Die digitale Spracherkennung hat seit ihren Anfängen einen weiten Weg genommen. Inzwischen stehen mobile Anwendungen und die individuelle Anpassung an den Nutzer sowie die Erkennung unstrukturierter Inhalte im Fokus der Anbieter. Ein Hauch von Science-Fiction ist auch im Spiel: Längst wird an der Entwicklung virtueller Assistenten auf Basis der digitalen Spracherkennung gearbeitet. Es dürfte allerdings noch ein paar Jahre dauern, bis diese Vision Realität wird.
Eine deutsche Klinik im Jahr 2030. „Guten Morgen, Herr Doktor“, „Guten Morgen, HAL 2.“ „Es wäre jetzt an der Zeit, den Arztbrief von Patient Müller, Zimmer 229, fertigzustellen.“ „Eine gute Idee.“ „Das Mikrofon ist ausgefallen. Bitte schauen Sie in Richtung Bildschirm, damit ich die Worte von Ihren Lippen ablesen kann.“ Noch ist die Entwicklung virtueller Assistenten nicht so weit fortgeschritten wie beim
ursprünglichen HAL, dem Bordcomputer im Hollywood-Streifen „2001: Odyssee im Weltraum“. Aber die digitale Sprachverarbeitung nähert sich dessen Fähigkeiten an.
Als Stanley Kubrick im Jahr 1968 sein Oscar-prämiertes Meisterwerk drehte, steckte die Spracherkennung noch in den Kinderschuhen. Die Carnegie Mellon University begann damals mit der Entwicklung eines Systems, das einzelne Wörter analysieren konnte. Das System beherrschte 1 000 Wörter, hatte also den Sprachwortschatz eines dreijährigen Kindes. Richtig in Schwung kam die digitale Spracherkennung erst in den 1980er-Jahren, als man dazu überging, nicht mehr nur einzelne Worte, sondern ganze Wortfolgen zu analysieren. Für diese Art der Mustererkennung benutzten die Systeme statistische Wahrscheinlichkeitsberechnungen nach dem „Hidden Markov Model“ des russischen Mathematikers Andrej Markov. Heute ist digitale Spracherkennung technisch so ausgereift, dass sie massentauglich geworden ist.
Radiologie: Vorreiter in Sachen Spracherkennung
Vorreiter in den Krankenhäusern waren die Radiologen, die schon seit vielen Jahren digitale Diktiersysteme und auch Sprachverarbeitung im Einsatz haben. Jetzt folgen die anderen medizinischen Fachbereiche. In der Regel führt die Einrichtung zuerst das digitale Diktat ein, weil sie Medienbrüche vermeiden und Prozesse optimieren möchte. Wenn alles gut funktioniert und die Geschäftsführung das nötige Geld locker macht, kommt die Spracherkennung on top. Auch das UniversitätsSpital Zürich (USZ) beschritt diesen Weg. Seit 2011 haben alle 42 Kliniken des USZ das digitale Diktat im Einsatz, im vergangenen Herbst wurde mit dem Rollout der Sprachverarbeitung begonnen. Die Ärzte sollen ihre digitalen Diktate in Zukunft selbst korrigieren. Hintergrund: Die Schweizer haben ein Nachwuchsproblem – es gehen mehr Schreibkräfte in Rente als nachkommen. Sekretärinnen mit medizinischen Fachkenntnissen, und die braucht es zum Abtippen der Diktate, sind rar gesät. Das USZ stand vor einem Berg von Überstunden, den es galt abzubauen.
Motivationshilfen für Ärzte
Wie erreicht das USZ, dass alle Ärzte mitziehen und sich der digitalen Spracherkennung nicht verweigern? Mit leichtem finanziellen Druck: Die Leitung des Universitätsklinikums hat das Ziel vorgegeben, dass Arztbriefe spätestens zwei Tage nach Abschluss der Behandlung dem Zuweiser oder dem Patienten zur Verfügung gestellt werden müssen. Hält eine Klinik diese Vorgaben nicht ein, wird ihr Anteil am Privathonorar-Pool gekürzt. Finanzieller Druck allein reicht aber nicht aus. Die Spracherkennung muss bei den Ärzten auch auf Akzeptanz stoßen.
„Ärzte im Krankenhaus haben grundsätzlich keine Zeit“, erklärt Dr. Roland Naef, ICT-Bereichsleiter Applikationen und Services am USZ, „wenn die erst noch aufwendig Korrekturen vornehmen müssen, werden sie ungeduldig und benutzen die Spracherkennung nicht mehr.“ Ein Spracherkennungssystem kann nur die Wörter und Begriffe korrekt wiedergeben, die im Sprachwortschatz enthalten sind. Mit dem Standardwortschatz liefert sie bei medizinischen Texten eine bescheidene Trefferquote von vielleicht 85 Prozent, erläutert Naef. Das System muss deshalb an den spezifischen Fachwortschatz jeder Klinik angepasst werden. Dies geschieht mithilfe der Künstlichen Intelligenz (KI). Die ICT-Mitarbeiter entnehmen dazu Tausende von Dokumenten aus dem Krankenhausinformationssystem, anonymisieren sie und füttern damit das KI-Modul des Anbieters der Spracherkennung. „Das Ergebnis ist erstaunlich“, sagt Naef, „wir erzielen damit auf Anhieb eine Trefferquote von rund 95 Prozent.“ In der nächsten Softwareversion, die Einführung ist Mitte nächsten Jahres geplant, wird das System im laufenden Betrieb hinzulernen, sodass sich die Genauigkeit weiter erhöht.
Sprachenvielfalt und Besonderheiten bewältigen
Da die elektronische Patientenakte am USZ in deutscher Sprache geführt wird, müssen auch die Ärzte in Hochdeutsch diktieren. Akzente bereiten dem System keine Probleme. Es versteht alle Ärzte unabhängig davon, ob die aus der Deutschen, Französischen, Italienischen Schweiz oder dem Ausland kommen. Hauptsache sie sprechen Hochdeutsch oder Schweizer Hochdeutsch und die Grammatik entspricht dem Fachwortschatz der zugrunde gelegten Berichte. Bei anderen Sprachen hingegen wie etwa dem Schweizerdeutsch oder auch dem Plattdeutsch, das zum Teil völlig andere Wörter oder Satzstellungen verwendet, streikt die Spracherkennung.
Probleme bekommt die Spracherkennung auch, wenn ein Arzt eine sehr schlechte Aussprache hat. Und wenn er so schlecht diktiert, dass eine Schreibkraft beim Abhören ins Stocken kommt, muss auch die Spracherkennung passen. „Ein sehr guter Schreibservice kann hier noch weiterhelfen“, stellt Robert Gröber, Geschäftsführer des Anbieters MediaInterface, fest. Das Unternehmen setzt nicht wie fast alle anderen Dienstleister im Gesundheitswesen auf die Spracherkennung des Marktführers Nuance, sondern hat schon vor 20 Jahren ein eigenes System entwickelt. Die Ärzte am USZ können nach einer einstündigen Einführung, in der sie den Umgang mit dem System von MediaInterface und die Workflows im klinischen Alltag kennenlernen, sofort loslegen. Teil der Einführung ist ein 15-minütiges Sprachtraining, in dem das System die individuelle Aussprache und Phonetik des Benutzers lernt. Die Zeiten, in denen die Benutzer das System durch das Vorlesen von Märchentexten trainieren mussten, sind also längst passé.
Mobilität im Fokus
Weil die Qualität der Spracherkennung auf einem hohen Niveau angelangt ist, konzentrieren sich die Anbieter jetzt darauf, den Komfort und die Prozesse bei der Spracherkennung zu verbessern. Ein großes Thema ist zurzeit die Mobilität im Krankenhaus. Hier besteht die große Herausforderung in der Integration der mobilen Clients in die Krankenhausinformationssysteme. Nuance zum Beispiel bietet mit Speech Anywhere Services eine Spracherkennungsplattform an, auf die ein Benutzer mit unterschiedlichen Clients – zum Beispiel einem stationären und einem mobilen – zugreifen kann und dabei stets das gleiche Sprachprofil verwendet. Dies setzt aber noch voraus, dass im KIS bereits die Spracherkennungsfunktion installiert ist wie zum Beispiel Orbis Speech in Agfa Orbis. Nuance arbeitet aber zurzeit an einer Lösung für mobile sprachaktivierte Clients, die auch dann zur Dokumentation ins KIS verwendet werden kann, wenn das KIS selbst die Spracherkennung noch nicht unterstützt.
„Mikrofone machen sich im Krankenhaus gerne selbstständig. Viele Ärzte tragen sie deshalb zusammen mit dem Stethoskop um den Hals“, weiß Martin Held, im Nuance-Unternehmensbereich Gesundheit für das globale Produktmanagent verantwortlich. Das Unternehmen entwickelt deshalb eine Technologie, mit der Ärzte künftig ihr Smartphone als digitales Mikrofon verwenden können. Dabei verwandelt eine App das Smartphone zum Mikrofon und stellt die Verbindung zum Client her, den der Arzt zum Diktieren verwenden möchte. Die Technik erkennt, welches Smartphone der Arzt zum Diktieren verwendet und welchen Computer er gerade benutzt. Das digitale Diktat wird an den Spracherkennungsserver geschickt, dort in Text umgewandelt und dem Benutzer auf dem Bildschirm des Clients angezeigt. Für den Benutzer spielt es dann keine Rolle mehr, an welchem Gerät er dokumentieren möchte, er kann auch eine Aufzeichnung unterbrechen, sich an einem anderen Rechner einloggen und dort weiterdokumentieren. Allerdings sollte man das mobile Diktat nicht überschätzen.
„Unsere Ärzte dokumentieren zu 90 Prozent am Schreibtisch mit einem schnurgebundenen Diktiergerät und nicht mit einem mobilen Diktiergerät am Patientenbett, obwohl sie dies durchaus könnten“, sagt Naef. „Die Ärzte haben festgestellt, dass es im Arztzimmer diskreter und bequemer ist. Es ist noch nicht abzusehen, ob sich das ändert, wenn die Spracherkennung vollständig in einen mobilen Dokumentationsworkflow integriert wird.“
Clinical Language Understanding
Ein weiteres großes Thema ist die Erkennung von Inhalten aus unstrukturierten Texten. Diese Technologie, an der auch andere Anbieter arbeiten, soll helfen, die Dokumentation zu verbessern, indem die Spracherkennung die Inhalte auf Konsistenz überprüft. Das System kann dann den Autor auf Nachlässigkeiten bei der Dokumentation oder eine fehlerhafte Texterkennung hinweisen. „Wenn am Anfang eines Arztbriefs von der rechten Hand die Rede ist, am Textende aber von der linken, fordert das System den Benutzer auf, den Sachverhalt noch einmal zu prüfen“, sagt Held.
Dieses sogenannte Clincal Language Understanding bietet sich auch an, um das medizinische Krankheitsbild in einer Dokumentation zu vervollständigen. Dadurch soll sichergestellt werden, dass ein nachbehandelnder Arzt auch tatsächlich alle relevanten Informationen erhält. Eine möglichst vollständige Dokumentation ist für eine Klinik auch von wirtschaftlichem Interesse, weil sie dann den bestmöglichen Abrechnungscode aus der Dokumentation generieren kann. Für die Klinik bedeutet es bares Geld, wenn der Arzt einen offenen Bruch am Bein tatsächlich so benennt und nicht nur ein „gebrochenes Bein“ dokumentiert. Die Engine, die aus einem geschriebenen Text den medizinischen Kontext herausziehen kann, hat Nuance bereits entwickelt, und die Vollständigkeits- und Plausibilitätsprüfungen sind bei verschiedenen US-Klinikverbünden im Einsatz. Allerdings ist die Anpassung an andere Länder aufwendig, weil die unterschiedlichen Regulatorien, aber auch die Vorgaben der verschiedenen Fachrichtungen berücksichtigt werden müssen.
Zukunftsmusik: Virtueller Assistent
Noch ganz im Forschungsstadium ist die Entwicklung der virtuellen Assistenten. Zurzeit arbeitet Nuance an Technologien, mit denen sich virtuelle Assistenten erstellen lassen. Die Forscher fangen mit einfachen Dingen wie beispielsweise der Bestellung in einem Apothekensystem an. Der digitale Assistent leitet den Besteller durch den gesamten Prozess und stellt auch Rückfragen. Die Forscher arbeiten auch an einem digitalen Assistenten für die Radiologie, der beispielsweise fragt, ob eine Thoraxaufnahme von vorne oder von der Seite gemacht oder welche Kontrastmitteldosis eingesetzt werden soll. Bis zum Jahr 2030 haben die Forscher noch Zeit, dem digitalen Assistenten das Ablesen von den Lippen beizubringen.
Text: Dr. Michael Lang, Wissenschaftsjournalist