Система розпізнавання змісту медичних аудіозаписів для заповнення медичної документації

Автор(и)

  • Г.А. Затуловський Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна image/svg+xml
  • Г.А. Піднебесна Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна image/svg+xml https://orcid.org/0000-0002-5735-9861

DOI:

https://doi.org/10.31498/2225-6733.53.1.2026.359778

Ключові слова:

транскрибація медичних аудіо, штучний інтелект, розпізнавання мовлення, обробка природної мови, медична документація, браузерне розширення

Анотація

У статті розглядається проблема ведення медичної документації лікарями, що є одним із найбільш трудомістких аспектів роботи лікаря в сучасній системі охорони здоров'я. Лікарі витрачають багато робочого часу на заповнення електронних медичних карток та іншої документації, що уповільнює та знижує якість медичної допомоги. Система автоматичної транскрипції та заповнення медичних форм усуває ці бар'єри, поєднуючи розпізнавання мовлення (ASR), вилучення сутностей (NER), генеративний аналіз (LLM) та процедурну валідацію. Метою роботи є підвищення швидкості та зручності ведення медичної документації за допомогою інтелектуальної системи автоматичної обробки аудіозаписів та напівавтоматичного заповнення стандартних форм медичних звітів. Об'єктом дослідження є процес ведення медичної документації під час консультацій лікар-пацієнт. Предметом дослідження є методи автоматичної транскрипції медичних аудіозаписів та інтелектуального заповнення стандартизованих медичних форм на основі обробки природної мови. Практичне значення роботи полягає в можливості застосування отриманих результатів для підвищення ефективності медичної діагностики та обробки клінічних даних. Запропоновані методи можуть бути використані в медичних інформаційних системах для автоматизації аналізу даних, підтримки прийняття рішень та підвищення точності діагностичних процедур

Посилання

  1. ISO 9001:2015. Quality management systems – Requirements. Geneva: International Organization for Standardization, 2015. 29 p.
  2. LeCun Y., Bengio Y., Hinton G. Deep learning. Nature. 2015. Vol. 521. Pp. 436–444. DOI: https://doi.org/10.1038/nature14539.
  3. Robust Speech Recognition via Large-Scale Weak Supervision / A. Radford et al. arXiv preprint. arXiv:2212.04356. 2022. DOI: https://doi.org/10.48550/arXiv.2212.04356.
  4. OpenAI Whisper Model Card. URL: https://github.com/openai/whisper/blob/main/model-card.md (дата звернення 07.11.2025).
  5. Google Cloud Speech-to-Text Documentation. URL: https://cloud.google.com/speech-to-text/docs (дата звернення 07.11.2025).
  6. Vosk Offline Speech Recognition API. URL: https://alphacephei.com/vosk/ (дата звернення 10.11.2025).
  7. Jensen P. B., Jensen L. J., Brunak S. Mining electronic health records: towards better research applications and clinical care. Nature Reviews Ge-netics. 2012. Vol. 13. Pp. 395–405. DOI: https://doi.org/10.1038/nrg3208.
  8. Yadav V., Bethard S. A Survey on Recent Advanc-es in Named Entity Recognition from Deep Learning models. arXiv preprint. arXiv:1910.11470. 2019. DOI: https://doi.org/10.48550/arXiv.1910.11470.
  9. LLaMA: Open and Efficient Foundation Language Models / H. Touvron et al. arXiv preprint. arXiv:2302.13971. 2023. DOI: https://doi.org/10.48550/arXiv.2302.13971.
  10. ICD-11: International Classification of Diseases 11th Revision. World Health Organization, 2024. URL: https://icd.who.int/en/ (дата звернення 04.11.2025)
  11. Suki AI Platform Overview. URL: https://www.suki.ai/ (дата звернення 15.11.2025)
  12. DeepScribe: Ambient AI Scribe for Healthcare. 2024. URL: https://www.deepscribe.ai/ (дата звернення 16.11.2025)
  13. Електронна система охорони здоров'я в Україні. URL: https://ehealth.gov.ua/ (дата звернення 16.11.2025)
  14. Про затвердження форм первинної облікової документації та Інструкцій щодо їх заповнення, що використовуються у закладах охорони здоров’я незалежно від форми власності та підпорядкування : Наказ Міністерства охорони здо-ров’я України від 14.02.2012 № 110.

##submission.downloads##

Опубліковано

2026-03-26

Як цитувати

Затуловський , Г., & Піднебесна , Г. (2026). Система розпізнавання змісту медичних аудіозаписів для заповнення медичної документації. Вісник Приазовського Державного Технічного Університету. Серія: Технічні науки, 1(53), 69–75. https://doi.org/10.31498/2225-6733.53.1.2026.359778

Номер

Том 1 № 53 (2026): Вісник ПДТУ. Серія: Технічні науки

Розділ

122 Комп'ютерні науки та інформаційні технології

Ліцензія

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Журнал "Вісник Приазовського державного технічного університету. Серія: Технічні науки" видається під ліцензією СС-BY (Ліцензія «Із зазначенням авторства»).

Дана ліцензія дозволяє поширювати, редагувати, поправляти і брати твір за основу для похідних навіть на комерційній основі із зазначенням авторства. Це найзручніша з усіх пропонованих ліцензій. Рекомендується для максимального поширення і використання неліцензійних матеріалів.

Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:

1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи в цьому журналі.

2. Автори мають право укладати самостійні додаткові угоди, які стосуються неексклюзивного поширення роботи в тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи в цьому журналі.