Русский
Русский
English
Статистика
Реклама

Как мы сделали Медицинский голосовой помощник

Когда мы задумывали Медицинский голосовой помощник, пандемии ещё не было. А когда выпустили поняли, что релиз очень своевременный (без ложной скромности). Впрочем, в нынешних реалиях это актуально для каждого сервиса, который упрощает жизнь врачам и повышает качество обслуживания пациентов.

О нашем новом продукте расскажем подробно в этой статье. План такой:

  • зачем нужен Медицинский голосовой помощник;
  • основные сценарии использования;
  • из каких компонентов состоит решение;
  • как происходит обработка и назначение задач.


Как работает МГП

Зачем нужен Медицинский голосовой помощник (МГП)


МГП решает две основные задачи.

  • Помощь обездвиженным пациентам. Больные в палатах обращаются к медперсоналу исключительно голосом, не нажимая на кнопки: вызывают врача, запрашивают (и получают) консультацию, самостоятельно записываются на процедуры, узнают расписание работы нужного кабинета.
  • Учёт и автоматическая обработка запросов. Руководству больниц МГП помогает упорядочить загрузку персонала, правильно распределять приоритеты и не отвлекать специалистов на задачи, которые не требуют посещения палат. В результате врачи и медсёстры/медбратья занимаются важными задачами, уровень стресса персонала снижается.

Базовые сценарии


Здесь мы рассмотрим базовые сценарии использования голосового помощника, которые подходят практически любой больнице. Разумеется, вариантов может быть гораздо больше всё зависит от потребности конкретной клиники.

Вызов врача/медсестры. Подходит для случаев, когда больному нужна помощь медперсонала. Как только больной произносит ключевое слово например, обезболивающее, больно, нужен укол, система назначает задачу на нужную группу специалистов и устанавливает срок решения.

Автоматическое выполнение запроса. Пациент запрашивает справочную информацию, которая уже есть в базе знаний, например, расписание работы столовой. МГП находит соответствующую статью по ключевым словам и озвучивает её пациенту. Пациент доволен, медсёстры тоже: они могут заниматься более важными задачами.

Двусторонняя связь. Применяется, когда больному требуется консультация специалиста например, если нужно узнать у лечащего врача подробности о дозировке и графике приёма нового лекарства.

Компоненты МГП


Медицинский голосовой помощник может решать множество задач, от простых до самых сложных. Однако его многофункциональность сочетается с простотой реализации. На уровне компонентов это довольно минималистичное программно-аппаратное решение к этому мы стремились сознательно.

МГП включает 4 базовых модуля.

  1. Терминал пациента. Состоит из микрофона для приёма звука, колонок для воспроизведения сообщений системы (и врачей) и микрокомпьютера, который обрабатывает информацию пациента и взаимодействует с другими компонентами.
  2. Система распознавания и синтеза речи. Систему можно использовать в облаке или установить локально.
  3. Система учёта и обработки запросов. Веб-приложение, в котором работает медперсонал. Реализовано на базе ESM-платформы для автоматизации бизнес-процессов SimpleOne.
  4. Терминалы врачей и медперсонала. Планшеты или ПК, которые подключены к системе учёта и обработки запросов по Wi-Fi или по LAN.

Обработка голосовых запросов


Терминал в палате выступает в роли узла связи между пациентом, Системой распознавания и синтеза речи (СРС) и Системой учёта и обработки запросов (СУЗ).

В общем виде процесс обработки запроса выглядит так:

  • терминал постоянно ожидает ключевого слова;
  • если произнесено ключевое слово, терминал записывает короткое аудио (45 с);
  • аудио отправляется в СРС;
  • ответ от СРС терминал отправляет в СУЗ;
  • терминал озвучивает информацию пациенту в зависимости от преднастроенной логики СУЗ (шаблона).


На скриншоте пример обработки запроса с записью на рентген

Для более комфортного взаимодействия, кроме стандартных ответов Ваш запрос принят, ожидайте помощи, МГП воспроизводит специальные сигналы например, о начале и об окончании записи сообщения пациента.

Назначение задач на основе шаблонов


В системе можно настроить уникальные шаблоны запросов, каждому из которых назначить условия активации нужные ключевые слова. Как только клиент произносит прописанное в шаблоне ключевое слово, система активирует запрос и назначает задачу на конкретную группу специалистов либо, например, озвучивает нужную информацию из базы знаний.

В системе есть таблица Сообщения, в которой хранятся все произнесённые пациентом фразы. Система мониторит таблицу поступающих сообщений и создаёт запрос, если сообщение попадает под условие шаблона.

Пример


Для шаблона запроса Обезболивающее пациенту выбираем ключевое слово больно. Присваиваем запросу высокий приоритет, выбираем метод Медперсонал и подключаем нужную группу исполнителей медсестёр. Теперь, если больной скажет больно, МГП автоматически назначит задачу на группу Медсёстры. Участники группы получат уведомление о назначении задачи; сообщение пациента отразится в поле Описание запроса.


Вид шаблона запроса

Параллельно задача зафиксируется в счётчике контроля времени реакции (SLA). В нашем примере на решение проблемы отводится 10 минут. Если специалист не укладывается в срок, проблема эскалируется на вышестоящего врача или группу (сценарии эскалации также настраиваются).


Счётчик SLA

В системе можно создавать неограниченное количество шаблонов запросов. Делать это могут сотрудники с правами администратора.


Шаблоны запросов

Почему мы выбрали Pocketsphinx, Python и SQLite3


В прототипе решения мы использовали микрокомпьютер семейства Raspberry Pi и базовую ОС Raspbian GNU/Linux. Терминал это простое приложение, написанное на Python с использованием REST-запросов к вспомогательным системам, а также библиотеки Pocketsphinx (LiveSpeech).

Библиотека Pocketsphinx хороша тем, что помогает повысить быстродействие первого отклика поиска ключевого слова. Система распознавания и синтеза речи использует сложные механизмы и словари для распознания. Грубо говоря, Pocketsphinx ускоряет процесс распознания ключевого слова, чтобы не возникало негативного клиентского опыта. Ещё Pocketsphinx проста в настройке и может работать в нескольких режимах.

Использование Python и Pocketsphinx значительно расширяет функциональные возможности терминала. Чтобы пациенты не скучали, в МГП можно добавить игры. В прототипе мы, например, реализовали простую игру Города.

Для интеграции СРС и СУЗ используется стандартный REST API.

Ниже пример обращения СУЗ (отправляем POST-сообщение в сторону СУЗ, парсим ответ, и так по кругу):

url = 'https://user:pass@mva.simpleone.ru/rest/v1/table/mva_itguild_inquiry'
payload = {description: text, subject: mva_inquiry}
header = {'Accept': 'application/json;charset=UTF-8','Content-Type': 'application/json;charset=UTF-8'}
response = requests.post(url,data=json.dumps(payload), headers=header)
i_json = response.json()

Постоянный синтез речи с помощью СРС процесс небыстрый, потому что довольно ёмкий: авторизация, запрос, обработка. Чтобы его ускорить, используется локальная база данных SQLite3 для хранения уже сгенерированных ранее ответов пациенту. Такое решение хорошо подходит для обработки запросов с постоянным сценарием например, при озвучивании информации о расположении кабинетов врачей и процедурных, расписании работы столовой.

Другой важный момент логирование. Без него невозможно работать над улучшениями и устранением ошибок. Поэтому в терминале реализовано логирование как общего процесса работы всех смежных систем, так и отдельных компонентов.

Что в итоге


Назначение задач на медперсонал с помощью голосового управления это не только про удобство (для врачей и для пациентов), это ещё и про возможность серьёзной оптимизации рабочих процессов в стационарах. Чем больше у больниц будет возможностей сделать работу медперсонала более удобной и продуктивной, тем выше в конечном итоге будет качество обслуживания пациентов.

Мы хотели создать действительно полезное, многофункциональное решение для стационаров, используя при этом минимальный набор готовых сервисов. Но едва ли не главное преимущество МГП в его универсальности. Голосовой помощник можно быстро внедрить в больнице любого размера и любого профиля. Оптимизировать ПО можно на ходу, учитывая задачи конкретного медучреждения и быстро меняющиеся условия.
Источник: habr.com
К списку статей
Опубликовано: 03.02.2021 16:18:50
0

Сейчас читают

Комментариев (0)
Имя
Электронная почта

Блог компании ит гильдия

Интерфейсы

Service desk

Звук

Ит гильдия

Управление услугами

Тикеты

Голосовые ассистенты

Servicedesk. разработка приложений

Категории

Последние комментарии

  • Имя: Макс
    24.08.2022 | 11:28
    Я разраб в IT компании, работаю на арбитражную команду. Мы работаем с приламы и сайтами, при работе замечаются постоянные баны и лаги. Пацаны посоветовали сервис по анализу исходного кода,https://app Подробнее..
  • Имя: 9055410337
    20.08.2022 | 17:41
    поможем пишите в телеграм Подробнее..
  • Имя: sabbat
    17.08.2022 | 20:42
    Охренеть.. это просто шикарная статья, феноменально круто. Большое спасибо за разбор! Надеюсь как-нибудь с тобой связаться для обсуждений чего-либо) Подробнее..
  • Имя: Мария
    09.08.2022 | 14:44
    Добрый день. Если обладаете такой информацией, то подскажите, пожалуйста, где можно найти много-много материала по Yggdrasil и его уязвимостях для написания диплома? Благодарю. Подробнее..
© 2006-2024, personeltest.ru