Các bác sĩ dành hàng giờ mỗi tuần để nhìn chằm chằm vào màn hình thay vì bệnh nhân. Con số chính xác thay đổi tùy theo từng nghiên cứu, nhưng lời phàn nàn là phổ biến: ghi chép lâm sàng đã trở thành một công việc thứ hai. Các trợ lý ghi chép y tế bằng AI hứa hẹn sẽ đảo ngược tình trạng này bằng cách lắng nghe các cuộc thăm khám và tự động xây dựng bệnh án. Tuy nhiên, một công cụ chỉ đơn thuần chuyển đổi giọng nói thành văn bản là chưa đủ. Các bác sĩ cần phần mềm hiểu được y khoa, tôn trọng quy trình làm việc lâm sàng và "biến mất" vào hậu trường của phòng khám. Những nền tảng hiệu quả nhất là sự kết hợp của nhiều khả năng riêng biệt. Dưới đây là những yếu tố phân biệt một công cụ ghi chép lâm sàng thực thụ với một món đồ chơi công nghệ thông thường.
Nhận dạng giọng nói thời gian thực hiểu được y khoa
Các phần mềm đọc chính tả thông thường sẽ gặp khó khăn ngay khi bước vào bệnh viện. Nó cần phải biết rằng "MI" nghĩa là nhồi máu cơ tim (myocardial infarction), chứ không phải là chữ viết tắt bưu chính của bang Michigan, và "SOB" là viết tắt của khó thở (shortness of breath) chứ không phải là một trạng thái cảm xúc. Một công cụ cấp độ lâm sàng phải phân tích được các cuộc trao đổi nhanh tại khoa cấp cứu, giọng nói có âm hưởng địa phương, và cả ngữ pháp không chuẩn mực của các cuộc hội thoại thực tế. Độ trễ là yếu tố quan trọng. Nếu bản ghi chép chậm hơn cuộc đối thoại quá vài giây, các bác sĩ sẽ mất lòng tin và bắt đầu phải chỉnh sửa thủ công. Hệ thống cũng phải hoạt động tốt trong môi trường ồn ào—giữa tiếng ù ù của phòng chụp MRI, sự hối hả của một khu khám bệnh mở, hoặc khi một phụ huynh đang loay hoay với một đứa trẻ hiếu động tại khoa nhi. Độ chính xác trong các điều kiện lâm sàng trực tiếp là nền tảng cho mọi thứ khác.
Từ bản ghi thô đến các ghi chú có cấu trúc
Ghi lại mọi từ ngữ mới chỉ là bước khởi đầu. AI phải tổ chức âm thanh đó thành các tài liệu ghi chép mà bác sĩ thực sự có thể ký xác nhận. Điều đó có nghĩa là tự động tạo ra các ghi chú SOAP, ghi chú tiến triển và tóm tắt cuộc thăm khám mà không buộc bác sĩ phải xây dựng khung sườn từ đầu. Mô tả của bệnh nhân về tình trạng đau đầu gối trầm trọng hơn nên nằm trong phần Chủ quan (Subjective). Các phát hiện của bác sĩ từ việc khám thực thể nên được đưa vào phần Khách quan (Objective). Đánh giá và Kế hoạch (Assessment and Plan) phải phản ánh các bước tiếp theo mà bác sĩ đã tuyên bố. Một trợ lý ghi chép hữu ích sẽ giữ lại cách diễn đạt tự nhiên của bác sĩ trong khi vẫn áp dụng đủ cấu trúc để đáp ứng các yêu cầu thanh toán bảo hiểm và sự kiểm tra pháp lý. Kết quả là một bản thảo mang lại cảm giác như do chính bác sĩ soạn thảo, chứ không phải do robot viết.
Tích hợp sâu với EHR và EMR
Nếu không có sự tích hợp, trợ lý ghi chép sẽ trở thành một tab trình duyệt khác trên một màn hình vốn đã chật chội. Các ghi chú cần được chuyển trực tiếp vào các hệ thống hồ sơ sức khỏe điện tử hiện có để nhân viên không phải nhập lại thông tin nhân khẩu học, danh sách thuốc hoặc chi tiết đánh giá. Sự tích hợp nên là hai chiều: AI lấy lịch sử bệnh nhân trước đó để làm ngữ cảnh cho lần thăm khám hiện tại, sau đó đẩy bản ghi chú đã hoàn thành vào đúng trường dữ liệu của cuộc thăm khám khi cuộc hẹn kết thúc. Khi điều này hoạt động hiệu quả, quy trình làm việc của bác sĩ sẽ được rút ngắn vài phút cho mỗi bệnh nhân. Khi nó thất bại—buộc người dùng phải sao chép các đoạn văn bản giữa các ứng dụng—việc áp dụng sẽ sụp đổ. Để phù hợp với công việc hàng ngày của bác sĩ, công cụ phải "biến mất" bên trong phần mềm mà họ đã sử dụng.
Nhận dạng đa người nói
Một cuộc thăm khám lâm sàng không phải là một bài độc thoại. Bác sĩ đặt các câu hỏi có mục đích. Bệnh nhân kể về các triệu chứng, sau đó trả lời. Một người chăm sóc có thể xen vào từ một góc phòng. Trợ lý ghi chép phải dán nhãn chính xác từng người nói để hồ sơ ghi nhận đúng các phát biểu của từng người. Nếu hệ thống nhầm lẫn giữa việc tự chẩn đoán của bệnh nhân với nhận định lâm sàng của bác sĩ, bệnh án sẽ trở nên sai lệch và có khả năng gây nguy hiểm. Việc phân biệt các giọng nói cũng giúp AI quyết định nội dung nào thuộc về cột Chủ quan so với phần Đánh giá. Điều này đòi hỏi kỹ thuật phân đoạn người nói (acoustic diarization) được huấn luyện trên các cuộc đối thoại y tế, chứ không chỉ là bản ghi chép cuộc họp thông thường vốn chỉ mong đợi một người thuyết trình tại một thời điểm.
Hỗ trợ quyết định lâm sàng
Việc ghi chép không nên chỉ là một kho lưu trữ thụ động. Khi AI lắng nghe, nó có thể hoạt động như một danh sách kiểm tra (checklist) thầm lặng chạy ở chế độ nền. Liệu bác sĩ có đề cập đến việc bắt đầu