Case: Minder tijd kwijt aan administratie

Rijnstate ziekenhuis, Arnhem
Rijnstate ziekenhuis, Arnhem

De medewerkers van de afdeling Pathologie van het Rijnstate Ziekenhuis in Arnhem waren veel tijd kwijt aan het documenteren van hun werkzaamheden. De verslagen worden nu veel sneller gemaakt, dankzij een interactief systeem voor spraakherkenning.

“Deze manier van werken verhoogt de snelheid van de verwerking. Het voordeel bestaat uit een besparing in geld, maar veel belangrijker is het grotere gemak waarmee de mensen hun werk kunnen doen.
Tip van Rick Spaan, ICT-beheerder van de afdeling Pathologie
Opdrachtgever:
Rijnstate Ziekenhuis, Arnhem
Doel:
Versnellen pathologierapportages
Technologie:
Spraakherkenning
Dienstverlener:
G2 Speech
Kritieke aspecten:
Medische termen moeten altijd goed herkend worden
Opmerkelijk:
Hoog herkenningspercentage van 95 tot 99 procent
ROI:
Vooral het gemak voor de pathologen en medisch analisten
Daarbij verschijnt het herkende gesproken woord meteen op het scherm, zodat directe correctie mogelijk is. Na afloop is een klik op een voetschakelaar voldoende om het verslag door te sturen naar de volgende functionaris in de keten.

“We gebruiken het systeem MediSpeech van G2 Speech, omdat dat speciaal is ontwikkeld voor de medische wereld. Dit systeem bevat een pathologisch basiswoordenboek dat wordt aangevuld met vaktermen die door de artsen worden gedicteerd. Op deze manier worden deze woorden niet alleen juist herkend, maar ook goed geschreven”, zegt ICT-beheerder Rick Spaan van de afdeling Pathologie. Een lijst met medische termen is van het grootste belang voor een ziekenhuis; een systeem zonder zo’n lijst zou niet eens in aanmerking zijn gekomen.

Het nieuwe systeem laat de mensen heel snel hun werk doen. Ze kunnen zich concentreren op de hoofdtaak – het verwerken van weefselmonsters – en zijn geen tijd meer kwijt aan allerlei andere handelingen. Spaan: “Ze dragen een headset met microfoon. Door middel van een klik op een pedaal wordt de opnamestand in- en uitgeschakeld en via een druk op een toets van de pc wordt een volgend invulveld geactiveerd. Ook dat is een innovatie. We werken tegenwoordig met voorgedefinieerde teksten, waar alleen de variabele gegevens hoeven te worden ingevuld. Vroeger konden we aan de woordkeus precies zien wie een bepaald rapport had gemaakt, nu zijn die verschillen er niet meer. Elk rapport voldoet aan de hoge eisen die wij stellen.”

De software staat centraal opgeslagen op een server, in combinatie met de spraakprofielen van alle medewerkers. De opbouw van een eigen spraakprofiel voor iedere medewerker hoeft niet veel tijd te kosten. De meeste tekst wordt via een basisprofiel toch goed herkend, en gaandeweg stelt de software zich in op de eigenaardigheden van een persoon. Sommige mensen spreken wat langzaam, anderen hebben een hoger tempo. De herkenningssoftware pikt dat op. “Hoofdzaak is wel dat de spreker duidelijk articuleert en dan maakt het geen verschil als je een keer verkouden bent. Dat andere stemgeluid, daar hoort het systeem gewoon doorheen”, aldus een van de pathologen.

Zelflerende herkenningsmodule
Spaan: “Via een persoonlijk profiel wordt het mogelijk dat je eigen systeem je volgt in het ziekenhuis. Het maakt niet meer uit op welk systeem je werkt; je stempatroon is daar bekend. Via het profiel stelt de herkenningsmodule zich in op een bepaalde gebruiker, inclusief zijn of haar accent of uitspraak. De module is bovendien zelflerend: naarmate een medewerker langer met het systeem werkt, des te beter wordt de herkenning. Ik denk dat we nu tussen de 95 en 99 procent scoren en dat is heel hoog. Desondanks kan het soms akelig misgaan. De patholoog die insprak “maaginhoud: voedsel” kreeg een rapport met de fraaie formulering ‘maaginhoud: voetzool’. Dat zorgde wel voor enige hilariteit.”

De software draait op een normale pc, hoewel die wel is voorzien van een waterdicht toetsenbord, dat ook makkelijk schoon te maken is.

Veel geautomatiseerd
In de zogeheten uitneemkamer worden monsters gehaald uit weefsel dat is verkregen door operaties, biopsies en dergelijke. Het ziekenhuis verwerkt een groot aantal van die weefsels, uit de eigen praktijk maar ook van naburige ziekenhuizen en de vele huisartsen in de regio.

Veel van het werk is geautomatiseerd. Bij binnenkomst wordt een weefselcontainer gescand, zodat het systeem meteen het juiste dossier op het scherm kan zetten. Het weefsel wordt uit de met formaldehyde gevulde container gehaald, gewogen en beoordeeld. Op gepaste momenten spreekt de analist zijn of haar bevindingen in via een headset. De herkende tekst, bijvoorbeeld het gewicht of de afmetingen van het weefsel, wordt in het rapport geplaatst. Na afloop van de hele procedure wordt het rapport afgesloten en doorgestuurd naar de volgende serie werkplekken. Daar wordt het weefsel in ragdunne plakjes gesneden, op microscoopglaasjes bevestigd en gekleurd.

“Deze manier van werken verhoogt de snelheid van de verwerking. Het voordeel bestaat uit een besparing in geld, maar veel belangrijker is het grotere gemak waarmee de mensen hun werk kunnen doen. We hebben gevraagd hoe ze het nieuwe systeem vinden en 90 procent is erg enthousiast. Ik denk dat de rest dat ook is, maar het misschien niet meteen wil toegeven”, aldus Spaan.

De geprepareerde weefselmonsters gaan naar de patholoog, die een eindrapport schrijft. Hij maakt een zogeheten micro­scopisch verslag, waarin alle bijzonderheden van het weefsel worden vermeld. Ook hier wordt volop gebruikgemaakt van interactieve spraakherkenning. De pathologen gebruiken geen headset, maar een zogeheten Speechmike, die aan hun microscoop bevestigd is. Zij kunnen dus dicteren zonder hun ogen van het weefselmonster af te halen.