ವೈದ್ಯರು ಪ್ರತಿ ವಾರ ರೋಗಿಗಳ ಬದಲಾಗಿ ಗಂಟೆಗಟ್ಟಲೆ ಪರದೆಗಳನ್ನೇ ದಿಟ್ಟಿಸುತ್ತಾ ಕಳೆಯುತ್ತಾರೆ. ಅಧ್ಯಯನಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಈ ಅಂಕಿಅಂಶಗಳು ಬದಲಾಗಬಹುದು, ಆದರೆ ದೂರು ಮಾತ್ರ ಎಲ್ಲರಿಗೂ ಒಂದೇ: ಕ್ಲಿನಿಕಲ್ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ (clinical documentation) ಒಂದು ಎರಡನೇ ಕೆಲಸವಾಗಿ ಮಾರ್ಪಟ್ಟಿದೆ. ಎಐ (AI) ವೈದ್ಯಕೀಯ ಸ್ಕ್ರೈಬ್ಗಳು (medical scribes) ಸಂಭಾಷಣೆಗಳನ್ನು ಆಲಿಸುವ ಮೂಲಕ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಚಾರ್ಟ್ ಅನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ ಇದನ್ನು ಬದಲಾಯಿಸುವುದಾಗಿ ಭರವಸೆ ನೀಡುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಕೇವಲ ಮಾತನ್ನು ಪಠ್ಯವಾಗಿ ಪರಿವರ್ತಿಸುವ ಸಾಧನವು ಸಾಕಾಗುವುದಿಲ್ಲ. ವೈದ್ಯರಿಗೆ ವೈದ್ಯಕೀಯ ವಿಷಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ, ಕ್ಲಿನಿಕಲ್ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು (clinical workflows) ಗೌರವಿಸುವ ಮತ್ತು ಪರೀಕ್ಷಾ ಕೊಠಡಿಯ ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಅತೀಂದ್ರಿಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಾಫ್ಟ್ವೇರ್ ಅಗತ್ಯವಿದೆ. ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು ಹಲವಾರು ವಿಭಿನ್ನ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ. ಗಂಭೀರವಾದ ಕ್ಲಿನಿಕಲ್ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸಾಧನವನ್ನು ಗ್ರಾಹಕರಿಗೆ ನೀಡುವ ಸಾಮಾನ್ಯ ಉಪಕರಣದಿಂದ (consumer gimmick) ಪ್ರತ್ಯೇಕಿಸುವ ಅಂಶಗಳು ಇಲ್ಲಿವೆ.
ವೈದ್ಯಕೀಯ ವಿಷಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ರಿಯಲ್-ಟೈಮ್ ಸ್ಪೀಚ್ ರೆಕಗ್ನಿಷನ್ (Real-Time Speech Recognition)
ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ ಡಿಕ್ಟೇಶನ್ ಸಾಫ್ಟ್ವೇರ್ಗಳು ಆಸ್ಪತ್ರೆಗೆ ಪ್ರವೇಶಿಸಿದ ತಕ್ಷಣ ವಿಫಲವಾಗುತ್ತವೆ. "MI" ಎಂದರೆ ಮಿಚಿಗನ್ನ ಅಂಚೆ ಸಂಕ್ಷಿಪ್ತ ರೂಪವಲ್ಲ, ಬದಲಾಗಿ ಮೈೋಕಾರ್ಡಿಯಲ್ ಇನ್ಫಾರ್ಕ್ಷನ್ (myocardial infarction) ಎಂದು, ಮತ್ತು "SOB" ಎಂದರೆ ಭಾವನಾತ್ಮಕ ಸ್ಥಿತಿಯಲ್ಲಲ್ಲ, ಬದಲಾಗಿ ಶಾರ್ಟ್ನೆಸ್ ಆಫ್ ಬ್ರೆತ್ (shortness of breath) ಎಂದು ಅದಕ್ಕೆ ತಿಳಿದಿರಬೇಕು. ಕ್ಲಿನಿಕಲ್-ಗ್ರೇಡ್ ಇಂಜಿನ್ ಎಮರ್ಜೆನ್ಸಿ ವಿಭಾಗಗಳಲ್ಲಿನ ವೇಗದ ಸಂಭಾಷಣೆಗಳು, ಉಚ್ಚಾರಣೆಯ ವ್ಯತ್ಯಾಸಗಳು ಮತ್ತು ನೈಜ ಸಂಭಾಷಣೆಯ ಅಸ್ತವ್ಯಸ್ತವಾದ ವ್ಯಾಕರಣವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಸಾಮರ್ಥ್ಯ ಹೊಂದಿರಬೇಕು. ವಿಳಂಬ (Latency) ಬಹಳ ಮುಖ್ಯ. ಒಂದು ವೇಳೆ ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟ್ ಸಂಭಾಷಣೆಯ ನಂತರ ಕೆಲವು ಸೆಕೆಂಡುಗಳಿಗಿಂತ ಹೆಚ್ಚು ವಿಳಂಬವಾದರೆ, ವೈದ್ಯರು ನಂಬಿಕೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಾರೆ ಮತ್ತು ಸ್ವತಃ ತಿದ್ದುಪಡಿ ಮಾಡಲು ಪ್ರಾರಂಭಿಸುತ್ತಾರೆ. ಶಬ್ದ ಮಾಡುವ ವಾತಾವರಣಗಳಲ್ಲಿಯೂ ಸಹ ಈ ವ್ಯವಸ್ಥೆಯು ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕಾಗುತ್ತದೆ—MRI ಸೂಟ್ನ ಗದ್ದಲ, ಓಪನ್ ಕ್ಲಿನಿಕ್ ಬೇಯಿನ ಜನಜಂಗುಳಿ ಅಥವಾ ಪೀಡಿಯಾಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಅಸ್ಥಿರವಾಗಿರುವ ಮಗುವನ್ನು ನಿಭಾಯಿಸುವ ಪೋಷಕರ ನಡುವೆಯೂ ಇದು ಕೆಲಸ ಮಾಡಬೇಕು. ನೇರ ಕ್ಲಿನಿಕಲ್ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿನ ನಿಖರತೆಯೇ ಉಳಿದೆಲ್ಲಾ ವಿಷಯಗಳ ಅಡಿಪಾಯವಾಗಿದೆ.
ಕಚ್ಚಾ ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟ್ನಿಂದ ರಚನಾತ್ಮಕ ಟಿಪ್ಪಣಿಗಳಿಗೆ (From Raw Transcript to Structured Notes)
ಪ್ರತಿಯೊಂದು ಪದವನ್ನು ಸೆರೆಹಿಡಿಯುವುದು ಕೇವಲ ಆರಂಭವಷ್ಟೇ. ವೈದ್ಯರು ಸಹಿ ಹಾಕಲು ಅನುಕೂಲವಾಗುವಂತೆ ಆ ಆಡಿಯೋವನ್ನು ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಆಗಿ AI ಸಂಘಟಿಸಬೇಕು. ಅಂದರೆ, ಕ್ಲಿನಿಶಿಯನ್ ಸ್ವತಃ ಶೂನ್ಯದಿಂದ ರಚಿಸಬೇಕಾದ ಅಗತ್ಯವಿಲ್ಲದಂತೆ SOAP ನೋಟ್ಸ್, ಪ್ರೋಗ್ರೆಸ್ ನೋಟ್ಸ್ ಮತ್ತು ಎನ್ಕೌಂಟರ್ ಸಮ್ಮರಿಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸೃಷ್ಟಿಸಬೇಕು. ಮೊಣಕಾಲು ನೋವು ಹೆಚ್ಚಾಗುತ್ತಿರುವ ಬಗ್ಗೆ ರೋಗಿಯ ವಿವರಣೆಯು Subjective ವಿಭಾಗದಲ್ಲಿರಬೇಕು. ದೈಹಿಕ ಪರೀಕ್ಷೆಯಿಂದ ವೈದ್ಯರು ಕಂಡುಕೊಂಡ ಅಂಶಗಳು Objective ವಿಭಾಗದಲ್ಲಿರಬೇಕು. Assessment ಮತ್ತು Plan ವಿಭಾಗಗಳು ಕ್ಲಿನಿಶಿಯನ್ ಘೋಷಿಸಿದ ಮುಂದಿನ ಕ್ರಮಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸಬೇಕು. ಉಪಯುಕ್ತ ಸ್ಕ್ರೈಬ್ ವೈದ್ಯರ ನೈಸರ್ಗಿಕ ಶೈಲಿಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತಲೇ, ಬಿಲ್ಲಿಂಗ್ ಅವಶ್ಯಕತೆಗಳು ಮತ್ತು ಕಾನೂನು ಪರಿಶೀಲನೆಗೆ ತೃಪ್ತಿಪಡುವಷ್ಟು ರಚನಾತ್ಮಕತೆಯನ್ನು ನೀಡಬೇಕು. ಇದರ ಫಲಿತಾಂಶವು ರೋಬೋಟ್ ಬರೆದಂತೆ ಕಾಣದೆ, ವೈದ್ಯರೇ ಬರೆದಂತೆ ಭಾಸವಾಗುವ ಕರಡು ಪ್ರತಿಯಾಗಿರುತ್ತದೆ.
ಆಳವಾದ EHR ಮತ್ತು EMR ಇಂಟಿಗ್ರೇಷನ್ (Deep EHR and EMR Integration)
ಇಂಟಿಗ್ರೇಷನ್ ಇಲ್ಲದಿದ್ದರೆ, ಸ್ಕ್ರೈಬ್ ಈಗಾಗಲೇ ತುಂಬಿರುವ ಸ್ಕ್ರೀನ್ನಲ್ಲಿ ಮತ್ತೊಂದು ಬ್ರೌಸರ್ ಟ್ಯಾಬ್ ಆಗಿ ಉಳಿಯುತ್ತದೆ. ಸಿಬ್ಬಂದಿ ಡೆಮೊಗ್ರಾಫಿಕ್ಸ್, ಔಷಧಿಗಳ ಪಟ್ಟಿ ಅಥವಾ ಮೌಲ್ಯಮಾಪನ ವಿವರಗಳನ್ನು ಮತ್ತೆ ಟೈಪ್ ಮಾಡದಂತೆ, ಟಿಪ್ಪಣಿಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಹೆಲ್ತ್ ರೆಕಾರ್ಡ್ (EHR) ವ್ಯವಸ್ಥೆಗಳಿಗೆ ನೇರವಾಗಿ ಹರಿಯಬೇಕು. ಇಂಟಿಗ್ರೇಷನ್ ದ್ವಿಮುಖವಾಗಿರಬೇಕು: AI ಪ್ರಸ್ತುತ ಭೇಟಿಯ ಸಂದರ್ಭವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಹಿಂದಿನ ರೋಗಿಯ ಇತಿಹಾಸವನ್ನು ಪಡೆಯುತ್ತದೆ, ನಂತರ ಭೇಟಿಯ ನಂತರ ಪೂರ್ಣಗೊಂಡ ಟಿಪ್ಪಣಿಯನ್ನು ಸರಿಯಾದ ಎನ್ಕೌಂಟರ್ ಫೀಲ್ಡ್ಗೆ ಕಳುಹಿಸುತ್ತದೆ. ಇದು ಸರಿಯಾಗಿ ಕೆಲಸ ಮಾಡಿದಾಗ, ಕ್ಲಿನಿಶಿಯನ್ನ ಕಾರ್ಯವಿಧಾನವು ಪ್ರತಿ ರೋಗಿಗೆ ಹಲವಾರು ನಿಮಿಷಗಳಷ್ಟು ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಇದು ವಿಫಲವಾದಾಗ—ಅಂದರೆ ಬಳಕೆದಾರರು ಅಪ್ಲಿಕೇಶನ್ಗಳ ನಡುವೆ ಪಠ್ಯದ ಭಾಗಗಳನ್ನು ಕಾಪಿ-ಪೇಸ್ಟ್ ಮಾಡಬೇಕಾದಾಗ—ಇದರ ಬಳಕೆ ಕುಸಿಯುತ್ತದೆ. ವೈದ್ಯರ ದೈನಂದಿನ ಕೆಲಸದಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳುವುದು ಎಂದರೆ ಅವರು ಈಗಾಗಲೇ ಬಳಸುತ್ತಿರುವ ಸಾಫ್ಟ್ವೇರ್ನ ಒಳಗೇ ಅತೀಂದ್ರಿಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದು ಎಂದರ್ಥ.
ಮಲ್ಟಿ-ಸ್ಪೀಕರ್ ರೆಕಗ್ನಿಷನ್ (Multi-Speaker Recognition)
ಕ್ಲಿನಿಕಲ್ ಭೇಟಿಯು ಏಕಪಾತ್ರಾಭಿನಯವಲ್ಲ. ವೈದ್ಯರು ನಿರ್ದಿಷ್ಟ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುತ್ತಾರೆ. ರೋಗಿಯು ಲಕ್ಷಣಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಾ ಹೋಗುತ್ತಾರೆ, ನಂತರ ಉತ್ತರಿಸುತ್ತಾರೆ. ಪೋಷಕರು ಅಥವಾ ಆರೈಕೆದಾರರು ಪಕ್ಕದಿಂದ ಮಧ್ಯಪ್ರವೇಶಿಸಬಹುದು. ದಾಖಲೆಯು ಹೇಳಿಕೆಗಳನ್ನು ಸರಿಯಾದ ವ್ಯಕ್ತಿಗೆ ಆರೋಪಿಸುವಂತೆ ಮಾಡಲು, ಸ್ಕ್ರೈಬ್ ಪ್ರತಿಯೊಬ್ಬ ವಕ್ತಾರನನ್ನು ಸರಿಯಾಗಿ ಗುರುತಿಸಬೇಕು. ವ್ಯವಸ್ಥೆಯು ರೋಗಿಯ ಸ್ವಯಂ-ರೋಗನಿರ್ಣಯವನ್ನು ವೈದ್ಯರ ಕ್ಲಿನಿಕಲ್ ಅಭಿಪ್ರಾಯದೊಂದಿಗೆ ಗೊಂದಲಕ್ಕೀಡುಮಾಡಿದರೆ, ಚಾರ್ಟ್ ತಪ್ಪಾದ ಮಾಹಿತಿಯನ್ನು ನೀಡಬಹುದು ಮತ್ತು ಇದು ಅಪಾಯಕಾರಿಯಾಗಬಹುದು. ಧ್ವನಿಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು AI ಗೆ ಯಾವ ವಿಷಯವು Subjective ಕಾಲಂಗೆ ಸೇರಬೇಕು ಮತ್ತು ಯಾವುದು Assessment ಗೆ ಸೇರಬೇಕು ಎಂದು ನಿರ್ಧರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದಕ್ಕೆ ಕೇವಲ ಒಬ್ಬ ಪ್ರೆಸೆಂಟರ್ ಇರುತ್ತಾರೆ ಎಂದು ಭಾವಿಸುವ ಸಾಮಾನ್ಯ ಮೀಟಿಂಗ್ ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಶನ್ ಅಲ್ಲದೆ, ವೈದ್ಯಕೀಯ ಸಂಭಾಷಣೆಯ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದ ಅಕೌಸ್ಟಿಕ್ ಡಯಾರೈಸೇಶನ್ (acoustic diarization) ಅಗತ್ಯವಿದೆ.
ಕ್ಲಿನಿಕಲ್ ಡಿಸಿಷನ್ ಸಪೋರ್ಟ್ (Clinical Decision Support)
ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಕೇವಲ ಒಂದು ನಿಷ್ಕ್ರಿಯ ಆರ್ಕೈವ್ ಆಗಿರಬಾರದು. AI ಆಲಿಸುವಾಗ, ಅದು ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಒಂದು ನಿಶ್ಯಬ್ದ ಚೆಕ್ಲಿಸ್ಟ್ನಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು. ವೈದ್ಯರು ಪ್ರಾರಂಭಿಸುವುದನ್ನು ಉಲ್ಲೇಖಿಸಿದ್ದಾರೆಯೇ