(Джанкарло Де Лео, консультант по научно-медицинским публикациям и цифровому здоровью, партнер и секретарь Обсерватории цифрового здравоохранения Итальянской ассоциации цифровой революции)
Распознавание рукописного ввода, также известное как распознавание рукописного текста (HTR), относится к способности программного обеспечения интерпретировать почерк; его можно получить разными способами: из бумажных документов или цифровых изображений, а не из фотографий или устройств с сенсорным экраном и сканеров.
Эта деятельность, которая для человека является немедленной, поскольку она закодирована в нашем мозгу, чрезвычайно сложна для программного обеспечения из-за огромной вариативности почерка в зависимости от автора, алфавита и справочного языка. Кроме того, эта деятельность страдает от так называемого парадокса Сейра, согласно которому курсивное слово, которое должно быть расшифровано, должно сначала быть сегментировано на символы, но, наоборот, чтобы быть сегментировано на символы, оно должно быть сначала расшифровано.
В частности, можно выделить HTR offline, в котором распознаваемый текст доступен в формате изображения и который представляет процесс преобразования текста, присутствующего в изображении, в последовательность закодированных букв, которые могут использоваться компьютером (в формат, называемый машиночитаемым) и онлайн-HTR, в котором текст для распознавания принимается планшетным устройством в реальном времени и который имеет ту же конечную цель, что и автономный HTR, но позволяет использовать дополнительную доступную информацию такие как скорость письма, давление и динамика, и, таким образом, обеспечивает лучшие результаты.
Первое компьютерное программное обеспечение, решающее проблему распознавания рукописного ввода, было создано в начале 60-х годов (Guberman 1962), но оно могло читать только отдельные рукописные символы, а не курсивное письмо; только в конце 80-х было создано программное обеспечение, способное читать курсив, и появилось первое коммерческое программное обеспечение.
На сегодняшний день методы, основанные на нейронных сетях, соответствующим образом переработанные благодаря парадигме глубокого обучения или глубокого обучения, или технологии, запатентованные итальянскими компаниями, основанные на полностью инновационных подходах, позволяют получить очень высокую производительность, особенно при использовании в определенных контекстах. , даже если они все еще далеки от сопоставимых с теми, что получены человеком.
Использование в здравоохранении
Применение этой технологии в области здравоохранения может быть различным, с преимуществами как для врачей, которые должны принимать решения, так и для пациентов, которые могут иметь все данные, относящиеся к их ситуации, в одном цифровом файле: цифровой медицинской карте.
Фактически, основное применение в секторе здравоохранения касается преобразования заметок и заметок, сделанных врачами на различных этапах их деятельности на бумаге или на устройствах для сбора данных, таких как планшеты или смартфоны, в текст, который можно считать машиночитаемым и, следовательно, немедленно доступным для системы, информация о здоровье.
Основным преимуществом применения этой технологии является использование и придание значения данным, которые в противном случае можно было бы игнорировать или не контекстуализировать и, следовательно, вряд ли могли бы представлять добавленную стоимость.
Кроме того, процесс получения и использования таких рукописных данных, который сегодня является почти полностью аналогичным, поскольку человек-оператор вручную передает такие данные в информационную систему, операция, которая занимает часы, если не дни, стала бы чрезвычайно эффективной и действенной и потребовала бы На 60-70% меньше времени, необходимого для выполнения задачи сегодня.
Эта технология в Италии также успешно применялась в других секторах, таких как страхование, почта и банковское дело, для управления большими объемами рукописных документов, касающихся запросов о возмещении расходов, управления претензиями, автоматического считывания чеков и почтовых адресов или форм с структура по умолчанию.
Инновационная и полезная технология для наших специалистов в области здравоохранения.