แพทย์ต้องใช้เวลาหลายชั่วโมงในแต่ละสัปดาห์จ้องมองหน้าจอแทนที่จะดูแลคนไข้ ตัวเลขที่แน่นอนอาจแตกต่างกันไปตามผลการศึกษา แต่ข้อร้องเรียนนั้นเหมือนกันทั่วโลก นั่นคือ การบันทึกข้อมูลทางคลินิกได้กลายเป็นงานที่สองไปแล้ว AI medical scribes สัญญาว่าจะเปลี่ยนสิ่งนี้ด้วยการฟังการสนทนาและสร้างบันทึกเวชระเบียนโดยอัตโนมัติ อย่างไรก็ตาม เครื่องมือที่ทำเพียงแค่เปลี่ยนเสียงเป็นข้อความนั้นยังไม่เพียงพอ แพทย์ต้องการซอฟต์แวร์ที่เข้าใจการแพทย์ เคารพขั้นตอนการทำงานทางคลินิก และทำงานอยู่เบื้องหลังห้องตรวจอย่างแนบเนียน แพลตฟอร์มที่มีประสิทธิภาพที่สุดจะรวมความสามารถที่แตกต่างกันหลายอย่างเข้าด้วยกัน และนี่คือสิ่งที่แยกเครื่องมือบันทึกข้อมูลทางคลินิกที่ใช้งานได้จริงออกจากเครื่องมือที่ทำมาเพื่อการตลาดเพียงอย่างเดียว

การจดจำเสียงแบบเรียลไทม์ที่เข้าใจภาษาทางการแพทย์

ซอฟต์แวร์การพิมพ์ด้วยเสียงทั่วไปมักจะล้มเหลวทันทีเมื่อเข้าสู่โรงพยาบาล มันจำเป็นต้องรู้ว่า "MI" หมายถึง myocardial infarction ไม่ใช่ตัวย่อไปรษณีย์ของรัฐมิชิแกน และ "SOB" หมายถึง shortness of breath ไม่ใช่สภาวะทางอารมณ์ เอนจินระดับคลินิกต้องสามารถแยกแยะการสนทนาที่รวดเร็วในแผนกฉุกเฉิน เสียงที่มีสำเนียง และไวยากรณ์ที่ไม่เป็นทางการของการสนทนาจริงได้ ความหน่วง (Latency) เป็นเรื่องสำคัญ หากข้อความที่ถอดความตามหลังบทสนทนามากกว่าไม่กี่วินาที แพทย์จะสูญเสียความเชื่อมั่นและเริ่มแก้ไขด้วยตนเอง ระบบยังต้องทำงานได้ในสภาพแวดล้อมที่มีเสียงรบกวน เช่น เสียงหึ่งๆ จากห้อง MRI, ความวุ่นวายในคลินิกแบบเปิด หรือเสียงผู้ปกครองที่กำลังรับมือกับเด็กที่อยู่ไม่นิ่งในแผนกกุมารเวชศาสตร์ ความแม่นยำภายใต้สภาวะทางคลินิกจริงคือรากฐานของทุกสิ่ง

จากข้อความดิบสู่บันทึกที่มีโครงสร้าง

การจับทุกคำพูดเป็นเพียงจุดเริ่มต้นเท่านั้น AI ต้องจัดระเบียบเสียงเหล่านั้นให้เป็นเอกสารที่แพทย์สามารถลงนามรับรองได้จริง นั่นหมายถึงการสร้าง SOAP notes, progress notes และสรุปการตรวจพบ (encounter summaries) โดยอัตโนมัติ โดยไม่ต้องบังคับให้แพทย์ต้องสร้างโครงร่างขึ้นมาใหม่เอง คำอธิบายของคนไข้เกี่ยวกับอาการปวดเข่าที่แย่ลงควรจะไปอยู่ในส่วน Subjective ผลการตรวจร่างกายของแพทย์ควรจะอยู่ในส่วน Objective ส่วน Assessment และ Plan ควรสะท้อนถึงขั้นตอนต่อไปที่แพทย์ระบุไว้ ผู้ช่วยบันทึกที่มีประโยชน์จะรักษาสำนวนธรรมชาติของแพทย์ไว้ ในขณะเดียวกันก็กำหนดโครงสร้างที่เพียงพอต่อข้อกำหนดด้านการเรียกเก็บเงินและการตรวจสอบทางกฎหมาย ผลลัพธ์ที่ได้คือร่างบันทึกที่ให้ความรู้สึกเหมือนแพทย์เป็นผู้เขียนเอง ไม่ใช่เขียนโดยหุ่นยนต์

การเชื่อมต่อกับ EHR และ EMR อย่างลึกซึ้ง

หากไม่มีการเชื่อมต่อ ผู้ช่วยบันทึกจะกลายเป็นเพียงอีกหนึ่งแท็บในเบราว์เซอร์บนหน้าจอที่วุ่นวายอยู่แล้ว บันทึกจำเป็นต้องไหลเข้าสู่ระบบ EHR ที่มีอยู่โดยตรง เพื่อที่เจ้าหน้าที่ได้ไม่ต้องพิมพ์ข้อมูลประชากร รายการยา หรือรายละเอียดการประเมินซ้ำอีกครั้ง การเชื่อมต่อควรเป็นแบบสองทาง (bidirectional): AI จะดึงประวัติเดิมของผู้ป่วยมาเพื่อสร้างบริบทสำหรับการมาตรวจครั้งนี้ จากนั้นจึงส่งบันทึกที่เสร็จสมบูรณ์ไปยังช่องข้อมูลการตรวจที่ถูกต้องเมื่อการนัดหมายสิ้นสุดลง เมื่อสิ่งนี้ทำงานได้ดี ขั้นตอนการทำงานของแพทย์จะลดลงไปได้หลายนาทีต่อคนไข้หนึ่งราย แต่เมื่อมันล้มเหลว—จนบังคับให้ผู้ใช้ต้องคัดลอกข้อความไปมาระหว่างแอป—การยอมรับใช้งานก็จะพังทลายลง การเข้ากับงานประจำวันของแพทย์ได้หมายถึงการทำงานอยู่ภายในซอฟต์แวร์ที่พวกเขาใช้อยู่แล้วอย่างแนบเนียน

การจดจำผู้พูดหลายคน

การตรวจรักษาทางคลินิกไม่ใช่การพูดคนเดียว แพทย์จะถามคำถามที่เจาะจง คนไข้จะเล่าอาการแล้วจึงตอบคำถาม ผู้ดูแลอาจจะพูดแทรกขึ้นมาจากมุมห้อง ผู้ช่วยบันทึกต้องระบุผู้พูดแต่ละคนให้ถูกต้อง เพื่อให้บันทึกระบุว่าข้อความนั้นมาจากบุคคลที่ถูกต้อง หากระบบสับสนระหว่างการวินิจฉัยด้วยตนเองของคนไข้กับความเห็นทางคลินิกของแพทย์ บันทึกจะกลายเป็นข้อมูลที่ทำให้เข้าใจผิดและอาจเป็นอันตรายได้ การแยกแยะเสียงยังช่วยให้ AI ตัดสินใจได้ว่าข้อมูลใดควรอยู่ในคอลัมน์ Subjective เทียบกับ Assessment สิ่งนี้ต้องใช้ acoustic diarization ที่ฝึกฝนมากับบทสนทนาทางการแพทย์ ไม่ใช่แค่การถอดความการประชุมทั่วไปที่คาดหวังให้มีผู้นำเสนอเพียงคนเดียวในแต่ละครั้ง

การสนับสนุนการตัดสินใจทางคลินิก

การบันทึกข้อมูลไม่ควรเป็นเพียงคลังเก็บข้อมูลที่นิ่งเฉย ในขณะที่ AI กำลังฟัง มันสามารถทำหน้าที่เหมือนรายการตรวจสอบ (checklist) เงียบๆ ที่ทำงานอยู่เบื้องหลัง แพทย์ได้กล่าวถึงการเริ่ม