மருத்துவர்கள் நோயாளிகளுக்குப் பதிலாக ஒவ்வொரு வாரமும் பல மணிநேரம் திரைகளைப் பார்த்தே கழிக்கிறார்கள். ஆய்வைப் பொறுத்து அந்தத் துல்லியமான எண்ணிக்கை மாறுபடுகிறது, ஆனால்...

மருத்துவர்கள் நோயாளிகளுக்குப் பதிலாக வாரந்தோறும் பல மணிநேரங்களைத் திரைகளைப் பார்த்தே கழிக்கின்றனர். ஆய்வுகளைப் பொறுத்து இந்த எண்ணிக்கை மாறக்கூடும், ஆனால் புகார் ஒன்றுதான்: மருத்துவ ஆவணப்படுத்துதல் (clinical documentation) என்பது ஒரு இரண்டாவது வேலையாக மாறிவிட்டது. AI மருத்துவ ஸ்க்ரிப்கள் (AI medical scribes), சந்திப்புகளைக் கவனிப்பதன் மூலமும் தானாகவே மருத்துவக் குறிப்புகளை (chart) உருவாக்குவதன் மூலமும் இதை மாற்றியமைப்பதாகக் கூறுகின்றன. இருப்பினும், வெறும் பேச்சை உரையாக மாற்றும் கருவி மட்டும் போதுமானதல்ல. மருத்துவர்களுக்கு மருத்துவத்தைப் புரிந்துகொள்ளும், மருத்துவப் பணிப்பாய்வுகளை (clinical workflows) மதிக்கும் மற்றும் பரிசோதனை அறையின் பின்னணியில் தடையின்றி இயங்கும் மென்பொருள் தேவைப்படுகிறது. மிகவும் பயனுள்ள தளங்கள் பல தனித்துவமான திறன்களைக் கொண்டுள்ளன. ஒரு தீவிரமான மருத்துவ ஆவணப்படுத்தும் கருவியையும், சாதாரண நுகர்வோர் விளம்பரக் கருவியையும் வேறுபடுத்துவது எது என்பதை இங்கே காண்போம்.

மருத்துவத்தைப் புரிந்துகொள்ளும் நிகழ்நேரப் பேச்சு அங்கீகாரம் (Real-Time Speech Recognition That Understands Medicine)

பொதுவான டிக்டேஷன் மென்பொருள்கள் மருத்துவமனைக்குள் நுழைந்தவுடன் தடுமாறுகின்றன. "MI" என்பது மிச்சிகான் (Michigan) மாநிலத்தின் அஞ்சல் சுருக்கமல்ல, அது 'myocardial infarction' என்பதைக் குறிக்கிறது என்பதையும், "SOB" என்பது ஒரு உணர்ச்சி நிலையல்ல, அது 'shortness of breath' (மூச்சுத் திணறல்) என்பதைக் குறிக்கிறது என்பதையும் அது அறிந்திருக்க வேண்டும். ஒரு மருத்துவத் தரத்திலான இயந்திரம் (clinical-grade engine), அவசர சிகிச்சைப் பிரிவுகளில் நடக்கும் வேகமான உரையாடல்கள், உச்சரிப்பு வேறுபாடுகள் மற்றும் இயல்பான உரையாடல்களில் உள்ள இலக்கணப் பிழைகளைத் துல்லியமாகப் பகுப்பாய்வு செய்ய வேண்டும். தாமதம் (Latency) மிக முக்கியமானது. உரையாடலை விட எழுத்து வடிவம் (transcript) சில வினாடிகளுக்குப் பின்னால் சென்றால், மருத்துவர்கள் அதன் மீதான நம்பிக்கையை இழந்து, அவற்றை நீங்களாகவே திருத்தத் தொடங்குவார்கள். MRI அறையின் இரைச்சல், மருத்துவமனையின் பரபரப்பு அல்லது குழந்தைகள் மருத்துவமனையில் ஒரு பெற்றோர் குழந்தையைத் தேற்றுவது போன்ற சத்தமான சூழல்களிலும் இந்த அமைப்பு சிறப்பாகச் செயல்பட வேண்டும். நேரடி மருத்துவச் சூழலில் துல்லியம் என்பது மற்ற அனைத்தும் அமையும் அடிப்படையாகும்.

மூலப் பதிவிலிருந்து கட்டமைக்கப்பட்ட குறிப்புகள் வரை (From Raw Transcript to Structured Notes)

ஒவ்வொரு வார்த்தையையும் பதிவு செய்வது என்பது தொடக்கமேயாகும். அந்த ஆடியோவை ஒரு மருத்துவர் கையொப்பமிடக்கூடிய ஆவணங்களாக AI ஒழுங்கமைக்க வேண்டும். அதாவது, மருத்துவர் ஆரம்பத்திலிருந்த부터 கட்டமைப்பை உருவாக்கத் தேவையில்லாமல், SOAP குறிப்புகள், முன்னேற்றக் குறிப்புகள் (progress notes) மற்றும் சந்திப்புச் சுருக்கங்களை (encounter summaries) தானாகவே உருவாக்க வேண்டும். முழங்கால் வலி அதிகரிப்பதைப் பற்றிய நோயாளியின் விளக்கம் 'Subjective' பிரிவில் இருக்க வேண்டும். உடல் பரிசோதனையில் மருத்துவர் கண்டறிந்த விஷயங்கள் 'Objective' பிரிவில் இடம்பெற வேண்டும். 'Assessment and Plan' என்பது மருத்துவர் அறிவித்த அடுத்தகட்ட நடவடிக்கைகளைப் பிரதிபலிக்க வேண்டும். ஒரு பயனுள்ள ஸ்க்ரைப், மருத்துவரின் இயல்பான சொற்றொடர்களைப் பாதுகாப்பதோடு மட்டுமல்லாமல், பில்லிங் தேவைகள் மற்றும் சட்ட ஆய்வுகளுக்குப் போதுமான கட்டமைப்பையும் வழங்க வேண்டும். இதன் விளைவாகக் கிடைக்கும் வரைவு (draft), ஒரு ரோபோ எழுதியது போல இல்லாமல், மருத்துவரே எழுதியது போன்ற உணர்வைத் தரும்.

ஆழமான EHR மற்றும் EMR ஒருங்கிணைப்பு (Deep EHR and EMR Integration)

ஒருங்கிணைப்பு இல்லையென்றால், ஏற்கனவே நெரிசலாக இருக்கும் திரையில் இந்த ஸ்க்ரைப் மற்றொரு பிரவுசர் டேப் (browser tab) ஆக மட்டுமே இருக்கும். குறிப்புகள் நேரடியாகத் தற்போதுள்ள மின்னணு சுகாதாரப் பதிவு (EHR) அமைப்புகளுக்குச் செல்ல வேண்டும்; அப்போதுதான் ஊழியர்கள் நோயாளியின் விவரங்கள், மருந்துப் பட்டியல்கள் அல்லது மதிப்பீட்டு விவரங்களைத் திரும்பத் தட்டச்சு செய்ய வேண்டியிருக்காது. இந்த ஒருங்கிணைப்பு இருவழிப் பாதையில் (bidirectional) இருக்க வேண்டும்: AI முந்தைய நோயாளி வரலாற்றைப் பெற்று தற்போதைய சந்திப்பிற்குத் தேவையான சூழலைத் தயார் செய்ய வேண்டும், பின்னர் சந்திப்பு முடிந்ததும் முழுமையடைந்த குறிப்பைச் சரியான இடத்தில் சேர்க்க வேண்டும். இது சரியாகச் செயல்படும்போது, ஒவ்வொரு நோயாளிக்கும் மருத்துவரின் பணிச்சுமை பல நிமிடங்கள் குறைகிறது. இது தோல்வியடையும் போது—பயனர்கள் ஒரு செயலியில் இருந்து மற்றொரு செயலிக்கு உரையை நகலெடுக்க வேண்டிய கட்டாயம் ஏற்படும் போது—இதன் பயன்பாடு குறைந்துவிடும். ஒரு மருத்துவரின் அன்றாடப் பணியில் இது இணைந்து செயல்படுவது என்பது, அவர்கள் ஏற்கனவே பயன்படுத்தும் மென்பொருளுக்குள்ளேயே தடையின்றி மறைந்து செயல்படுவதைக் குறிக்கும்.

பல நபர்களை அடையாளம் காணுதல் (Multi-Speaker Recognition)

ஒரு மருத்துவச் சந்திப்பு என்பது ஒரு தனிநபர் பேசும் உரையாடல் அல்ல. மருத்துவர் குறிப்பிட்ட கேள்விகளைக் கேட்பார். நோயாளி தனது அறிகுறிகளைப் பற்றிப் பேசுவார், பின்னர் பதிலளிப்பார். ஒரு பராமரிப்பாளர் (caregiver) இடையில் குறுக்கிடலாம். ஒவ்வொரு பேச்சாளரையும் ஸ்க்ரைப் சரியாக அடையாளம் காண வேண்டும், அப்போதுதான் அந்தப் பதிவுகள் சரியான நபருக்குச் சொந்தமானவை என்பதைத் துல்லியமாகக் காட்ட முடியும். நோயாளி தனது நோயைக் கருதுவதையும் (self-diagnosis), மருத்துவரின் மருத்துவக் கருத்தையும் (clinical impression) இந்த அமைப்பு குழப்பிக் கொண்டால், மருத்துவக் குறிப்பு தவறான தகவலைத் தரும் மற்றும் ஆபத்தானதாகவும் அமையலாம். குரல்களை வேறுபடுத்துவது, எது 'Subjective' பிரிவிலும் எது 'Assessment' பிரிவிலும் இருக்க வேண்டும் என்பதைத் தீர்மானிக்க AI-க்கு உதவுகிறது. இதற்குப் பொதுவான கூட்டங்களின் உரையாடல்களைப் பதிவு செய்யும் முறையல்லாமல், மருத்துவ உரையாடல்களுக்காகப் பயிற்றுவிக்கப்பட்ட 'acoustic diarization' தொழில்நுட்பம் தேவைப்படுகிறது.

மருத்துவ முடிவெடுக்கும் ஆதரவு (Clinical Decision Support)

ஆவணப்படுத்துதல் என்பது வெறும் தகவல்களைச் சேமித்து வைக்கும் இடமாக மட்டும் இருக்கக்கூடாது. AI கவனிக்கும்போது, அது பின்னணியில் இயங்கும் ஒரு அமைதியான சரிபார்ப்புப் பட்டியலாக (checklist) செயல்பட முடியும். மருத்துவர் எதையாவது தொடங்கப் பற்றி குறிப்பிட்டாரா