Spraakherkenningssoftware nog verre van ideaal

Medische brieven en notities die opgesteld zijn met behulp van spraakherkenningssoftware, bevatten veel fouten, waarvan een flink deel klinisch significant is. Teksten grondig nalezen en corrigeren is van groot belang. Dit concluderen Li Zhou e.a. in een artikel in JAMA Network Open.

Zij legden 217 Amerikaans-Engelse notities (zoals ontslagbrieven of operatieverslagen) gedicteerd door 144 verschillende artsen onder de loep. Een student of promovendus – onder supervisie van twee artsen – schreef de gedicteerde tekst handmatig uit. De onderzoekers vergeleken deze met de door een spraakherkenner uitgewerkte tekst, de door een medisch secretaresse gecorrigeerde versie en de door de arts nagelezen en ondertekende notitie. Zij keken vervolgens of er fouten te vinden waren, en oordeelden of deze mogelijk klinisch relevant waren.

De spraakherkenning maakte bij zeven op honderd woorden een fout, en bij één op tweehonderdvijftig woorden was dit van klinisch belang. Voorbeelden daarvan zijn compleet andere medicijnnamen, of weggelaten allergieën, en weglaten of toevoegen van een ontkenning (‘er is geen obstructie’ in plaats van ‘er is een obstructie’). In de uiteindelijke, ondertekende versie waren de relevante fouten vrijwel allemaal verwijderd (nog maar één op vijfduizend woorden). In sommige gevallen was het duidelijk dat artsen de notities niet goed hadden nagelezen voor ze deze tekenden, aangezien ze ‘??_??’ hadden laten staan (de aantekening die betekent dat de tekst onverstaanbaar was).

Spraakherkenningssoftware kan veel tijd schelen, maar deze studie maakt duidelijk hoe essentieel het blijft dat mensen de uitgewerkte tekst met aandacht – en dus ook tijd – nalezen.

JAMA Network Open, 2018. Analysis of Errors in Dictated Clinical Documents Assisted by Speech Recognition Software and Professional Transcriptionists