(av Giancarlo De Leo, konsult inom medicinsk-vetenskaplig publicering och digital hälsa, partner och sekreterare för Digital Health Observatory of the Italian Digital Revolution Association)
Handwriting Recognition, även känd som Handwritten Text Recognition (HTR), avser programvarans förmåga att tolka handstil; den kan förvärvas på olika sätt: från pappersdokument eller digitala bilder, snarare än från fotografier eller pekskärmsenheter och skannrar.
Denna aktivitet, som för en människa är omedelbar eftersom den är kodad i vår hjärna, är extremt komplicerad för en programvara på grund av den enorma variationen i handstil beroende på författare, alfabet och referensspråk. Dessutom lider denna aktivitet av den så kallade Sayre Paradoxen, enligt vilken ett kursivt ord, som ska transkriberas, först måste segmenteras i tecken men vice versa, att segmenteras i tecken, måste det först transkriberas.
I synnerhet kan HTR offline urskiljas, i vilken texten som ska kännas igen är tillgänglig i bildformat och som representerar processen att konvertera den text som finns i en bild till en sekvens av kodade bokstäver som kan användas av en dator (i ett format som kallas maskinläsbart) och online-HTR, där texten som ska kännas igen förvärvas av en tablettliknande enhet i realtid, och som har samma slutmål som offline-HTR men tillåter användning av ytterligare tillgänglig information som skrivhastighet, tryck och dynamik och därmed ger bättre resultat.
Den första datorprogramvaran som hanterade problemet med handskriftsigenkänning gjordes i början av 60-talet (Guberman 1962) men kunde bara läsa isolerade handtecken och inte kursivt skrivande; först i slutet av 80-talet skapades programvara som kunde läsa kursiv och den första kommersiella programvaran kom ut.
Hittills har tekniker baserade på neurala nätverk, lämpligt omarbetade tack vare paradigmet för djupinlärning eller djupinlärning, eller tekniker som patenterats av italienska företag, baserade på helt innovativa metoder, möjliggör mycket höga prestanda, särskilt om de används i specifika sammanhang , även om de fortfarande är långt ifrån jämförbara med dem som erhålls av en människa.
Användning inom sjukvården
Tillämpningarna inom vårdområdet för denna teknik kan vara olika, med fördelar både för läkare som måste fatta beslut och för patienter som kan ha all information som rör deras situation i en enda digital fil: den digitala journalen.
Faktum är att huvudapplikationen inom hälso- och sjukvårdssektorn handlar om omvandling av anteckningar och anteckningar som läkare tagit under de olika faserna av deras aktiviteter på papper eller på anskaffningsenheter som surfplattor eller smartphones till text som är maskinläsbar och därför omedelbart tillgänglig för systemen hälsoinformation.
Den största fördelen med tillämpningen av denna teknik är att använda och ge mening till data som annars skulle kunna ignoreras eller inte kontextualiseras och därför knappast kan representera ett mervärde.
Dessutom skulle processen att skaffa och använda sådana handskrivna data, som idag är nästan helt analogt eftersom en mänsklig operatör manuellt överför sådana data till informationssystemet, en operation som tar timmar om inte dagar, skulle bli extremt effektivare och effektivare och skulle kräva 60-70% mindre än den tid det tar idag att slutföra uppgiften.
Denna teknik i Italien har också använts framgångsrikt i andra sektorer, såsom försäkring, post och bank, för hantering av stora volymer handskrivna dokument relaterade till begäran om ersättning, skadestyrning, automatisk läsning av checkar och postadresser eller blanketter med en standardstruktur.
En innovativ och användbar teknik för vårdpersonal.