PERCHÉ MICROSOFT, AMAZON E ORACLE INVESTONO NEL RICONOSCIMENTO VOCALE IN AMBITO SANITARIO?

Le aziende cercano di combattere il burnout dei fornitori con la trascrizione medica ambientale

Perché il titano dei database Oracle era interessato al gigante dei sistemi EMR Cerner? Questa domanda era nella mente di tutti gli analisti finanziari l'anno scorso. L'interesse per le risposte si è intensificato quando Oracle ha pagato 28,3 miliardi di dollari per Cerner poco dopo. Questa volta, gli analisti potrebbero finalmente avere una risposta.

Rallentare il burnout

Il software di riconoscimento vocale è stato citato più volte nel comunicato stampa di Oracle. Molto utilizzato nel settore sanitario, è considerato una delle principali soluzioni tecnologiche al problema del burnout dei medici:

in un rapporto di Medscape del 2021, il 47% di tutti i medici si sente esaurito.

in un sondaggio Medscape del 2019, il 60% concordava sul fatto che "troppi compiti burocratici" fossero la causa principale del loro burnout.

Secondo l'American Medical Association, entro il 2025 negli Stati Uniti mancheranno fino a 90.000 medici.

Nel post "La personalizzazione potrebbe essere la chiave per porre fine al burnout dei medici dell'EHR", abbiamo parlato di altre soluzioni tecnologiche come l'uso di login RFID e di monitor medici ancora più grandi. La tecnologia di riconoscimento vocale è diversa perché si occupa direttamente della documentazione clinica, che secondo molti medici è la causa principale del loro burnout. Per capirci, ecco una giornata tipica vista dagli occhi di un medico di base:

Inserire le informazioni del paziente selezionato nell'EMR. Di solito questo viene fatto mentre il medico vede il paziente. Molti pazienti lo trovano irritante e si lamentano che il medico sembra più concentrato sul computer che su di loro.

Dopo che il paziente se n'è andato, il medico prende appunti per la nota SOAP (vedi sotto) e controlla eventuali campi mancanti nell'EMR. Di solito si clicca o si digita, anche se alcuni sistemi utilizzano il riconoscimento vocale (per i comandi) e il voice-to-text.

Esaminare i risultati di laboratorio di pazienti precedenti e attuali e aggiornare le loro cartelle.

Rispondere alle telefonate dei pazienti, degli altri medici, dei reparti, ecc. e aggiornare le loro cartelle.

Rispondere alle e-mail di pazienti, altri medici, reparti, ecc. e aggiornare le loro cartelle.

Rivedere la cartella del paziente successivo prima dell'appuntamento.

Ripetere i passaggi precedenti per i successivi 25-30 pazienti.

Dopo aver visitato l'ultimo paziente della notte, il medico esamina le cartelle cliniche del giorno per assicurarsi che tutti i campi EMR appropriati siano compilati. La fatturazione, in particolare, è importante poiché la maggior parte dei gruppi medici ha eliminato il personale addetto alla fatturazione.

Dettare il SOAP (Subjective, Objective, Assessment and Plan) del paziente nell'EMR sulla base delle note precedenti fatte quel giorno. Si tratta semplicemente di un riassunto della visita, dei risultati e del trattamento del paziente.

Correggere eventuali errori commessi dal software di dettatura. In media, c'è un 7,4% di errori per ogni registrazione, di cui il 5,7% è considerato "clinicamente significativo" Il personale addetto alla trascrizione si occupava di queste mansioni, ma è stato eliminato nella maggior parte dei gruppi medici.

Approvare la cartella clinica.

Ripetere i passaggi precedenti per le successive 25-30 cartelle cliniche.

Le fasi sopra descritte non comprendono la revisione e l'approvazione delle cartelle e dei documenti redatti dagli assistenti medici e dagli infermieri. Molti medici hanno anche un arretrato di documenti da esaminare.

In media, un medico esperto che abbia familiarità con l'EHR del gruppo sanitario impiega dai 5 ai 15 minuti per rivedere e approvare una cartella clinica. Si tratta di un minimo di 2 ore e mezza al giorno trascorse davanti allo schermo. Questo tempo viene sottratto al tempo di visita del paziente o, più spesso, al di fuori dell'orario di lavoro e persino nei fine settimana (il cosiddetto "tempo del pigiama"). Questo tempo non è retribuito.

Tutto questo lavoro di registrazione influisce sul benessere fisico, emotivo e sociale del medico e porta al burnout e all'abbandono della medicina.

Un passo avanti con la trascrizione medica ambientale

L'esempio precedente mostra che molti medici utilizzano il riconoscimento vocale per dettare note al volo, navigare nell'EMR e trascrivere le importantissime note SOAP. Questo perché è più veloce parlare che digitare. Purtroppo, i medici devono ancora raccogliere tutti questi dati e aggiornarli nell'EMR. Come già detto, molti di loro lo fanno alla fine del turno e durante i fine settimana, quando la loro memoria potrebbe non essere delle migliori.

Per questo motivo, le aziende produttrici di software stanno introducendo una forma di riconoscimento vocale chiamata ambient medical transcription (chiamata anche ambient clinical intelligence e ambient speech technology). Questa versione abbina la tecnologia all'intelligenza artificiale (AI), all'elaborazione del linguaggio naturale (NPL) e all'apprendimento automatico (ML) per automatizzare gran parte del processo di registrazione. Un modo importante per farlo è creare in tempo reale l'EMR del paziente e la nota SOAP del medico, riducendo drasticamente la documentazione.

Microsoft e Amazon hanno realizzato programmi video dimostrativi che vantano questa tecnologia. In breve, la trascrizione medica ambientale funziona nel modo seguente:

Il medico visita il paziente. In sottofondo, il software di trascrizione medica ambientale NPL trascrive i modelli vocali di tutti. Questo ha l'ulteriore vantaggio che il medico può concentrarsi completamente sul paziente.

L'intelligenza artificiale esamina le informazioni alla ricerca di elementi rilevanti, come le condizioni del paziente che possono essere fatturate. A seconda del livello di sofisticazione del programma, i medici possono dirgli di inviare i farmaci discussi durante la visita alla farmacia del paziente. O addirittura di fissare un altro appuntamento.

Dopo aver visitato l'ultimo paziente della serata, il medico esamina le cartelle cliniche del giorno sul proprio PC o tablet medico. L'intelligenza clinica ambientale ha già determinato e ordinato tutte le informazioni rilevanti della trascrizione. Una volta approvate, le informazioni vengono inserite nei campi e nelle sezioni appropriate dell'EMR.

Il software ha creato una bozza di SOAP a partire dalla stessa trascrizione. Il medico la esamina per verificarne l'accuratezza, apportando le modifiche necessarie prima di approvarla.

Gli algoritmi di ML del programma lo aiutano a capire il flusso di lavoro del medico, il che significa maggiore accuratezza in futuro e meno tempo dedicato alla registrazione.

Ancora in corso d'opera

Come si può vedere, l'intelligenza clinica ambientale può ridurre notevolmente il tempo di lavoro degli operatori sanitari. I medici di diversi gruppi medici che utilizzano la versione di Microsoft di questa tecnologia affermano che ha ridotto la loro documentazione fino al 50%.

Al momento la tecnologia è ancora in fase di sviluppo. Molti dei problemi riscontrati nel riconoscimento vocale, come l'individuazione di più interlocutori e la gestione degli accenti, si ripropongono anche nella trascrizione medica ambientale.

Un altro problema: il programma potrebbe non estrarre informazioni importanti dalla trascrizione o, peggio, inserire parti inesistenti chiamate "allucinazioni"

Infine, ogni programma deve essere personalizzato per il numero quasi vertiginoso di specialità mediche e le loro terminologie ("temperatura media del paziente" significa cifre molto diverse per pediatri e geriatri).

Al momento in cui scriviamo, le note create con la tecnologia vocale ambientale vengono controllate da revisori umani prima di essere inserite in un EMR.

La promessa del riconoscimento vocale

Nonostante le attuali carenze, il settore sanitario vede il potenziale del riconoscimento vocale. Il solo mercato del software di trascrizione medica è enorme, con un valore di 1,32 miliardi di dollari nel 2019. Si prevede che questa cifra salirà a 4,89 miliardi entro il 2027.

Come già detto, Microsoft è uno dei principali attori del settore. Ciò è particolarmente vero dopo l'acquisto della società di software Nuance lo scorso anno per 19,7 miliardi. Pioniere del riconoscimento vocale e dell'intelligenza artificiale (AI), la tecnologia Dragon Speech di Nuance è utilizzata dal 55% dei medici negli Stati Uniti ed è presente in oltre 10.000 organizzazioni sanitarie in tutto il mondo. Anche Amazon ha investito nel riconoscimento vocale con la sua piattaforma software Amazon Transcribe Medical e Comprehend Medical. Oracle sembra essere l'ultimo attore importante con l'acquisizione di Cerner.

Riflessioni conclusive

Il burnout dei medici è una delle principali preoccupazioni dei gruppi sanitari. Si stanno rivolgendo alla tecnologia per rallentarlo o, meglio ancora, per fermarlo. La trascrizione intelligente ambientale, una derivazione del riconoscimento vocale, spera di farlo automatizzando gran parte della documentazione del medico.

Contattate un esperto di Cybernet se siete interessati a saperne di più su questa tecnologia all'avanguardia e a capire se è la soluzione per il vostro gruppo sanitario.