डॉक्टर रुग्णांऐवजी दर आठवड्याला तासनतास स्क्रीनकडे पाहत घालवतात. अभ्यासानुसार ही नेमकी संख्या बदलू शकते, परंतु तक्रार सर्वत्र एकच आहे: क्लिनिकल डॉक्युमेंटेशन हे आता दुसरे काम बनले आहे. AI मेडिकल स्क्राइब्स (AI medical scribes) संवाद ऐकून आणि आपोआप चार्ट तयार करून ही परिस्थिती बदलण्याचे आश्वासन देतात. तरीही, केवळ बोलण्याला मजकुरात (text) रूपांतरित करणारे साधन पुरेसे नाही. डॉक्टरांना अशा सॉफ्टवेअरची गरज आहे जे वैद्यकीय शास्त्र समजून घेईल, क्लिनिकल वर्कफ्लोचा आदर करेल आणि तपासणी कक्षाच्या पार्श्वभूमीवर अदृश्य होऊन काम करेल. सर्वात प्रभावी प्लॅटफॉर्ममध्ये अनेक भिन्न क्षमतांचा समावेश असतो. एक गंभीर क्लिनिकल डॉक्युमेंटेशन टूल आणि ग्राहकांसाठीचे केवळ एक आकर्षण (gimmick) यामध्ये काय फरक आहे, ते खालीलप्रमाणे आहे.
वैद्यकीय शास्त्र समजून घेणारे रिअल-टाइम स्पीच रिकग्निशन
सामान्य वापराचे डिक्टेशन सॉफ्टवेअर हॉस्पिटलमध्ये प्रवेश करताच अपयशी ठरते. त्याला हे माहित असणे आवश्यक आहे की "MI" म्हणजे मायोकार्डियल इन्फार्क्शन (myocardial infarction) आहे, मिशिगनचे पोस्टल संक्षिप्त रूप नाही, आणि "SOB" म्हणजे श्वास घेण्यास त्रास होणे (shortness of breath) आहे, कोणताही भावनिक अवस्था नाही. क्लिनिकल-ग्रेड इंजिनला आपत्कालीन विभागातील जलद संवाद, विविध उच्चार (accented speech) आणि संभाषणातील अनौपचारिक व्याकरण समजून घेणे आवश्यक आहे. लॅटन्सी (Latency/विलंब) महत्त्वाची आहे. जर ट्रान्सक्रिप्ट संवादाच्या मागे काही सेकंदांपेक्षा जास्त वेळ असेल, तर डॉक्टरांचा विश्वास कमी होतो आणि ते मॅन्युअली दुरुस्त करू लागतात. सिस्टीमला गोंगाटाच्या वातावरणातही काम करावे लागते—मग ते MRI सुईटचा आवाज असो, ओपन क्लिनिकमधील गर्दी असो किंवा बालरोग विभागात अस्वस्थ मुलाला सांभाळणारे पालक असोत. प्रत्यक्ष क्लिनिकल परिस्थितीत अचूकता हीच इतर सर्व गोष्टींचा पाया आहे.
रॉ ट्रान्सक्रिप्टपासून स्ट्रक्चर्ड नोट्सपर्यंत
प्रत्येक शब्द टिपणे ही केवळ सुरुवात आहे. AI ने त्या ऑडिओचे अशा डॉक्युमेंटेशनमध्ये रूपांतर केले पाहिजे ज्यावर डॉक्टर खरोखर स्वाक्षरी करू शकतील. याचा अर्थ असा की क्लिनिशियनला शून्यापासून आराखडा तयार करण्यास भाग न पाडता, SOAP नोट्स, प्रोग्रेस नोट्स आणि एनकाउंटर सारांश आपोआप तयार करणे. गुडघेदुखी वाढल्याचे रुग्णाचे वर्णन 'Subjective' विभागात असायला हवे. शारीरिक तपासणीतून डॉक्टरांना मिळालेले निष्कर्ष 'Objective' विभागात असायला हवेत. 'Assessment' आणि 'Plan' मध्ये क्लिनिशियनने ठरवलेले पुढील टप्पे प्रतिबिंबित झाले पाहिजेत. एक उपयुक्त स्क्राइब डॉक्टरांच्या नैसर्गिक शब्दरचनेचे जतन करतो आणि त्याच वेळी बिलिंग आवश्यकता आणि कायदेशीर तपासणीसाठी पुरेशी रचना (structure) प्रदान करतो. परिणामी तयार झालेला मसुदा असा वाटतो की तो डॉक्टरांनीच लिहिला आहे, रोबोटने नाही.
सखोल EHR आणि EMR इंटिग्रेशन
इंटिग्रेशनशिवाय, स्क्राइब आधीच गर्दी असलेल्या स्क्रीनवर आणखी एक ब्राउझर टॅब बनून राहतो. नोट्स थेट विद्यमान इलेक्ट्रॉनिक हेल्थ रेकॉर्ड (EHR) सिस्टममध्ये प्रवाहित होणे आवश्यक आहे, जेणेकरून कर्मचाऱ्यांना रुग्णांची माहिती (demographics), औषधांची यादी किंवा तपासणीचा तपशील पुन्हा टाईप करावा लागणार नाही. इंटिग्रेशन द्विमार्गी (bidirectional) असावे: AI सध्याच्या भेटीचा संदर्भ देण्यासाठी रुग्णाचा जुना इतिहास घेते आणि भेटीनंतर पूर्ण झालेली नोट योग्य एनकाउंटर फील्डमध्ये पाठवते. जेव्हा हे व्यवस्थित काम करते, तेव्हा क्लिनिशियनचा प्रति रुग्ण कामाचा वेळ काही मिनिटे कमी होतो. जेव्हा हे अपयशी ठरते—म्हणजेच वापरकर्त्यांना विविध ॲप्समध्ये मजकूर कॉपी-पेस्ट करण्यास भाग पाडले जाते—तेव्हा त्याचा स्वीकार (adoption) कमी होतो. डॉक्टरांच्या दैनंदिन कामात सामावून जाणे म्हणजे त्यांनी आधीच वापरत असलेल्या सॉफ्टवेअरमध्ये अदृश्य होणे होय.
मल्टी-स्पीकर रिकग्निशन
क्लिनिकल संवाद म्हणजे केवळ एकतर्फी भाषण नसते. डॉक्टर विशिष्ट प्रश्न विचारतात. रुग्ण लक्षणांबद्दल बोलतो आणि नंतर उत्तर देतो. एखादा काळजीवाहू (caregiver) कोपऱ्यातून मध्ये बोलू शकतो. स्क्राइबने प्रत्येक बोलणाऱ्याला योग्यरित्या लेबल केले पाहिजे जेणेकरून रेकॉर्डमध्ये विधाने योग्य व्यक्तीला अचूकपणे जोडली जातील. जर सिस्टीमने रुग्णाने स्वतः केलेले निदान आणि डॉक्टरांचे क्लिनिकल मत यामध्ये गोंधळ घातला, तर चार्ट दिशाभूल करणारा आणि संभाव्यतः धोकादायक ठरू शकतो. आवाज ओळखल्यामुळे AI ला 'Subjective' कॉलम आणि 'Assessment' मध्ये काय असावे हे ठरवण्यासही मदत होते. यासाठी केवळ सामान्य मीटिंग ट्रान्सक्रिप्शन नाही, तर वैद्यकीय संवादावर प्रशिक्षित 'acoustic diarization' आवश्यक आहे, जे एका वेळी एकच वक्ता असेल अशी अपेक्षा करते.
क्लिनिकल डिसिजन सपोर्ट
डॉक्युमेंटेशन हे केवळ एक निष्क्रिय संग्रह (passive archive) नसावे. AI ऐकत असताना, ते पार्श्वभूमीवर चालणाऱ्या शांत चेकलिस्टप्रमाणे काम करू शकते. डॉक्टरांनी ... सुरू करण्याचा उल्लेख केला का?