Sistema de Reconhecimento de
voz na Radiologia com
vocabulário restrito
Márcio Geovani Jasinski
Projeto Cyclops
Laboratório de Telemedicina
Universidade Federal de Santa Catarina
Estrutura da Apresentação
• Introdução
• Metodologia
• Resultados
• Discussões e Conclusões
Introdução
• Projeto Cyclops - software na área médica desde 1998;
• Tecnologias - dinamizar o processo de laudo;
• Resistência médica na aceitação do software;
• Cenários no processo de geração de laudo:
1. Laudo manuscrito:
• Letra ilegível;
• Documentos perdidos;
• Recuperação do documento (histórico);
• Relação manual com as demais informações do exame.
Introdução – Cenários existentes
2. Laudo ditado em fitas:
• Fitas regravadas – qualidade ruim e sem histórico;
• Fitas danificadas ou perdidas;
• Problemas com etiquetas;
Introdução - Cenários existentes
Ambiente ideal
3. Laudo ditado em áudio digital e rec. de voz:
• Alta qualidade do áudio;
• Transcrição automática;
• Permite ao médico ditar o laudo com as mãos livres
para manipulação do equipamento;
• Dinamiza o processo e evita os erros do processo
manual ou com fitas;
• Histórico do ditado;
Introdução - Tecnologias de laudo:
• PACS - Sistema para arquivamento e comunicação em
diagnóstico por imagem.
• DICOM Structured Report - Padrão DICOM para laudos
estruturados;
• Telemedicina – Tecnologia médica acessível de qualquer
lugar que evita deslocamento excessivo de pacientes;
• Áudio Digital - Gravação laudo com qualidade e que permite
reconhecimento de voz.
• Reconhecimento de voz - Processo de obter palavras
faladas e transcrição para texto ou DICOM SR;
Metodologia
• PACS com portal de telemedicina:
• Hospital Universitário – UFSC;
• Estado de Santa Catarina;
• Desafios:
• Resistência na digitação dos laudos;
• Dinamizar geração de laudos de setores de alta
demanda – Radiologia HU/UFSC 21 exames/dia;
Quilombo ECG – Antes: 20 exames/mês,
Após a implantação da telemedicina: 91,5 exames/mês
Metodologia – Soluções livres
• Tecnologias livres, open-source e multi-plataforma:
• Linux – Sistema operacional;
• PortAudio – Entrada e saída de áudio;
• wxWidgets – Interface gráfica para o usuário;
• HTK – Biblioteca para reconhecimento de voz;
• Postgresql – Armazenamento de informações;
Metodologia – Vocabulário
• O vocabulário médico: Bem definido e formal;
• A definição de perplexidade, indica a Radiologia
“Número médio de palavras possíveis depois que
o modelo de linguagem foi aplicado.”
Domínio
Perplexidade
Radiologia
20
Medicina de emergência
60
Jornalismo
105
Fala geral
247
Metodologia – Reconhecimento de voz
• Sistema de rec. de voz é constituído de:
• Definição de Gramática e do Dicionário
Regras usadas no reconhecimento;
• Definição do Modelo Acústico
Forma de representação para análise - HMMs;
• Definição do corpo de treinamento
• Frases e palavras ditadas para rec. de padrões;
Metodologia – Reconhecimento de voz
• Definição dos modelos HMMS
Número de estados e valores iniciais;
• Configurações de codificação
Parâmetros e algoritmos para o rec./ treino;
• Treinamento
Ditado para balancear os valores do modelo;
• Reconhecimento/Avaliações
Uso do sistema e verificação dos resultados
Resultados
• Análise realizada com ferramentas do HTK:
• Gramática: 5 palavras – Acerto de 80% a 99%;
• Inexistência de dicionário português:
• 50 Gravações e 150 marcações;
Resultados
• Implementações:
• Laudo ditado com integração com o portal;
• Módulo para ditado no software de captura;
Discussões e Conclusões
• O uso de laudo áudio digital com a telemedicina
é um avanço excelente pois:
• Reduz a resistência na aceitação do sistema;
• Evita erros inerentes ao processo manual;
• Mantém histórico do ditado;
• Permite o reconhecimento de voz automatizado;
• Gravação de laudo por Palmtops.
Discussões e Conclusões
• Definir uma base de dados, que permita o
reconhecimento de voz em larga escala;
• Rec. De voz com gramática definida conduz ao
DICOM SR pela forma não ambígua de ambos;
• Forma de armazenamento compactado –
verificar a viabilidade com rec. De voz