（ジャンカルロ・デ・レオ氏、医学科学出版およびデジタルヘルスコンサルタント、イタリアデジタル革命協会デジタルヘルス観測所の会員兼書記）
手書きの自動認識は、英語では Handwriting Recognition (手書きテキスト認識 (HTR) とも呼ばれます) と呼ばれ、手書きを解釈するソフトウェアの機能を指します。 写真やタッチ スクリーン デバイスやスキャナからではなく、紙の文書やデジタル画像など、さまざまな方法で取得できます。
この活動は、脳内でエンコードされているため、人間にとっては直接的なものですが、書き手、アルファベット、参照言語によって手書き文字が大きく異なるため、ソフトウェアでは非常に複雑になります。 さらに、この活動は、いわゆるセイヤーのパラドックスに悩まされます。それによると、筆記体の単語は、最初に文字に分割されなければなりませんが、逆に、文字に分割するには、最初に筆記されなければなりません。
特に、オフライン HTR は区別できます。オフライン HTR では、認識されるテキストが画像形式で利用可能であり、画像内に存在するテキストを、コンピューターで使用できる一連のコード化された文字に変換するプロセスを表します (機械可読と呼ばれる形式）とオンライン HTR では、認識されるテキストがタブレットなどのデバイスによってリアルタイムで取得され、最終目標はオフライン HTR と同じですが、追加の利用可能なテキストの使用が可能になります。書き込み速度、筆圧、ダイナミクスなどの情報を利用できるため、より良い結果が得られます。
手書き認識問題に対処した最初のコンピュータ ソフトウェアは 60 年代初頭に開発されました (Guberman 1962) が、読み取り可能なのは孤立した手書きのみであり、筆記体は読み取れませんでした。 80 年代の終わりになって初めて、筆記体を読み取ることができるソフトウェアも開発され、最初の商用ソフトウェアが登場しました。
現在まで、深層学習パラダイムのおかげで適切に再精緻化されたニューラル ネットワークに基づく技術、または完全に革新的なアプローチに基づくイタリア企業が特許を取得した技術により、特に特定の状況で使用した場合、非常に高いパフォーマンスを得ることが可能になります。人間が得られるものと比べられるにはまだ程遠いとしても。
ヘルスケアでの使用
医療分野におけるこのテクノロジーの応用はさまざまで、意思決定をしなければならない医師と、自分の状況に関するすべてのデータを XNUMX つのデジタル ファイル (デジタル医療記録) に保存できる患者の両方にとって利点があります。
実際、医療分野での主な用途は、医師が活動のさまざまな段階で紙またはタブレットやスマートフォンなどの取得デバイス上で作成したメモやメモを、機械が読み取り可能なテキストに変換し、すぐに利用できるようにすることです。システムの健全性情報。
このテクノロジーを適用する主な利点は、無視されたり文脈化されなかったりして、付加価値をほとんど表現できないデータを使用し、意味を与えることができることです。
さらに、このような手書きデータを取得して使用するプロセスは、人間のオペレーターが手動でこのデータを情報システムに転送するため、今日ではほぼ完全にアナログ的になっており、数日とは言わないまでも数時間かかる操作ですが、より効果的かつ効率的になり、タスクを完了するまでの時間が現在より 60 ～ 70% 短縮されます。
イタリアでは、この技術は、保険、郵便、銀行などの他の分野でも、償還請求に関連する大量の手書き文書の管理、保険金請求管理、小切手や郵便宛先やフォームの自動読み取りなどに適用され、成功を収めています。デフォルトの構造。
医療従事者にとって革新的で役立つテクノロジー。