Ellen Verheijen promoveert volgende week vrijdag op haar proefschrift over de toepassing van spraaktechnologie in de medische rapportage. Foto: Michael Broekmeulen |
Spraakherkennende computers zijn vooral van belang in situaties waar mensen voor hun werk zowel hun handen als hun ogen nodig hebben, maar waarbij ze ook gegevens willen vastleggen. Pathologen bijvoorbeeld onderzoeken met behulp van een microscoop menselijk weefsel. Hun rapportage van dit onderzoek spreken ze op dit moment nog in op een bandrecorder. Die opname wordt vervolgens uitgetypt door een secretaresse. Automatische spraakherkenning kan onder meer zorgen voor een kostenbesparing, omdat minder secretaresses nodig zijn voor het verwerken van die gegevens.
Woordenbrij
Bij automatische spraakherkenning wordt spraak door de computer omgezet naar een getypte tekst. Mensen praten in een brij van woorden. Het is moeilijk om grenzen tussen de verschillende woorden aan te geven. Er zijn twee technieken om dit op te lossen. Bij continue spraakherkenning worden alle klanken (fonemen) van een taal geleerd aan het systeem. Via slimme statistische technieken kunnen zo de woorden uit de brij geïdentificeerd worden. Bij geïsoleerde woordherkenning zorgt de gebruiker voor de grensbepaling door na elk woord te pauzeren.
Continue systemen hebben het nadeel dat ze erg foutgevoelig zijn. Niet-continue systemen daarentegen zijn lastig voor de gebruiker omdat hij zijn spreekwijze moet aanpassen aan het systeem. Er bestaat al een aantal spraakherkenningssystemen voor radiologen. Die leiden in principe tot kostenreductie, snellere verwerking van gegevens en duidelijkere rapporten.
Verheijen vertelt over haar onderzoek: ‘Ik ben begonnen met een grondige analyse van wat pathologen doen. Er komt eerst een aanvraag, bijvoorbeeld van een chirurg die weefsel heeft weggesneden, en die wil weten of er kankercellen in zitten. Op het laboratorium wordt eerst macroscopisch onderzoek gedaan. Uit het weefsel worden vervolgens stukken gesneden, die na een speciale behandeling door de patholoog onderzocht kunnen worden. De patholoog beschrijft op tape wat hij ziet door de microscoop. Deze verslagen worden in blokken van vijftig op het secretariaat uitgetypt. De patholoog moet vervolgens de fouten uit zijn verslagen halen en zijn goedkeuring geven. Hierbij gaat heel veel tijd verloren.’
Foutgevoelig
Continue spraakherkenning, die voor pathologen het meest geschikt zou zijn, is zeer foutgevoelig. Dat is iets wat in dit soort medisch onderzoek natuurlijk absoluut niet kan. Verheijen onderzocht daarom hoe men systemen zou moeten ontwerpen om de pathologen in staat te stellen de fouten van de spraakherkenner te verbeteren. Momenteel zijn er nog geen Nederlandse spraakherkenners voor pathologie beschikbaar en is het ook een bezwaar dat een spraakherkenner verschillend reageert op verschillende mensen. Daarom voerde Verheijen experimenten uit waarbij ze fouten simuleerde bij ingesproken tekst.
Zegt: ‘Een van de belangrijkste bevindingen hierbij was het feit dat iemand zijn eigen tekst niet kan corrigeren. De patholoog is zo bekend met de tekst die hij heeft ingesproken dat hij de fouten niet meer ziet. Pathologen bekijken vijftig gevallen per dag. Als er echt iets uitzonderlijks is dan onthouden ze dat, maar alledaagse dingen vergeten ze. Als ze een dag later de teksten corrigeren, weten ze niet meer alle details. Bij het huidige correctieproces gaat men ervan uit dat ze dat wel kunnen en dat is vreemd. Ze kunnen bijvoorbeeld op typefouten letten, maar inhoudelijk zullen ze niet veel meer kunnen verbeteren. Dat is nu geen probleem, omdat de se-cretaresses weinig fouten maken.’
Voor spraakherkenning geldt ongeveer hetzelfde; ook hier kan de patholoog zijn eigen fouten niet corrigeren. Voor een spraakherkenner is het verschil tussen de woorden ‘een’ en ‘geen’ niet groot, maar een fout hierbij is nogal pijnlijk als het om een tumor gaat.’
Heeft het nu geen zin om spraakherkenning toe te passen totdat er een foutloos systeem op de markt is?
Verheijen: ‘Ja en nee. Pathologen zijn wel een speciaal geval. Door radiologen wordt al op grote schaal spraakherkenning gebruikt. Dat komt omdat die vooral veel standaardverslagen moeten maken. De computer gaat dan uit van een standaardverslag waarin variabelen moeten worden ingevuld. Dat zijn meer losse woorden dan lopende zinnen en dat is voor een spraakherkenner makkelijk. Bij pathologie is slechts vijftien à twintig procent standaardwerk. Wanneer je daarbij meer zou gaan standaardiseren zou spraakherkenning een oplossing zijn.’
Pathologen moeten echter veranderingen in het weefsel vastleggen en dat leent zich niet echt voor standaardisatie. Verheijen: ‘Ik denk toch wel dat er oplossingen mogelijk zijn. Pathologen beschrijven eigenlijk een plaatje. Ik heb een alternatieve rapportagemethode ontwikkeld, waarbij je een afbeelding combineert met een stukje spraakherkenning. Daarbij richt je je alleen op de belangrijkste woorden. De patholoog kan dan op het beeld aanwijzen wat hij ziet en daarbij commentaar inspreken. Hiervoor zouden de pathologen hun werkwijze moeten veranderen. Daar moet je als ergonoom natuurlijk nooit vanuit gaan, maar ik denk wel dat zo’n alternatief met een plaatje en korte steekwoorden erbij tot een kwaliteitsverbetering zouden leiden.’
Samenwerking
Promotor Floris van Nes zegt over het onderzoek: ‘Een aantal jaren geleden is er een samenwerking op gang gekomen voor promoties tussen de Universiteit van Maas-tricht en de TUE. Kort daarvoor hadden wij bij het IPO een project gedaan over de toepassing van spraak in een kantooromgeving. Dat bleek heel redelijk te gaan en toen ontstond de gedachte om dit ook op het medisch terrein te proberen. In dit samenwerkingsverband is Ellen Verheijen gepromoveerd. Er was in Maastricht een sympathiserende pathologie-afdeling die meewerkte en proefpersonen geleverd heeft.’
Er zijn nog meer onderzoeken gaande bij het IPO op het gebied van spraaktechnologie. Van Nes: ‘Er is ooit een project geweest van het IPO in samenwerking met Philips en de PTT. Dat was het systeem Auditel dat met spraakherkenning via de telefoon werkte. Dan zie je dat er allerlei voorzieningen moeten zijn, precies zoals bij het onderzoek van Verheijen het geval was, om de situatie op te vangen dat de spraakherkenning niet goed werkt. Er liggen nu voorstellen voor het gebruik van spraak in het informatiesysteem voor het openbaar vervoer. Dat wilde men graag automatiseren en dat kan met behulp van spraaktechnologie. Het is de bedoeling dat ook hier een aio aan gaat werken.’