 60 (Guberman 1962) mais ne pouvaient lire que l'écriture manuscrite isolée et non l'écriture cursive ; ce n'est qu'à la fin des années 80 que des logiciels capables de lire l'italique ont été créés et que le premier logiciel commercial est sorti.
À ce jour, des techniques basées sur des réseaux de neurones, convenablement réélaborées grâce au paradigme du deep learning ou du deep learning, ou des technologies brevetées par des entreprises italiennes, basées sur des approches totalement innovantes, permettent d'obtenir des performances très élevées, surtout si elles sont utilisées dans des contextes spécifiques , même s'ils sont encore loin d'être comparables à ceux obtenus par un être humain.
Utilisation dans les soins de santé
Les applications dans le domaine de la santé de cette technologie peuvent être différentes, avec des avantages à la fois pour les médecins qui doivent prendre des décisions, et pour les patients, qui pourraient avoir toutes les données relatives à leur situation dans un seul fichier numérique : le dossier médical numérique.
En effet, la principale application dans le secteur de la santé concerne la conversion des notes et notes prises par les médecins au cours des différentes phases de leurs activités sur papier ou sur des supports d'acquisition tels que tablettes ou smartphones en un texte lisible par machine, et donc immédiatement disponible pour les systèmes d'information sur la santé.
Le principal avantage de l'application de cette technologie est d'utiliser et de donner du sens à des données qui pourraient autrement être ignorées ou non contextualisées et pourraient donc difficilement représenter une valeur ajoutée.
Par ailleurs, le processus d'acquisition et d'utilisation de telles données manuscrites, aujourd'hui presque totalement analogique puisqu'un opérateur humain transfère manuellement ces données dans le système d'information, opération qui prend des heures voire des jours, deviendrait extrêmement efficace et efficient et nécessiterait 60 à 70 % de moins que le temps qu'il faut aujourd'hui pour terminer la tâche.
Cette technologie en Italie a également été appliquée avec succès dans d'autres secteurs, tels que les assurances, la poste et la banque, pour la gestion de gros volumes de documents manuscrits relatifs aux demandes de remboursement, à la gestion des réclamations, à la lecture automatique de chèques et d'adresses postales ou de formulaires avec un structure par défaut.
Une technologie innovante et utile pour nos professionnels de santé.