Stanford Medicine et Google Research viennent de lancer un projet pilote visant à étudier l’utilisation d’un transcripteur numérique afin de faire gagner du temps aux médecins concernant la saisie des données dans les dossiers de santé électronique (EHR) et ainsi d’améliorer l’interaction médecin-patient.
EHR : l’intégration des données est chronophage pour les médecins
L’utilisation d’un dossier de santé électronique (EHR) et plus précisément le temps passé à consulter son compte mais aussi à saisir les données des patients sont des sources de frustration et de stress souvent citées par les médecins et les cliniciens.
Il y aurait d’ailleurs un lien entre l’utilisation des EHR et l’épuisement professionnel des médecins, révèle une étude récemment réalisée par Mayo Clinic, une fédération hospitalo-universitaire américaine.
Vers la mise en place de transcripteurs numériques
Stanford Medicine et Google Research vont collaborer dans l’optique de mettre eu point un système basé sur l’usage de transcripteurs numériques pour entrer les informations dans les dossiers de santé électroniques, permettant ainsi aux médecins de se concentrer davantage sur les patients que sur les tâches informatiques.
Reconnaissance vocale et machine learning
Le dispositif fonctionne par l’intermédiaire d’une technologie de reconnaissance vocale et d’outils d’apprentissage automatique (machine learning) pour qu’il puisse entrer automatiquement les données issues d’une consultation dans un système EHR, indique un article publié sur le blog du Stanford Scope.
Une étude pilote va être lancée à petite échelle
Steven Lin, directeur médical de Stanford Family Medicine, travaille avec Google Research sur l’étude pilote, qui s’étendra sur neuf mois et au cours de laquelle les neuf médecins de la clinique Stanford Family Medicine testeront le dispositif. Les patients de la clinique auront également la possibilité de participer au projet.
Le billet posté sur le blog de l’institution précise que les médecins porteront un microphone afin d’enregistrer la consultation. Les membres de l’équipe sollicités dans le cadre de cet essai se serviront ensuite d’algorithmes d’apprentissage automatique pour détecter les éléments des enregistrements audio qui peuvent être utilisés pour compléter automatiquement les notes des médecins relatives au suivi des patients.
L’étude pilote permettra d’identifier les défis à surmonter et indiquera si la mise en place d’un transcripteur numérique est réalisable, a précisé M Lin, le but étant de développer un outil qui puisse être établi à grande échelle.