Bachelorproef Studiegebied Bachelor Afstudeerrichting Academiejaar Studente
Handelswetenschappen en bedrijfskunde Office management Medical management assistant 2012-2013
Ellen De Backer
Het gebruik van spraaktechnologie bij medical management assistants (MMA's) in West-Vlaanderen
Interne begeleider De heer Nico Van den Abeele
Het gebruik van spraaktechnologie bij medical management assistants (MMA’s) in West-Vlaanderen Ellen De Backer
Woord vooraf In dit woord vooraf zou ik graag een aantal mensen willen bedanken die mij geholpen hebben om mijn bachelorproef tot een goed einde te brengen. Mijn oprechte dank gaat in de eerste plaats uit naar mijn interne begeleider, de heer Nico Van den Abeele, die mij de gelegenheid bood onder zijn begeleiding dit werk te maken. Ik wil hem van harte bedanken voor zijn deskundig advies en voor de tijd die hij voor mij vrijmaakte. Verder wil ik een aantal West-Vlaamse ziekenhuizen bedanken voor de informatie die zij beschikbaar stelden om mijn bachelorproef tot een goed einde te brengen, namelijk: AZ Alma Ziekenhuis Campus Sijsele, AZ Damiaan Campus Heilig Hart Oostende, az groeninge Kortrijk, AZ Koningin Fabiola Blankenberge, AZ Onze-LieveVrouw Ter Linden Knokke-Heist, AZ Sint-Augustinus Veurne, AZ Sint-Jan BruggeOostende AV, AZ Sint-Lucas Brugge, Heilig-Hartziekenhuis Roeselare-Menen, Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie, Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem, Psychiatrisch Ziekenhuis Heilig Hart Ieper, Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge, Sint-Andriesziekenhuis Tielt, Sint-Jozefskliniek Izegem, Sint-Rembertziekenhuis Torhout en het Stedelijk Ziekenhuis Roeselare. Ten slotte dank ik mijn ouders voor de mogelijkheden die zij mij boden en voor de steun en aanmoediging tijdens moeilijke momenten. Ellen De Backer Beveren-Leie, augustus 2013
Inleiding Voor mijn bachelorproef heb ik gekozen om het onderwerp spraaktechnologie te bespreken. In 2012 volgde ik de module Office & Media II, waarvan spraaktechnologie een onderdeel was. Die lessen spraken mij heel erg aan en dit is dan ook de reden waarom ik dit onderwerp koos. Om mijn onderwerp te laten passen in de opleiding Office management met als afstudeerrichting MMA, heb ik gekozen om meer informatie te verzamelen over het gebruik van spraaktechnologie bij MMA’s. In het eerste hoofdstuk licht ik de term spraaktechnologie toe, waaronder taal- en spraaktechnologie, spraakherkenning en spraaksynthese behoren. Verder in dat hoofdstuk bespreek ik de verschillende soorten en de voor- en nadelen van spraaktechnologie. Als laatste ga ik dieper in op de geschiedenis van die technologie. Het tweede hoofdstuk is gewijd aan de invloed van Lernout & Hauspie op de ontwikkeling van spraaktechnologie. Verder bespreek ik hier de belangrijkste basistechnologieën die zij aanboden. In het derde en laatste hoofdstuk van het theoretische deel van mijn bachelorproef, bespreek ik drie verschillende leveranciers van spraaktechnologie. Die verschillende leveranciers zijn Nuance, Philips en G2 Speech. Voor de schrijffase van mijn theoretische deel van mijn bachelorproef, zocht ik verschillende boeken, eindwerken en internetsites die relevant waren voor de uitwerking. Na het theoretische gedeelte volgt aansluitend het praktische gedeelte van mijn bachelorproef. Terwijl ik mijn bachelorproef schreef, nam ik contact op met zeventien West-Vlaamse ziekenhuizen, zodat ik voldoende gegevens kon bijeenbrengen. In het eerste deel van mijn onderzoek heb ik onderzocht welke diensten spraaktechnologie toepassen. Na dit onderzoek ben ik op zoek gegaan naar verdere informatie, die ik grotendeels verkreeg door mijn enquête. In het laatste deel van mijn onderzoek bespreek ik waarom vooral artsen van de dienst medische beeldvorming spraaktechnologie toepassen. Tot slot nog een verduidelijking: in mijn bachelorproef spreek ik vaak over de gebruiker, de consument en de medisch specialist. Om de leesbaarheid te verbeteren, zal ik hiernaar verwijzen met ‘hij’. Vanzelfsprekend bedoel ik in alle gevallen ‘hij/zij’.
Abstract Spraaktechnologie is een relatief jong vakgebied, maar toch komen we er de dag van vandaag al vaak mee in aanraking. In de toekomst zullen steeds meer gebruikers met spraaktechnologie werken, omdat die technologie blijft evolueren. In mijn bachelorproef probeer ik informatie te verzamelen over die nieuwe technologie. Gaandeweg verduidelijk ik de termen taal- en spraaktechnologie, spraakherkenning en spraaksynthese. Heel wat verschillende soorten technologieën komen aan bod, met elk zijn voor- en nadelen. Ook de impact van Lernout en Hauspie en de rol van de drie belangrijkste leveranciers zijn niet min en hebben elk hun plaats binnen de spraaktechnologie. In het praktische deel van mijn bachelorproef heb ik het gebruik van spraaktechnologie onderzocht bij MMA’s in West-Vlaanderen. Met een enquête ondervroeg ik heel wat radiologen en MMA’s. Ze gaven een antwoord op onder andere het waarom van spraaktechnologie, de voor- en nadelen, de risico’s voor het beroep van MMA en het nut van het onderdeel spraaktechnologie in de opleiding Office management.
Verkorte inhoudsopgave Hoofdstuk 1: Spraaktechnologie ................................................................. 14 1
Introductie in spraaktechnologie .................................................................. 14
2
Verschillende soorten spraaktechnologie ...................................................... 19
3
Voor- en nadelen van spraaktechnologie ....................................................... 20
4
Geschiedenis van spraaktechnologie............................................................. 22
5
Besluit ........................................................................................................ 25
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) .................................... 27 1
Geschiedenis van Lernout en Hauspie .......................................................... 27
2
Basistechnologieën van Lernout en Hauspie ................................................. 28
3
Samenvatting .............................................................................................. 32
Hoofdstuk 3: Verschillende leveranciers...................................................... 33 1
Nuance ....................................................................................................... 33
2
Philips......................................................................................................... 35
3
G2 Speech ................................................................................................... 39
4
Besluit ........................................................................................................ 43
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen ........................................ 44 1
Inleiding ...................................................................................................... 44
2
Enquête ...................................................................................................... 44
3
West-Vlaamse ziekenhuizen ......................................................................... 45
4
Besluit ........................................................................................................ 62
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming .......... 67 1
Inleiding ...................................................................................................... 67
2
West-Vlaamse ziekenhuizen ......................................................................... 68
3
Besluit ........................................................................................................ 77
Bijlagen ................................................................................................... 100 Bijlage 1: Voorbeeld SAIL-technologie ............................................................... 101 Bijlage 2: Enquête............................................................................................ 102
Inhoudsopgave Woord vooraf ............................................................................................... 2 Inleiding ...................................................................................................... 3 Abstract....................................................................................................... 4 Verkorte inhoudsopgave ............................................................................... 5 Inhoudsopgave ............................................................................................. 7 Lijst met afkortingen ................................................................................. 12 Verklarende woordenlijst ............................................................................ 13
Hoofdstuk 1: Spraaktechnologie ................................................................. 14 1
Introductie in spraaktechnologie .................................................................. 14
1.1
Wat houdt taal- en spraaktechnologie in? .................................................. 14
1.1.1
Voorbeeld 1 ........................................................................................... 15
1.1.2
Voorbeeld 2 ........................................................................................... 15
1.2
Wat houdt spraakherkenning in? .............................................................. 16
1.3
Wat houdt spraaksynthese in? .................................................................. 17
1.3.1
Fonetische transcriptie van de tekst ....................................................... 18
1.3.2
Berekening van de geschikte prosodie .................................................... 18
1.3.3
Spraakgeneratie .................................................................................... 19
2
Verschillende soorten spraaktechnologie ...................................................... 19
2.1
Sprekeronafhankelijke spraak en sprekerafhankelijke spraak .................... 19
2.2
Continue spraak en discontinue spraak .................................................... 19
3
Voor- en nadelen van spraaktechnologie ....................................................... 20
3.1
Voordelen van spraaktechnologie .............................................................. 20
3.2
Nadelen van spraaktechnologie ................................................................. 21
4
Geschiedenis van spraaktechnologie............................................................. 22
4.1
Geschiedenis van spraakherkenning ......................................................... 22
4.2
Geschiedenis van spraaksynthese ............................................................. 23
4.3
Algemene ontwikkeling ............................................................................. 24 7
5
Besluit ........................................................................................................ 25
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) .................................... 27 1
Geschiedenis van Lernout en Hauspie .......................................................... 27
2
Basistechnologieën van Lernout en Hauspie ................................................. 28
2.1
SAIL-technologie....................................................................................... 28
2.1.1
Spraak-naar-tekst ................................................................................. 29
2.1.2
Tekst-naar-spraak ................................................................................. 30
2.1.3
Tekst-naar-tekst .................................................................................... 31
3
Samenvatting .............................................................................................. 32
Hoofdstuk 3: Verschillende leveranciers...................................................... 33 1
Nuance ....................................................................................................... 33
1.1
Dragon NaturallySpeaking ........................................................................ 33
1.2
Informatie over Nuance Healthcare............................................................ 34
1.3
Intelligente systemen voor de gezondheidzorg ............................................ 34
1.3.1 2
Dragon Medical ..................................................................................... 34
Philips......................................................................................................... 35
2.1
Philips Speech Processing Solutions .......................................................... 35
2.2
Producten ................................................................................................ 35
2.2.1
Philips SpeechWorld-app ....................................................................... 35
2.2.2
Philips SpeechExec Pro 7.5 .................................................................... 36
2.2.3
Philips Pocket Memo .............................................................................. 36
2.2.4
Philips-dicteerrecorder ........................................................................... 37
2.2.5
Philips SpeechMike................................................................................ 37
2.3
Samenwerking Philips en Nuance.............................................................. 37
2.3.1 3
Meer mogelijkheden voor MMA’s............................................................. 38
G2 Speech ................................................................................................... 39
3.1
Missie ...................................................................................................... 39
3.2
Visie......................................................................................................... 39
3.3
Producten ................................................................................................ 40 8
3.3.1
SpeechReport ........................................................................................ 41
3.3.2
MediSpeech ........................................................................................... 42
4
Besluit ........................................................................................................ 43
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen ........................................ 44 1
Inleiding ...................................................................................................... 44
2
Enquête ...................................................................................................... 44
3
West-Vlaamse ziekenhuizen ......................................................................... 45
3.1
AZ Alma Ziekenhuis Campus Sijsele.......................................................... 45
3.1.1
Anatomo-pathologie ............................................................................... 45
3.1.2
Medische beeldvorming .......................................................................... 46
3.2 3.2.1 3.3 3.3.1 3.4
AZ Damiaan Campus Heilig Hart Oostende................................................ 46 Medische beeldvorming .......................................................................... 47 az groeninge Kortrijk................................................................................. 47 Medische beeldvorming .......................................................................... 48 AZ Koningin Fabiola Blankenberge en AZ Onze-Lieve-Vrouw Ter Linden
Knokke-Heist..................................................................................................... 49 3.4.1 3.5
Orthopedie ............................................................................................ 49 AZ Sint-Augustinus Veurne ...................................................................... 50
3.5.1
Anatomo-pathologie ............................................................................... 50
3.5.2
Medische beeldvorming .......................................................................... 51
3.6
AZ Sint-Jan Brugge-Oostende AV .............................................................. 51
3.6.1
Kinder- en jeugdpsychiatrie ................................................................... 52
3.6.2
Medische beeldvorming .......................................................................... 52
3.6.3
Orthopedie ............................................................................................ 53
3.7 3.7.1 3.8 3.8.1 3.9
AZ Sint-Lucas Brugge ............................................................................... 54 Medische beeldvorming .......................................................................... 54 Heilig-Hartziekenhuis Roeselare-Menen ..................................................... 54 Medische beeldvorming .......................................................................... 56 Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie............ 56
3.10 Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem ................................. 57 9
3.11 Psychiatrisch Ziekenhuis Heilig Hart Ieper................................................. 57 3.12 Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge .................................. 58 3.13 Sint-Andriesziekenhuis Tielt ..................................................................... 58 3.13.1 Medische beeldvorming .......................................................................... 58 3.14 Sint-Jozefskliniek Izegem .......................................................................... 60 3.15 Sint-Rembertziekenhuis Torhout ............................................................... 60 3.15.1 Inwendige geneeskunde ......................................................................... 60 3.15.2 Medische beeldvorming .......................................................................... 61 3.16 Stedelijk Ziekenhuis Roeselare .................................................................. 61 3.16.1 Medische beeldvorming .......................................................................... 62 4
Besluit ........................................................................................................ 62
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming .......... 67 1
Inleiding ...................................................................................................... 67
2
West-Vlaamse ziekenhuizen ......................................................................... 68
2.1 2.1.1 2.2 2.2.1 2.3
AZ Alma Ziekenhuis Campus Sijsele.......................................................... 68 Getuigenis van radioloog Luc Roussel..................................................... 68 AZ Damiaan Campus Heilig Hart Oostende................................................ 68 Getuigenis van radioloog Alain Broeders ................................................. 68 az groeninge Kortrijk................................................................................. 69
2.3.1
Getuigenissen van MMA’s ...................................................................... 69
2.3.2
Getuigenissen van radiologen................................................................. 70
2.4 2.4.1 2.5
AZ Sint-Augustinus Veurne ...................................................................... 71 Getuigenis van radioloog Lamoral........................................................... 71 AZ Sint-Jan Brugge-Oostende AV .............................................................. 71
2.5.1
Getuigenis van radioloog Koen Mermuys ................................................ 71
2.5.2
Getuigenis van MMA .............................................................................. 72
2.6 2.6.1 2.7 2.7.1
AZ Sint-Lucas Brugge ............................................................................... 73 Getuigenissen van radiologen................................................................. 73 Heilig-Hartziekenhuis Roeselare-Menen ..................................................... 74 Getuigenis van MMA Mieke Vandewalle .................................................. 74 10
2.8
Sint-Andriesziekenhuis Tielt ..................................................................... 74
2.8.1 2.9
Getuigenis van radioloog Astrid Leus ...................................................... 74 Sint-Rembertziekenhuis Torhout ............................................................... 75
2.9.1
Getuigenis van MMA Jimmy Coppens..................................................... 75
2.10 Stedelijk Ziekenhuis Roeselare .................................................................. 75 2.10.1 Getuigenissen van radiologen................................................................. 75 3
Besluit ........................................................................................................ 77
Conclusie................................................................................................... 80 Lijst met tabellen ....................................................................................... 81 Referentielijst ............................................................................................ 82 Geraadpleegde werken ................................................................................ 85 Persoonlijke communicatie ........................................................................ 87 Bijlagen ................................................................................................... 100 Bijlage 1: Voorbeeld SAIL-technologie ............................................................... 101 Bijlage 2: Enquête............................................................................................ 102
11
Lijst met afkortingen ARPANET
Advanced Research Projects Agency Network
CMU
Carnegie Mellon University
CT-scan
computertomogram
cve
centrale verwerkingseenheid
epd
elektronisch patiëntendossier
FLV
Flanders Language Valley
gps
global positioning system
IBM
International Business Machines
L&H
Lernout en Hauspie
MMA
medical management assistant
MRI
magnetic resonance imaging
PACS
Picture Archiving and Communication System
PSRS
Philips Speech Recognition Systems
RIS
Radiologie Informatie Systeem
RSI
repetitive strain injury
RX
radiografie
SAIL
spraak, artificiële intelligentie en taal
SDK
Software Development Kit
TST
taal- en spraaktechnologie
VODER
Voice Operating Demonstrator
12
Verklarende woordenlijst fonetiek
wetenschap die zich bezighoudt met het voortbrengen en verstaan van spraakgeluid
macro’s
reeks instructies onder een naam of toets(combinatie) om geregeld terugkerende handelingen te verrichten, bijvoorbeeld in een tekstverwerker
repetitive strain injury
verzamelnaam voor klachten aan armen, handen, polsen, nek en/of schouders, vermoedelijk veroorzaakt door activiteiten met een herhaalde beweging of met een statische houding van een of meer van de genoemde lichaamsdelen
semantiek
leer van de betekenis van woorden, woorddelen- en vormen en het verband tussen de verschillende betekenissen ervan
spin-off
bijproduct van een uitvinding of technologische vernieuwing, afgeleide toepassing
elektronisch
dossier met medische informatie over een patiënt,
patiëntendossier
databank met medische informatie over patiënten
Picture Archiving and
is een beeldverwerkend systeem (computers en servers
Communication System
in een netwerk met specifieke software) dat het mogelijk maakt om via computers de digitale beelden (met verslag) gemaakt op de afdeling medische beeldvorming, te verwerken, te archiveren en te verspreiden bij de aanvragende medisch specialisten
Radiologie Informatie
een systeem dat alle patiëntgebonden informatie van
Systeem
een dienst medische beeldvorming beheert
magnetic resonance
bepaalde techniek om een scan te maken van het
imaging
menselijk lichaam
poli
als verkorting van polikliniek, zorginstelling of een deel daarvan, waar niet-bedlegerige patiënten onderzocht en behandeld worden
echo abdomen
een echoscopie van de onderbuik
gastroscopie
inwendig onderzoek van de maag met de gastroscoop
gastroscoop
endoscoop voor het bekijken van de binnenzijde van de maag
13
Hoofdstuk 1: Spraaktechnologie
Hoofdstuk 1: Spraaktechnologie
1
Introductie in spraaktechnologie
Vanaf het ontstaan van de computer zijn we volgens Van Brabander (2008) steeds op zoek geweest naar manieren om van dat lastige toetsenbord af te komen. De muis bracht enig soelaas, aanraakschermen lijken de toekomst te hebben. Toch vraagt Van Brabander zich af of het niet nog comfortabeler kan. De nieuwste evoluties omtrent spraaktechnologie tonen aan dat die droom nu echt werkelijkheid wordt. Volgens Van Hoornweder (2000-2001) is spraaktechnologie een communicatiemiddel tussen mens en computer. De communicatie verloopt niet alleen meer met een beeldscherm en een toetsenbord, maar ook via een koptelefoon en een microfoon.
1.1
Wat houdt taal- en spraaktechnologie in?
Volgens de Nederlandse Taalunie (2013) is een leven zonder computers niet meer denkbaar. Mensen gebruiken ze dagelijks om informatie te verwerken of om met anderen te communiceren. Door de computer kennis bij te brengen over onze taal wordt de interactie ermee natuurlijk en voor iedereen bereikbaar. De technologie die dit mogelijk maakt, heet taal- en spraaktechnologie (TST). TST is volgens van den Heuvel, T’Sas en Verberne (2012) een relatief jong vakgebied dat volop in ontwikkeling is. Toepassingen die in de jaren ’90 alleen in het laboratorium mogelijk waren, bewijzen nu hun nut in het dagelijkse leven. Om diverse talen optimaal te kunnen gebruiken, zijn niet enkel naslagwerken voor grammatica en spelling nodig, maar ook programmatuur voor TST en digitale teksten voor de ontwikkeling van die programmatuur. Technologie speelt elke dag opnieuw een grotere rol in de maatschappij, waardoor technologische systemen, al dan niet communicatieve systemen, steeds meer menselijke taken voor hun rekening nemen.
14
Hoofdstuk 1: Spraaktechnologie Met onze stem kunnen we onze smartphone een adres of contactpersoon laten opzoeken. Speciaal ontwikkelde telefoons voor mensen met een gehoorstoornis zetten gesproken tekst om naar geschreven tekst. Die systemen kunnen bijgevolg communicatieve beperkingen steeds beter opvangen. En zo maken toepassingen ons leven gemakkelijker. Die toepassingen voor diverse talen komen er echter niet vanzelf. Voor elke toepassing is het noodzakelijk om te investeren in teksten voor taalkundig onderzoek en programmatuur die op onze taal zijn toegespitst. De auteurs van den Heuvel, T’Sas en Verberne leggen onderstaand enkele voorbeelden van TST uit.
1.1.1 Voorbeeld 1 Volgens van den Heuvel, T’Sas en Verberne (2012) kennen en gebruiken we sommige TST-toepassingen allemaal. Spellingcontrole is een van de meest gebruikte taaltechnologische toepassingen. De spellingcontrole die in onze kantoorsoftware en browser zit, is gebaseerd op woorden: het systeem gaat elk woord uit de tekst opzoeken in een woordenlijst en markeert het als spelfout indien het woord niet in de lijst voorkomt. Een uitbreiding op die basis-functionaliteit is spellingcontrole die eveneens kan herkennen dat een woord verkeerd gespeld is, afhankelijk van de context, terwijl het wel in de woordenlijst voorkomt. Een andere uitbreiding volgens van den Heuvel, T’Sas en Verberne (2012) is spellingcontrole die niet alleen fouten markeert, maar de schrijver ook ondersteuning geeft met feedback en extra informatie.
1.1.2 Voorbeeld 2 Het tweede voorbeeld van TST is tekst-naar-spraakomzetting. Een ander woord voor dit begrip is spraaksynthese. De auteurs van den Heuvel, T’Sas en Verberne (2012) merken op dat veel mensen dat voorbeeld van TST kennen. Visueel gehandicapten gebruiken spraaksynthese regelmatig in (web)omgevingen: zij kunnen de tekst op het scherm door de computer laten voorlezen. Tegenover spraaksynthese staat spraakherkenning. De ontwikkeling van systemen voor spraakherkenning is er de afgelopen 20 jaar snel op vooruitgegaan. Dicteersystemen zijn bedoeld om de spraak van één enkele gebruiker in een welbepaalde context bijna perfect te herkennen. Die herkenning vindt meestal plaats achter de computer. Spraakherkenning die dialogen afhandelt, moet zo goed 15
Hoofdstuk 1: Spraaktechnologie mogelijk proberen te herkennen wat een willekeurige spreker in een willekeurige context zegt.
1.2
Wat houdt spraakherkenning in?
Spraakherkenningsprogramma’s maken het volgens Leijten en van Waes (2003) mogelijk om een tekst te dicteren aan de computer. De software zet immers de steminput om in tekst op het scherm, net zoals een toetsaanslag resulteert in een teken op het scherm. De teksten die de gebruiker inspreekt, verschijnen volgens Baetens en Bruyninckx (1998-1999) onmiddellijk op het scherm. Hierdoor is het mogelijk om bijvoorbeeld standaardteksten, medische protocollen of juridische teksten te creëren. Voor die specifieke toepassingen bestaan er aangepaste programma’s, bijvoorbeeld een softwareprogramma bestemd voor de opmaak van medische protocollen. Baetens en Bruyninckx (1998-1999) merken bovendien op dat dit zeer bruikbaar is op een dienst medische beeldvorming. Daarnaast kan de gebruiker het gesproken woord toepassen om bepaalde commando’s te laten uitvoeren. Hierdoor kan hij bijvoorbeeld de computer een opdracht geven om in de tekst een interlinie vrij te laten, een aantal woorden in het vet te zetten of om andere programma’s te openen. Volgens Leijten en van Waes (2003) zijn de mogelijkheden van spraakherkenning voor dicteertoepassingen de laatste jaren duidelijk in een stroomversnelling gekomen. Nieuwe technologische ontwikkelingen in de taaltechnologie hebben het mogelijk gemaakt om niet alleen discontinue spraak te dicteren aan een computer, maar stellen ons in staat om continue spraak te gebruiken en te laten herkennen. De foutmarge van die herkenning is in de meeste professionele programma’s stilaan op een aanvaardbaar niveau gekomen, op voorwaarde tenminste dat de gebruiker vooraf tijd maakt voor training. Dicteerprogramma’s zijn namelijk sprekerafhankelijk en vergen dus eerst een gestandaardiseerde stemherkenning. Leijten en van Waes (2003) merken op dat een gebruiker alles wat hij vroeger met toetsenbord en muis afhandelde, nu ook kan afwerken met spraakinput. Dit is de bedoeling van dicteerprogramma’s. Spraaktechnologie maakt het mogelijk om een microfoon te gebruiken om bijvoorbeeld in tekstverwerkers tekst te dicteren, door een tekst te scrollen, de lay-out aan te passen of tekstwijzigingen door te voeren. Aanvankelijk waren de meeste gebruikers repetitive strain injury (RSI)-patiënten of gehandicapten die noodgedwongen gebruikmaakten van spraaktechnologie. Ook 16
Hoofdstuk 1: Spraaktechnologie bepaalde beroepsgroepen zoals radiologen en advocaten maakten al in een vroeg stadium gebruik van de technologie, ook omdat de meeste producenten al snel speciaal voor die doelgroepen specifieke pakketten ontwikkelden met bijvoorbeeld aangepaste wetenschappelijke woordenboeken. Om af te sluiten bespreken Baetens en Bruyninckx (1998-1999) nog het belang van spraakherkenning over beveiliging van de systemen, meer bepaald de toegangscontrole. Hierbij is het noodzakelijk een aantal onafhankelijke indicatoren over de identiteit te verkrijgen, aldus de veiligheid te garanderen en misbruik aan het systeem te voorkomen. Spaakherkenning kan bijdragen tot een grotere garantie op gebied van veiligheid. Die stelling is gebaseerd op het feit dat de stem van iedere persoon uniek is , net zoals de vingerafdruk en de iris. De gebruiker kan hiervoor het ‘speaker verification system’ toepassen. Nadat de gebruiker bijvoorbeeld zijn naam heeft ingevoerd, verleent het systeem toegang aan die persoon na herkenning van zijn stem. Volgens Baetens en Bruyninckx (1998-1999) is die theorie zinvol in de medische wereld, omdat de computer van een dokter vertrouwelijke patiëntengegevens bevat. Als de dokter het ‘speaker verification system’ invoert in de computer, is de vertrouwelijke informatie enkel voor hem toegankelijk. Hierdoor is de noodzaak voor een wachtwoord minder dwingend. Dit wachtwoord kan de dokter trouwens vergeten en kan iemand anders zelfs achterhalen.
1.3
Wat houdt spraaksynthese in?
Volgens Stortelder (2006) is spraaksynthese, zoals de naam al doet vermoeden, een kunstmatige productie of samenstelling van spraak. Spraaksynthese is een gebied waar verschillende takken van wetenschap samenkomen. Fonetiek, linguïstiek en informatica zijn enkele voorbeelden. Er is dan ook een enorme verzameling theorie die achter spraaksynthese schuilgaat. In het dagelijkse leven zijn er tal van toepassingen van spraaksynthese waar iedereen wel eens mee te maken heeft gehad. Bij het openbaar vervoer kan de operator omroepberichten synthetiseren uit vooraf opgenomen uitspraken. Een ander voorbeeld van dergelijke spraaksynthese is de routebeschrijving die global positioning system (gps)-systemen doorgeven aan automobilisten. Uitingen zijn composities van vaste contextzinnen met daarin variabele elementen. Een combinatie van meerdere uitingen is eveneens mogelijk. Een voorbeeld hiervan is ‘U gaat hier (rechts/links) af.’ ‘U gaat hier af.’ is de vaste contextzin en ‘rechts en links’ zijn de variabele elementen. 17
Hoofdstuk 1: Spraaktechnologie Ook andere soorten van synthese geraken steeds meer ingeburgerd in de maatschappij. Die systemen gebruiken geavanceerde methoden om van een tekst een gesproken uiting te maken. Dergelijke toepassingen dienen er bijvoorbeeld voor om websites voor blinden of slechtzienden voor te lezen. Ook voor mensen die niet kunnen praten kan spraaksynthese een uitkomst bieden. Door spraaksynthese zijn ze in staat vrij complexe uitingen te realiseren. Andere voorbeelden zijn digitale woordenboeken die de uitspraak van woorden hoorbaar maken. Martens (2008) merkt op dat spraaksynthese een ingewikkeld proces is, dat grofweg is op te delen in drie deelprocessen: de fonetische transcriptie, de berekening van de geschikte prosodie en de generatie van spraak. Martens legt de drie deelprocessen hieronder kort uit.
1.3.1 Fonetische transcriptie van de tekst Martens (2008) merkt op dat een woord in een tekst niets anders is dan een rij letters, cijfers of speciale symbolen. Al die symbolen heten in de taalwetenschap grafemen. Een woord is dus een rij grafemen die samen de orthografische transcriptie vormt, de tekst volgens de Nederlandse spellingsregels. De grafemen komen vaak, maar zeker niet altijd, overeen met de klanken van het woord zoals de gebruiker ze uitspreekt. Zo kent het Nederlands in totaal 40 klanken of fonemen. De fonetische transcriptie betekent de uitspraak van woorden, namelijk een beschrijving van een rij fonemen. In het Nederlands, net zoals in de meeste talen, is er geen eenvoudige omzetting van grafemen naar fonemen mogelijk.
1.3.2 Berekening van de geschikte prosodie Volgens Martens (2008) is het uiteraard niet de bedoeling dat een zin als een opsomming van woorden gaat klinken. Bij de opbouw van zinnen moeten belangrijke woorden een nadruk krijgen en op sommige plaatsen is een korte pauze tussen twee woorden noodzakelijk. Al die elementen vormen samen de prosodie van de spraak. De prosodie is vaak kenmerkend voor een taal of een accent.
18
Hoofdstuk 1: Spraaktechnologie
1.3.3 Spraakgeneratie Volgens Martens (2008) maakt de spraaksynthesizer voor de generatie van spraak, net als bij reproductie, gebruik van vooraf opgenomen natuurlijke spraak. Die spraakopnames vormen onderdeel van teksten voor taalkundig onderzoek. Uit die spraak kan de synthesizer naast woorden en woordgroepen ook delen van woorden selecteren, zoals fonemen, foneemparen of lettergrepen.
2
Verschillende soorten spraaktechnologie
De verschillende soorten van spraaktechnologie zijn sprekeronafhankelijke spraak, sprekerafhankelijke spraak, continue spraak en discontinue spraak. Die verschillende soorten van spraaktechnologie leg ik volgens het standpunt van de auteurs van der Meulen en van Dijk (2004) verder uit.
2.1
Sprekeronafhankelijke spraak en sprekerafhankelijke spraak
Volgens van der Meulen en van Dijk (2004) bestaat er bij sprekeronafhankelijke spraak geen relatie tussen de herkenning van spraak en de woorden die de persoon inspreekt. Het systeem moet in feite elke stem herkennen. Het maakt dan niet uit of die stem een hoge of lage toon heeft en of de persoon langzaam of snel praat. Het voordeel hiervan is dat iedereen het sprekeronafhankelijke systeem meteen kan toepassen. Het nadeel is dat de gegevensverzameling heel groot moet zijn, aangezien het systeem veel verschillende personen moet kunnen herkennen. Bij sprekerafhankelijke spraak is het volgens van der Meulen en van Dijk (2004) zo dat de spreker het systeem heeft getraind. Hierdoor zal het systeem alleen de kenmerken van die ene spreker herkennen. Het voordeel is dat er een betere herkenning mogelijk is. De database is namelijk specifiek gericht op één spreker, zodat de gebruiker geen gemiddelde database moet aanmaken. Het nadeel hierbij is dat er per spreker een gegevensverzameling moet zijn.
2.2
Continue spraak en discontinue spraak
Naast sprekeronafhankelijke spraak en sprekerafhankelijke spraak maken van der Meulen en van Dijk (2004) ook nog een onderscheid tussen continue spraak en discontinue spraak. 19
Hoofdstuk 1: Spraaktechnologie Continue spraak betekent hetzelfde als gewoon praten zoals in een dagelijks gesprek. Het nadeel is dat mensen vaak overbodige woorden uitspreken, die dus niet relevant zijn voor een eventueel verslag. Bij continue spraak zal het systeem de overbodige woorden automatisch weglaten. Om die woorden automatisch te kunnen weglaten was een goede software en een krachtige computer van groot belang. Het systeem moet dus een normaal gesprek kunnen omzetten naar een goed en bondig verslag. Consumenten hanteerden vroeger dikwijls discontinue spraak, omdat de centrale verwerkingseenheid (cve) in de computer heel traag werkte. Het was belangrijk dat de gebruiker goed articuleerde en dat hij genoeg tijd tussen de verschillende woorden liet. Het was eveneens van belang dat er tussen twee woorden telkens een pauze was van een seconde. Door die pauzes kon het systeem de woorden goed verwerken.
3
Voor- en nadelen van spraaktechnologie
3.1
Voordelen van spraaktechnologie
Volgens de website van AVT Benelux (2013) biedt dit bedrijf meer dan 25 jaar oplossingen voor de invoering van tekst in de computer en dit op een efficiënte en comfortabele manier. AVT Benelux geeft daarnaast uitgebreid advies over spraakherkenningssoftware en producten zoals dicteermicrofoons, mobiele recorders en headsets. Hieronder bespreek ik de voordelen van spraaktechnologie volgens hun standpunt. Het belangrijkste voordeel van spraaktechnologie is de snelheid. Spraaktechnologie gaat tot wel vijf maal sneller dan typen, waardoor de gebruiker aanzienlijk veel tijd kan besparen. De gebruiker hoeft zelf helemaal niet meer te typen, maar een combinatie van beide behoort eveneens tot de mogelijkheden. Doordat de consument minder moet typen, is er veel minder lichamelijke inspanning nodig. De gedicteerde tekst zorgt voor onmiddellijke controle op het scherm en de eventuele fouten kan hij direct verbeteren, waardoor er slechts weinig spel- en grammaticafouten zullen voorkomen. Die mogelijkheid maakt de opstelling van brieven, e-mails, rapporten en verslagen sneller en makkelijker. Spraaktechnologie kan op die manier RSI-klachten helpen voorkomen of verminderen.
20
Hoofdstuk 1: Spraaktechnologie De gebruiker kan eerder geschreven documenten ook herschrijven of bewerken met zijn eigen stem. Hij kan op een eenvoudige wijze eigen dictaat en andere teksten terug beluisteren met de terugluister- en afspeelfunctie. Ook is het mogelijk om zelf te dicteren in een digitale spraakrecorder en later de omzetting van de gesproken tekst uit te voeren. Surfen op het internet kan voortaan ook met spraaktechnologie. Tot slot zijn er bij de toepassing van een digitale spraakrecorder geen cassettebandjes meer nodig. De opslag van de bestanden vindt direct plaats op de computer of op het netwerk. De gebruiker kan eveneens dicteren in een digitale recorder of smartphone, waarvan het softwaresysteem later de omzetting van de gesproken tekst uitvoert. Die recorder of smartphone kan de consument overal gebruiken, zelfs in de auto, waardoor hij ook onderweg geen tijd meer zal verliezen.
3.2
Nadelen van spraaktechnologie
Naast de hierboven vermelde voordelen zijn er ook enkele nadelen verbonden aan spraaktechnologie. Een eerste nadeel volgens van der Meulen en van Dijk (2004) zijn de omgevingsgeluiden. Omgevingsgeluiden zoals het geluid van machines of pratende collega’s en patiënten kunnen storend werken. De computer maakt bij spraakherkenning namelijk geen onderscheid tussen de ingesproken tekst door de consument en de verschillende omgevingsgeluiden. De computer kan de omgevingsgeluiden interpreteren als ingesproken tekst. Het is daarom belangrijk om het stemvolume aan te passen aan de omgeving. Indien er sprake is van storend omgevingsgeluid, zal het nodig zijn om beter te articuleren en luider te praten. Als de gebruiker spraaktechnologie voor de eerste keer toepast, zal hij vooraf de microfoongevoeligheid moeten testen door enkele teksten in te spreken. Ook is het belangrijk om de microfoon op de juiste hoogte te plaatsen. Het stemvolume, het achtergrondgeluid en de microfoongevoeligheid kunnen dus variëren, waardoor foutieve interpretaties kunnen optreden. Daarom is het belangrijk om met bovenstaande zaken rekening te houden om zo die fouten zoveel mogelijk te reduceren. Voordat gebruikers vlot met spraaktechnologie kunnen werken, is volgens van der Meulen en van Dijk (2004) training noodzakelijk. Als de consument het spraakherkenningspakket installeert, zal hij eerst een reeks woorden of teksten moeten inspreken. De bedoeling hiervan is dat de software de stem van de gebruiker leert kennen en dus later de ingesproken commando’s beter zal kunnen omzetten naar tekst.
21
Hoofdstuk 1: Spraaktechnologie Het is belangrijk om de software vaak te trainen, zodat de herkenning na verloop van tijd nauwkeuriger en vlotter zal zijn. Het nadeel van die trainingen is dat ze veel tijd in beslag neemt voordat de gebruiker effectief aan de slag kan gaan. Ten slotte kan spraaktechnologie voor bepaalde doeleinden heel langzaam en inefficiënt werken. Bijvoorbeeld wanneer de gebruiker een aantal opties wilt selecteren. Het is mogelijk om met de muis in enkele klikken verschillende woorden aan te duiden. Met spraaktechnologie moet de gebruiker echter vragen aan het systeem om het woord te selecteren. Het spraakherkenningssysteem moet bovendien de spraak goed herkennen om dit mogelijk te maken.
4
Geschiedenis van spraaktechnologie
Spraaktechnologie kent volgens Gil (z.j.) en volgens Van Hoornweder (2000-2001) een langere geschiedenis dan mensen wellicht denken. Spraaktechnologie door machines is namelijk al 100 jaar in ontwikkeling, omdat de mens al eeuwen op zoek is naar manieren om moeilijke taken te vereenvoudigen. De geschiedenis van de eigenlijke TST kent volgens van der Beek (2010) zijn oorsprong in 1952 en gaat dus veel verder terug dan die van de computer. In de jaren vijftig waren er slechts weinig computers, waardoor een wiskundige integratie in de taal bovendien onmogelijk bleek.
4.1
Geschiedenis van spraakherkenning
Gil (z.j.) merkt op dat onderzoekers uit het laboratorium van Alexander Graham Bell in 1952 de eerste echte bekende automatische spraakherkenning lanceerden. Dit apparaat, dat de naam Audrey kreeg, kon de cijfers nul tot en met negen herkennen. Audrey was tot 97 % nauwkeurig, indien de spreker mannelijk was en 350 milliseconden pauze tussen alle woorden liet. Het systeem werkte, doordat het apparaat aparte klanken (cijfers) kon onderscheiden en die controleerde aan de hand van modellen. De ontwerpers spraken die modellen vooraf in. Vervolgens verstreken er 20 jaar zonder noemenswaardige feiten in de wereld van spraakherkenning. Pas in 1971 kwam er een eerste stap richting innovatie. De Amerikaanse veiligheidsdienst Advanced Research Projects Agency Network (ARPANET) besloot te investeren in spraakherkenning. ARPANET sponsorde onderzoekers die een nieuw systeem zouden ontwikkelen. Dit systeem moest op zijn minst 1 000 woorden en ook zinnen kunnen herkennen, zonder dat de gebruiker regelmatige pauzes moest laten tussen de verschillende woorden. Ook zou het 22
Hoofdstuk 1: Spraaktechnologie systeem tijdens de toepassing een lage tolerantie moeten hebben op achtergrondgeluid. Volgens Gil (z.j.) hebben onderzoekers in 1976 zes spraakherkenningssystemen ontworpen. De Carnegie Mellon University (CMU) in de Verenigde staten ontwierp het meest succesvolle systeem. Het apparaat kreeg de naam Harpy. Het belangrijkste nadeel van dat apparaat was de langzame werking. Bij een zin van vier woorden had Harpy vijf minuten nodig om die te verwerken. Ook was de gebruiker verplicht om het apparaat te trainen, zodat het systeem de woorden kon vergelijken met eerder ingesproken spraakmodellen. Het apparaat voldeed echter wel aan de eisen die ARPANET had gesteld. Harpy was het beste model om zich op te baseren voor verder onderzoek. Dit model paste namelijk het Markov-model toe. Die techniek bestond erin woorden als kleine overlappende stukken geluid op te vangen en op te slaan. Het onderzoek ging volgens Gil (z.j.) in de jaren ’70 en ’80 nog verder en het Markovmodel vormde hiervoor de basis. Later in de jaren ’70 besloot ARPANET opnieuw te investeren in spraaktechnologie, om de fouten van het systeem te herleiden van ongeveer 10 % naar een paar procenten. Andere onderzoeken naar spraakherkenning hebben zich gefocust om het systeem accurater te maken en om spraakherkenning op de computers te verbeteren.
4.2
Geschiedenis van spraaksynthese
Volgens de Boer (2002) heeft spraaksynthese een veel rijkere geschiedenis. Dit heeft veel te maken met het feit dat die taak eenvoudiger is en er in zekere zin zelfs geen computer nodig is. De uitspraak van de machine moet immers niet perfect zijn, omdat de mens heel gemakkelijk taal begrijpt. Een belangrijk probleem is echter de intonatie. Om te kunnen intoneren, moet de betekenis van de zin bekend zijn. Doorheen de jaren zijn er een aantal machines gebouwd die elk probeerden menselijke spraak na te bootsen. Volgens van der Beek (2010) bouwde Wolfgang von Kempelen in de tweede helft van de achttiende eeuw de eerste spraakmachine. De gebruiker bediende de machine met twee handen en pompte er lucht in met een blaasbalg. De machine kon woorden en zelfs korte zinnen produceren, al vergde de bediening wel enige training.
23
Hoofdstuk 1: Spraaktechnologie Wie zich met spraak bezighield, moest zelf de hulpmiddelen bouwen om het geluidssignaal te analyseren of te genereren, want er waren geen kant-en-klare machines en van softwarepakketten was ook nog geen sprake. Het is dan ook niet verwonderlijk dat de meeste pioniers op het gebied van de spraaktechnologie technische wetenschappers waren, te beginnen met de fysioloog von Kempelen en de elektrotechnicus Dudley. De opkomst van de elektrotechniek bood nieuwe kansen voor de spraaktechnologie: in 1939 presenteerde Homer Dudley op de Wereldtentoonstelling in New York zijn Voice Operating Demonstrator (VODER), een handmatig te bedienen spraaksynthesizer. Van die VODER zijn de oudste opnames van gesynthetiseerde spraak afkomstig. De VODER was het eerste apparaat dat de stem opving, converteerde tot basisklanken en de stem daarna elektronisch reproduceerde. Toch waren er enkele nadelen verbonden aan dit systeem. De technologie sprak niet uit zichzelf, er moest namelijk iemand het apparaat bedienen met knoppen en voetpedalen om er geluid uit te krijgen. Daarnaast was het zo ingewikkeld dat diegene die de VODER bediende een jaar op cursus moest gaan om de bediening ervan onder de knie te krijgen. Volgens de Boer (2002) ontwikkelden onderzoekers in de jaren ’50 nog enkele systemen voor spraaksynthese. Tot slot bracht L&H een zeer geavanceerd commercieel model op de markt, namelijk Real Speak. Over dit model van L&H is er meer informatie te vinden in hoofdstuk twee op pagina 30.
4.3
Algemene ontwikkeling
Leijten en van Waes (2003) merken op dat in de eerste ontwikkelingsfase van spraaktechnologie het onderzoek vooral gericht was op de technische ontwikkeling. De onderzoeksresultaten aan het einde van de jaren negentig waren toegespitst op het gebruik van spraakherkenning als schrijfinstrument. De nadruk in die onderzoeken ligt vooral op het gebruiksgemak van spraaktechnologie als schrijfinstrument. Volgens van der Beek (2012) is de ontwikkeling van taaltechnologie enorm gedreven en beïnvloed door de ontwikkeling in de techniek, de bredere beschikbaarheid van computers en ook snellere processoren, de dalende kostprijs voor geheugen en de ontwikkeling van programmeertalen en software. Voor de spraaktechnologie geldt dat zeker ook, ondanks het feit dat de spraaktechnologie ontstaan is voordat er computers beschikbaar waren voor spraakonderzoek. 24
Hoofdstuk 1: Spraaktechnologie Begin jaren negentig lijkt de tijd echter rijp voor concrete samenwerking tussen taal en spraak. Spraak- en taaltechnologen delen nu een gezamenlijk doel: ze ontwikkelen, onderhouden en exploiteren grote databestanden met taal- en spraakmateriaal. Daarnaast is nog een intensere samenwerking mogelijk, namelijk een integratie van taalkennis in spraakherkenningssystemen. In de loop van de jaren negentig kwamen er verschillende spraakherkenningspakketten op de markt, waaronder die van het Nederlandse Philips. Ook L&H, Dragon en International Business Machines (IBM) brachten pakketten op de markt.
5
Besluit
Voor toepassingen zoals spellingcontrole en spraaksynthese is TST momenteel een frequent gebruikte applicatie. Spraaksynthese is een systeem dat in staat is om teksten voor te lezen, maar het is een ingewikkeld proces. Er zijn namelijk drie deelprocessen te onderscheiden: de fonetische transcriptie, de berekening van de geschikte prosodie en de generatie van spraak. Daarnaast laat spraakherkenning de computer toe het gesproken woord te herkennen en de spraak om te zetten naar tekst. Die techniek maakt het mogelijk grote stukken tekst in te lezen en kan bovendien computersystemen beveiligen. Er bestaan verschillende soorten spraaktechnologie. Elke soort heeft zijn eigen voor- en nadelen. Bij sprekeronafhankelijke spraak is er geen relatie tussen de spraakherkenning en de ingesproken woorden, het systeem herkent dus elke stem. Bij sprekerafhankelijke spraak traint de spreker het systeem, waardoor het enkel die ene stem herkent. Naast die twee soorten bestaat er ook nog de continue en discontinue spraak. Efficiëntie, comfort en tijdbesparing zijn slechts enkele van de vele voordelen van spraaktechnologie. Toch zijn er ook enkele nadelen aan het systeem verbonden. Zo kan omgevingsgeluid storend optreden en zelfs deel uitmaken van de opgenomen tekst. De microfoongevoeligheid is daarbij een belangrijke factor. Om foutieve interpretaties te vermijden, moet de gebruiker die correct instellen. Bovendien is training van de systemen noodzakelijk. De training zorgt voor een betere herkenning van de stem van de gebruiker.
25
Hoofdstuk 1: Spraaktechnologie De geschiedenis van de TST kent zijn oorsprong in 1952 en gaat dus veel verder terug dan die van de computer. Onderzoekers ontwikkelden in de tweede helft van de achttiende eeuw de eerste spraakmachine en sindsdien staat de evolutie niet meer stil. Door de computer is er ook een grote stap vooruit gezet. Begin jaren negentig lijkt de tijd rijp voor concrete samenwerking tussen taal en spraak. De integratie van taalkennis in spraakherkenningssystemen zorgde bovendien voor een nog intensere samenwerking, waardoor er verschillende spraakherkenningssystemen op de markt kwamen.
26
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H)
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H)
1
Geschiedenis van Lernout en Hauspie
Volgens De Witte, Van Aelst en Van Peteghem (2001) bouwden Jo Lernout en Pol Hauspie een bedrijf vanuit de Vlaamse Westhoek dat marktleider wilde worden op het gebied van TST. Gyssels (2001) merkt op dat het duo Jo Lernout en Pol Hauspie in 1987 begon met hun avontuur rond spraaktechnologie. Pol Hauspie was een boekhouder die een passie had voor computertechnologie en Jo Lernout was een verkoper bij computerbedrijven. In 1987 begonnen ze samen het toekomstscenario in beeld te brengen, waarbij een simpel ingesproken woord een computer in actie zou doen treden. Een gewoon bevel zou volstaan om teksten te laten versturen naar de andere kant van de wereld. Jo Lernout en Pol Hauspie zouden de controle krijgen over die nieuwe gigantische markt. De evolutie van de telecommunicatie en de ontwikkeling van steeds krachtigere computers en softwaresystemen, maakte dit geloof in de jaren ’90 onwrikbaar. Volgens Verrue (2005-2006) richtten Jo Lernout en Pol Hauspie samen met Nico Willaert een spraaktechnologiebedrijf op, namelijk Lernout & Hauspie Speech Products. In Ieper, in het zogenaamde Flanders Language Valley (FLV) vestigden ze het bedrijf. Op diezelfde plaats vestigden zich tevens verwante bedrijven. Die bedrijven voerden eveneens onderzoek uit naar spraakherkenning en spraaksynthese. Vriendschap, knowhow en durf zorgden volgens De Witte, Van Aelst en Van Peteghem (2001) voor hun steile opmars in de richting van de absolute top. Toen L&H in 1995 naar de Amerikaanse technologiebeurs Nasdaq trok en een partnerschap aanging met Microsoft, bleek dit een groot succes: de overnames volgden elkaar op en Jo Lernout en Pol Hauspie werden gekende ondernemers. Het publiek tekende massaal in op de aandelen van L&H, die op de beurs ongekend hoge noteringen haalden. Alles verliep rimpelloos, tot de gezaghebbende ‘The Wall Street Journal’ in augustus 2000 op het toneel verscheen. De omzet die L&H beweerde te realiseren in Korea en 27
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) Singapore bleek gedeeltelijk nep. Hierdoor dachten velen dat Jo Lernout en Pol Hauspie fraude hadden gepleegd. Dit zorgde bijgevolg voor negatieve opmerkingen bij de tienduizenden aandeelhouders van L&H. De aandeelhouders hadden het echter bij het rechte eind en op 24 oktober 2001 verklaarde de rechtbank L&H uiteindelijk failliet.
2
Basistechnologieën van Lernout en Hauspie
Volgens Gyssels (2001) vormden de basistechnologieën van L&H de kern van de onderneming. Sinds haar ontstaan in 1987 was L&H bezig, om onder andere tekstnaar-spraak en spraak-naar teksttechnologieën te ontwikkelen. Vanwege de lage opbrengsten van die technologieën in de beginperiode, begaf L&H zich ook in de winstgevende markt van vertalingen vanaf 1996. De volgende logische stap was om automatische vertaalmachines te bouwen, een vierde basistechnologie. In 1999 schoven Lernout en Hauspie, na vele jaren voorbereidend werk, een vijfde bouwsteen naar voren. Dit was niet echt een basistechnologie, namelijk Content Technology. L&H bracht die vijfde pijler begin 1999 onder in de spin-off Speech Artificial Intelligence Language (SAIL) Labs, dat de technologie verder zou perfectioneren. Volgens Vandoorne (2001-2002) kunnen we de afkorting SAIL vertalen naar spraak, artificiële intelligentie en taal. Die drie aspecten zijn samengebracht onder een technologie die kortweg SAIL-technologie heet. Dit blijft echter een algemene noemer. Vandoorne legt de concrete invulling van die kernwoorden hieronder verder uit.
2.1
SAIL-technologie
Vandoorne (2001-2002) legt uit dat de term spraak staat voor alle nieuwe technologieën voor automatische spraakherkenning en spraaksynthese. Een bepaald systeem kan de teksten die de consument inspreekt herkennen en in een verder stadium uitvoeren. Bij spraaksynthese zal het systeem hetgeen de gebruiker intikt omzetten naar spraak. Spraak is echter niet hetzelfde als taal, al zijn er wel heel wat overeenkomsten. Door spraak kan taal namelijk tot uiting komen. Spraak omvat de natuurlijke articulatie, de klemtoon, het ritme en de zinsmelodie. Hierin ligt dan ook de grote uitdaging. Het gaat niet enkel om de omzetting naar de juiste taal, aangezien de productie naar spraak meer met zich meebrengt dan enkel de reproductie in een 28
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) computerstijl. Het doel is om een goede weergave te ontwikkelen en zodoende rekening te houden met de wensen en eisen van de consument. De kunstmatige intelligentie is volgens Vandoorne (2001-2002) de automatisering van activiteiten die we kunnen associëren met denken, beslissingen nemen, problemen oplossen en leren. De processen die zich afspelen in het nietwaarneembare van de mens, zoals de denkprocessen, gaat de kunstmatige intelligentie nabootsen en overbrengen naar een nieuw medium. Dit zal zo automatisch mogelijk verlopen, zodat de tussenkomst van menselijke handelingen zo klein mogelijk blijft. Daarnaast merkt Vandoorne (2001-2002) op dat toepassingen voor de natuurlijke taal steeds maar toe nemen. Er is echter een belangrijke beperking van die taal. Taal is namelijk een manier waarmee mensen met elkaar in contact komen, een overkoepelend begrip voor enerzijds gesproken taal en anderzijds non-verbale taal. Systemen zoals de gps en de gsm gebruiken de toepassingen van de SAILtechnologie. Bijlage één op pagina 101 geeft meer inzicht in de SAIL-technologie. Dit voorbeeld verduidelijkt namelijk de toepassing van die technologie. De volledige technologie bestaat uit vier domeinen. Hieronder leg ik de drie belangrijkste domeinen uit, namelijk spraak-naar-tekst, tekst-naar-spraak en tekst-naar-tekst.
2.1.1 Spraak-naar-tekst In de fase van spraak-naar-tekst is het volgens Vandoorne (2001-2002) mogelijk om gesproken klanken om te zetten naar een digitaal beeld. De woorden die de consument uitspreekt, zal het programma herkennen en vervolgens omzetten in tekst. Het is belangrijk dat de toepassing verwant is met de handelswijze en de stem van de gebruiker. Daarnaast is een duidelijke articulatie en een aangepaste spreeksnelheid vereist. Bij de omzetting van spraak-naar-tekst geeft Gyssels (2001) ook nog mee dat de geluidskaart van het spraakherkenningssysteem vooreerst een analoog signaal omzet naar een digitaal signaal van nullen en enen die de computer kan begrijpen. Vervolgens zal het akoestische model, dat geluid analyseert, de gesproken woorden zo accuraat mogelijk opsplitsen in klanken. Het akoestische model tracht dus met andere woorden om de gesproken klanken te herkennen. Nadat de computer de klanken heeft herkend, zal een statistische methode de waarschijnlijkheid van een bepaald woord, namelijk een combinatie van klanken, 29
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) berekenen. Dit model zal de combinaties van de uitgesproken klanken vergelijken met woorden in elektronische woordenboeken. Vervolgens zal het systeem er de beste overeenkomst uithalen. Als er meerdere woorden dezelfde waarschijnlijkheid hebben, zal het taalmodel bepalen welk woord er in aanmerking komt. Naast die zogenaamde akoestische modellen zijn er namelijk volgens van der Meulen en van Dijk (2004) ook taalmodellen nodig. Er zijn meerdere soorten taalmodellen, bijvoorbeeld een unigram en een bigram. Een unigram is de kans op ieder woord. Een bigram is de kans op een woordpaar. Training van die taalmodellen verloopt door simpelweg te tellen hoe vaak een woord en hoe vaak een combinatie van woorden voorkomt. Door die taalmodellen is de kans groter dat het systeem minder tijd nodig heeft om een woord of een combinatie van woorden te herkennen. Het gaat hierbij louter om spraakherkenning en dus niet om spraakperceptie. Indien de computer de taalregels beter zou begrijpen en verbanden tussen woorden zou kunnen leggen, zou hij taal kunnen begrijpen. Een andere term voor dit fenomeen is Natural Language Understanding. De computer zal dan ook door zijn kennis en begrip van de context een accuratere herkenning kunnen aantonen. Verder kan de gebruiker, afhankelijk van de toepassing, de database kleiner of groter maken. De database kan namelijk 10 tot 50 000 woorden bevatten. Het is bovendien mogelijk om databases aan de context aan te passen. Dit is zeker interessant voor de medische of juridische wereld, wanneer de gebruiker specifieke vaktermen gaat toevoegen aan het vakwoordenboek.
2.1.2 Tekst-naar-spraak Vandoorne (2001-2002) merkt op dat tekst-naar-spraak een moeilijk proces is. Hierbij is een goede uitspraak namelijk van groot belang. Verder is het belangrijk om vlot te spreken en om de eentonigheid te vervangen door een boeiende intonatie. Het systeem voor de spraaksynthese moet de natuurlijke stem van de mens daarna zo goed mogelijk kunnen weergeven. Volgens Gyssels (2001) maakt die technologie het mogelijk om eender welke tekst om te zetten naar spraak. Begin 2000 kwam het Nederlandstalige Real Speak van L&H op de markt. Real Speak maakt gebruik van vooraf opgenomen klanken, namelijk diphonen. Hiervoor moet een bepaalde persoon gedurende een aantal weken teksten voorlezen, waaruit het systeem diphonen distilleert. Een diphoon bevat de aaneensluitende helften van twee opeenvolgende klanken. Dit is mogelijk 30
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) door een klank in het midden te splitsen. Die werkwijze is nodig, omdat klanken relatief constant zijn in het midden, maar variabel aan de uiteinden, omdat ze daar met andere klanken moeten samenvloeien. Twee diphonen aan elkaar linken, waarbij de samenvoeging dus in het midden van een klank plaatsvindt, is daarom ook veel gemakkelijker dan twee klanken samen te brengen. Hieronder volgt de uitleg van de techniek om tekst naar spraak om te zetten van het Nederlandstalige Real Speak. Volgens Gyssels (2001) zal de software eerst de klanken uitzoeken die hij moet voortbrengen. Het systeem maakt hierbij gretig gebruik van wetenschappelijke databases. De wetenschappelijke databases bevatten hedendaagse woorden, geen namen of neologismen. Er komen echter wel complexe regels aan te pas om woorden die niet in de database staan te herkennen. Die regels zullen bijvoorbeeld duidelijk maken aan de computer dat de naam Lernout als “Ler-nout” klinkt in het Nederlands en als “learn-out” in het Engels. Wanneer namen of neologismen niet in de databases voorkomen, zullen ook hier de complexe regels een oplossing bieden. Uiteindelijk verbindt het systeem de gekozen diphonen op een vloeiende wijze met elkaar. Elk bedrijf heeft hiervoor zijn eigen patenten en aangezien Real Speak echt wel vloeiend is, blijkt L&H hier zeer sterk te staan. Zoals al eerder gezegd is Real Speak gebaseerd op opnames van stemmen, waardoor het enorm veel geheugenruimte inneemt. Andere methodes om tekst-naarspraaksystemen te bouwen die minder geheugenruimte innemen bestaan ook, maar de spraak van die systemen klinkt meer robotachtig. Die klanken zijn namelijk niet gebaseerd op menselijke stemmen, aangezien een soort synthesizer de klanken opneemt. De synthesizer zal ook woorden analyseren, waardoor het de klanken kan voortbrengen.
2.1.3 Tekst-naar-tekst Volgens Gyssels (2001) was L&H pas vanaf 1997 gefocust op machinevertaling. L&H had vanaf 1996 wel al een aantal gewone vertaalbedrijven overgenomen, waardoor ze beschikten over taalkundige kennis van bepaalde talen. Maar het was pas in 1997 dat L&H een aantal ondernemingen overnam, die gespecialiseerd waren in machinevertaling. Vandoorne (2001-2002) legt uit dat in de fase van tekst-naar-tekst, de software de woorden van een bepaalde taal zal omzetten in een andere taal. Dit gaat natuurlijk nog veel verder, want woorden vertalen vormt enkel de basis. De software moet van 31
Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) losse woorden opnieuw volwaardige zinnen maken, waarbij de grammatica, de zinsbouw en de inhoud moet overeenstemmen. Hiervoor maakt die techniek gebruik van drie fasen, namelijk de analyse-, transfer- en generatiefase. Tijdens de analysefase analyseert het systeem de tekst in zijn oorspronkelijke taal. Daarbij zal het systeem grammaticale kennis toepassen over woordvormen, werkwoordvervoegingen, geslacht en woordvolgorde. Zoals eerder vermeld staat dit bekend als Natural Language Understanding. Tijdens de transferfase gaat het systeem op zoek naar de beste link. Statistiek helpt de computer hierbij, aangezien het systeem zo een idee krijgt van de kans dat bepaalde woorden samen voorkomen of elkaar opvolgen in een bepaalde taal. Statistiek kan de computer eveneens helpen om beslissingen te nemen over grammaticale regels. Vervolgens is er de generatiefase, waarin het systeem de zin zo goed mogelijk vertaalt in de doeltaal en rekening houdt met grammaticale regels. Hiervoor past het systeem opnieuw de eerder genoemde grammaticale kennis toe.
3
Samenvatting
In 1987 begonnen Jo Lernout en Pol Hauspie een toekomst voor te bereiden met de bedoeling marktleider te worden op het vlak van spraaktechnologie. Ze richtten een spraaktechnologiebedrijf op, namelijk Lernout & Hauspie Speech Products. In augustus 2000 raakte echter fraude bekend en vele aandeelhouders reageerden negatief. Zo kwam er een einde aan het succes en op 24 oktober 2001 werd Lernout & Hauspie failliet verklaard. L&H maakte gebruik van de SAIL-technologie. Onder andere de gsm en het gpssysteem maken gebruik van die technologie. De drie belangrijkste domeinen van SAIL zijn spraak-naar-tekst, tekst-naar-spraak en tekst-naar-tekst. Spraak-naartekst zal de woorden die de consument uitspreekt herkennen en daarna omzetten in tekst. Bij tekst-naar-spraak maakt het systeem gebruik van vooraf opgenomen klanken, namelijk diphonen en is een goede, natuurlijke uitspraak noodzakelijk. Bij tekst-naar-spraak zal de software van losse woorden opnieuw volwaardige zinnen maken. De software maakt daarbij gebruik van drie fasen. De eerste fase is de analysefase. Het systeem gaat hierbij de tekst in zijn oorspronkelijke taal analyseren. In een volgende fase, de transferfase, probeert het systeem een link te vinden door statistiek. In de laatste fase, de generatiefase, vertaalt het systeem de zin in de doeltaal en houdt hierbij rekening met de grammaticaregels. 32
Hoofdstuk 3: Verschillende leveranciers
Hoofdstuk 3: Verschillende leveranciers
1
Nuance
Nuance is volgens Lobbens (2010) de belangrijkste leverancier van spraak - en beeldoplossingen voor bedrijven en consumenten wereldwijd. Miljoenen gebruikers, waaronder duizenden bedrijven, genieten dagelijks van de toepassingen van Nuance: ze zoeken naar telefoonnummers, vragen rekeninginformatie op, dicteren patiëntgegevens, surfen op het net, geven een bestemming op aan een navigatiesysteem of digitaliseren documenten. Nuance heeft de meest uitgebreide en algemeen verspreide portefeuille van spraaken beeldproducten ter wereld en dit door de expertise van hun professionele dienstverleningsorganisatie en een wereldwijd partnernetwerk. Spraaktechnologie van Nuance leidt tot hogere bedrijfsprestaties en een hogere productiviteit van de gebruiker. Nuance heeft dankzij de dicteertoepassingen, de geïntegreerde spraakoplossingen en de oplossingen voor netwerken een toonaangevend aanbod van spraaktechnologieën, -expertise en -oplossingen. Dit leidt tot een volstrekt nieuwe manier van omgaan met bedrijven, informatie en producten.
1.1
Dragon NaturallySpeaking
Volgens de website van Nuance Communications (2013) vertrouwen we elke dag steeds meer op de computer, of we nu documenten en rapporten maken, op het internet surfen of e-mails afhandelen. Toch is het niet altijd even gemakkelijk om alles uit te voeren op de computer. Nu is er echter een snellere en makkelijkere manier om op de pc te werken. De gebruiker hoeft alleen maar te spreken en de woorden verschijnen vanzelf op het scherm. Nuance Communications (2013) merkt op dat er verschillende softwareprogramma’s van Dragon NaturallySpeaking bestaan, waardoor de gebruiker kan kiezen uit een groot assortiment van mogelijkheden. De verschillende softwareprogramma’s van Dragon NaturallySpeaking zijn Dragon Home, Dragon Premium, Dragon Professional en Dragon Education.
33
Hoofdstuk 3: Verschillende leveranciers
1.2
Informatie over Nuance Healthcare
De Healthcare divisie van Nuance biedt dicteer- en transcriptieoplossingen aan die de wijze waarop artsen patiëntgegevens verkrijgen, verwerken en gebruiken optimaal verbetert. Door spraakherkenning in bestaande managementinformatiestromen binnen de gezondheidszorg te integreren, zorgen de oplossingen van Nuance voor kostenbesparingen en verbeteren ze de patiëntenzorg. Door de oplossingen van Nuance verbetert eveneens de omloopsnelheid, nauwkeurigheid en bruikbaarheid van de medische documentatie. Nuance nam in oktober 2008 Philips Speech Recognition Systems (PSRS) over, een divisie van Royal Philips Electronics en leider in spraakherkenningsoplossingen binnen de Europese gezondheidsmarkt. Hierdoor verbetert Nuance zijn capaciteit aan innovatieve, spraakgestuurde klinische documentatie en communicatieoplossingen in gezondheidsorganisaties over heel Europa.
1.3
Intelligente systemen voor de gezondheidzorg
Nuance Communications (2013) biedt verschillende intelligente spraakherkenningssystemen aan om onderzoeksresultaten van patiënten om te zetten in bruikbare gegevens, waardoor de gezondheidszorg efficiënter en effectiever wordt. Die systemen zijn 360|SpeechAnywhere Services, 360|SpeechMagic Software Development Kit (SDK), Dragon Medical 360|Network Edition, Dragon Medical en PowerScribe 360|Reporting. Onderstaand is meer informatie vermeld over Dragon Medical voor de Nederlandstalige markt volgens het standpunt van Nuance Communications.
1.3.1 Dragon Medical In 2012 heeft Nuance Communications Dragon Medical gelanceerd voor de Nederlandstalige markt. Dat is de nieuwste versie van de realtime spraakherkenningssoftware voor medische rapportering. Dankzij Dragon Medical optimaliseert de productiviteit en de prestaties van zorgverleners, waardoor zij in minder tijd meer kunnen presteren. De zorgverleners kunnen kosten reduceren, de nauwkeurigheid van informatie verhogen en de kwaliteit van de zorg en service voor patiënten verbeteren.
34
Hoofdstuk 3: Verschillende leveranciers Met Dragon Medical is het mogelijk om de administratieve bedrijfsuitgaven en kosten voor het dictaat te elimineren, zodat de gebruiker een betere kwaliteit kan leveren. Verder kunnen artsen met hun stem gemakkelijk door hun klinische systemen navigeren en hun medische beslissingen en behandelplannen direct in het elektronische patiëntendossier (epd) dicteren. Daarbij kunnen ze hun bevindingen in hun eigen woorden dicteren en vervolgens bewerken en ondertekenen. Op die manier zijn alle dossiers in één keer afgewerkt. Door gebruik te maken van macro’s, kan de administratie nog sneller verlopen. Die aanpak zal er bijgevolg voor zorgen dat artsen hun administratief werk sneller kunnen afwerken. Dragon Medical is het enige product van de Dragon-familie dat alle audio- en tekstgegevens automatisch encrypteert. Dat verhoogt de veiligheid en waarborgt de vertrouwelijkheid van de gegevens van de patiënten. Dat is trouwens een noodzakelijkheid voor alle medische organisaties. Tot slot kan Dragon Medical de gebruiker helpen om zorg van betere kwaliteit te leveren door een efficiëntere en nauwkeurigere klinische verslaggeving.
2
Philips
2.1
Philips Speech Processing Solutions
Speech Processing Solutions is volgens de website van Philips (2013) een internationaal elektronicabedrijf met hoofdkantoor in Wenen, Oostenrijk. Het bedrijf ontwerpt, ontwikkelt, vervaardigt en verkoopt spraak-naar-tekstoplossingen, waaronder spraakverwerkingsapparatuur. Systemen voor digitaal dicteren en spraakherkenning maken gebruik van die apparatuur. Speech Processing Solutions is volgens de website van Philips (2013) voor veel eindgebruikers de pionier van de professionele spraakverwerking.
2.2
Producten
2.2.1 Philips SpeechWorld-app Volgens de website van Philips (2013) heeft Speech Processing Solutions een nieuwe gratis applicatie uitgebracht voor gebruikers van die dicteeroplossingen en toekomstige klanten. De applicatie bevat filmpjes, productbeelden en technische details en informatie. Met de Philips SpeechWorld-app krijgen gebruikers een 35
Hoofdstuk 3: Verschillende leveranciers diepgaand inzicht in de oplossingen van Philips. Ze krijgen ook meer informatie over digitaal dicteren en spraakverwerkingstechnologie.
2.2.2 Philips SpeechExec Pro 7.5 Speech Processing Solutions heeft een softwaretool voor mobiel dicteren op de markt gebracht, namelijk Philips SpeechExec Pro 7.5. Die tool vereenvoudigt volgens de website van Philips (2013) het werkproces van de professionele dictaten. SpeechExec Pro 7.5 kan de gebruiker helpen om met spraakherkenning de verwerking van professionele dictaten te verlichten. De software is bovendien volledig compatibel met de Nuance-spraakherkenningssoftware Dragon NaturallySpeaking. Op de website van Philips krijgen consumenten de kans om de dicteersoftware en transcriptiesoftware van SpeechExec Pro 30 dagen gratis te testen. SpeechExec Prodicteersoftware is een professionele dicteersoftware die de workflow van dicteerbestanden en einddocumenten organiseert. SpeechExec Protranscriptiesoftware is een platform voor transcriptiebeheer. Het systeem bevat de automatisering van workflow, transcriptiefuncties en spraakherkenning in één afgestemd product.
2.2.3 Philips Pocket Memo De Philips Pocket Memo is volgens de website van Philips (2013) het nieuwste professionele, draagbare en mobiele dicteerapparaat. Een van de krachtigste eigenschappen van de Pocket Memo is de driedimensionale microfoontechnologie. De 3D Mic-technologie gebruikt meerdere ingebouwde microfoons. De microfoon vangt geluid op in een straal van 360 graden, waardoor hij op een ideale wijze gesprekken van vergaderingen kan registreren. Gebruikers kunnen de richtmicrofoon gebruiken om teksten te dicteren en dit met nauwkeurige spraakherkenningsresultaten. De digitale dictaten bieden vele voordelen. De gegevens zijn elektronisch opgeslagen, waardoor de overdracht van die gegevens naar de computer onmiddellijke verwerking mogelijk maakt. Ook kan de gebruiker de gegevens doorsturen naar de juiste persoon. Hierdoor zal de schrijver veel tijd besparen, voornamelijk wanneer hij zich op een andere fysieke locatie bevindt.
36
Hoofdstuk 3: Verschillende leveranciers
2.2.4 Philips-dicteerrecorder Volgens de website van Philips (2013) verandert de Philips-dicteerrecorderapplicatie elke smartphone in een professioneel dicteerapparaat. De dicteerapplicatie is verkrijgbaar voor alle grote besturingssystemen en stelt gebruikers in staat om dicteerbestanden op te nemen, te bewerken en te verzenden met hun smartphone. Dit leidt tot flexibiliteit onderweg en verkort de verwerkingstijden van documenten, waardoor het een perfecte oplossing is voor professionals in alle sectoren.
2.2.5 Philips SpeechMike De nieuwe Philips SpeechMike is volgens de website van Philips (2013) een professionele dicteeroplossing. De Philips SpeechMike beschikt over moderne technologieën voor gebruikers in de gezondheidssector. De SpeechMike is bovendien specifiek ontworpen om tegemoet te komen aan de hoge eisen van de gebruiker. De microfoon reduceert achtergrondgeluid en is geoptimaliseerd voor spraakherkenning. Daarenboven beschikt de SpeechMike over vooraf geconfigureerde toetsen voor directe bediening van Dragon NaturallySpeaking, de stemherkenningsoplossing van Nuance.
2.3
Samenwerking Philips en Nuance
Volgens Uthe en Scheuer (2012) ondertekende Philips Speech Processing in 2012 een overeenkomst met Nuance Healthcare om spraakherkenning beter te integreren met SpeechExec. De digitale dicteerworkflowoplossing SpeechExec is nu volledig compatibel met Dragon Medical spraakherkenning van Nuance. Philips Speech Processing, de marktleider in professionele dicteervoorzieningen, heeft bekendgemaakt dat haar SpeechExec dicteerworkflow-oplossing nu volledige ondersteuning biedt voor de Dragon Medical-spraakherkenning van Nuance. De aankondiging volgt op een uitbreiding van de langdurige samenwerking tussen de twee bedrijven. De bedrijven richtten zich hoofdzakelijk op het optimale gebruik van Philips-dicteerapparatuur. Een voorbeeld hiervan is de Philips SpeechMike met de spraakherkenningsoplossingen voor de gezondheidszorg van Nuance. Volgende citaten van Herm (2012) en Brauner (2012) tonen aan dat MMA’s verslagen gemakkelijk kunnen controleren en afwerken, wanneer artsen gebruikmaken van Dragon Medical met Philips SpeechExec. Hierdoor zullen de 37
Hoofdstuk 3: Verschillende leveranciers MMA’s ook instaat zijn om de verslagen sneller te leveren aan de dokters en bijgevolg aan de patiënten. "Het bewerken van via spraakherkenning gegenereerde documenten verloopt tot driemaal sneller dan handmatige transcriptie en maakt dus tijd vrij voor patiëntenzorg. Door gebruik te maken van Dragon Medical met Philips SpeechExec ontvangen medisch secretaressen nu een automatisch uitgeschreven conceptversie van het dictaat van een arts, dat zij vervolgens gemakkelijk kunnen controleren en afwerken" (Herm, 2012). "Philips en Nuance Healthcare spelen in op de vraag van vele medische praktijken en klinieken die de digitale dicteerworkflowoplossing SpeechExec samen met hun Dragon Medical-spraakherkenningssysteem willen gebruiken. Onze klanten kunnen nu rekenen op de naadloze compatibiliteit en soepele integratie van de twee systemen, waardoor medisch secretaressen hun individuele productiviteit kunnen verhogen en sneller documenten kunnen leveren aan artsen" (Brauner, 2012).
2.3.1 Meer mogelijkheden voor MMA’s Volgens Uthe en Scheuer (2012) kunnen MMA’s nu op eenvoudige wijze gebruikmaken van digitale dicteervoorzieningen en spraakherkenning in één geïntegreerd systeem en kunnen zij profiteren van de vele voordelen. Met de SpeechExec Correction Editor is controleren en bewerken van de automatisch uitgeschreven dictaten heel eenvoudig: gemarkeerde tekst verschijnt namelijk synchroon op het scherm met de weergave van het audiobestand van het dictaat. Uthe en Scheuer (2012) merken op dat Dragon Medical een gespecialiseerde softwareoplossing is voor artsen. Die oplossing is gebaseerd op een uitgebreid medisch herkenningsvocabulaire en levert vervolgens uiterst nauwkeurige tekstdocumenten op. De MMA kan nieuwe woorden toevoegen aan het herkenningsvocabulaire, waardoor Dragon Medical automatisch kan leren van elk gecontroleerd dictaatdocument. MMA’s kunnen een nauwkeurig spraakherkenningssysteem op maat configureren met hun SpeechExec-oplossing, waardoor zij meer tijd hebben voor het managen van medische praktijken en artsenkantoren.
38
Hoofdstuk 3: Verschillende leveranciers
3
G2 Speech
Volgens de website van G2 Speech (2013) biedt dit bedrijf oplossingen aan die gebaseerd zijn op spraakherkenning en digitaal dicteren. Diezelfde oplossingen helpen om het proces van medische correspondentie en verslaggeving gemakkelijker en efficiënter te maken. G2 Speech is een specialist in de wereld van spraaktechnologie, digitale verslaggeving en documentcreatie. G2 Speech werkt heel klantgericht, waardoor de medewerkers van het bedrijf dicht bij de consument staan. Verder biedt het bedrijf oplossingen aan die aansluiten op elke mogelijke manier van werken. Over die mogelijke manieren bij de softwareprogramma’s SpeechReport en MediSpeech is meer informatie te vinden op pagina 41 en 42. De basis voor de huidige organisatie is gelegd door twee ervaren mensen uit de medische wereld. Bij hun start met G2 Speech in 1998 was de filosofie meteen duidelijk: professionals laten werken met technologie die hen ondersteunt in hun werkzaamheden, daarnaast de bestaande werkwijze van de professionals als uitgangspunt nemen en van daaruit verbetering mogelijk maken. G2 Speech levert eveneens een meerwaarde in kostenbeheersing en kwaliteit. Dankzij innovatieve spraaktechnologie is G2 Speech nu in staat om het werkproces van de medisch specialist aanzienlijk te versnellen en te vereenvoudigen.
3.1
Missie
G2 Speech (2013) stelt zichzelf tot doel kwaliteit te leveren als expert in documentcreatie en optimalisatie van workflow met spraaktechnologie voor de medisch specialist en het ziekenhuis. Door de medisch specialist optimaal te ondersteunen in documentcreatie en distributie, zal hij tijd- en kostenbesparend kunnen werken. Bovendien levert hij een optimale bijdrage aan de workflow van het ziekenhuis en aan de correcte werking van het epd.
3.2
Visie
Volgens de website van G2 Speech (2013) heeft dit bedrijf al voorzien dat de zorgmarkt zal veranderen in een meer zakelijke omgeving, waarin de economische en financiële aspecten meer op de voorgrond komen te staan. Optimalisatie van de
39
Hoofdstuk 3: Verschillende leveranciers workflow realiseert de nodige kostenbesparingen. Professionals zullen hun manier van werken hieraan aanpassen. Het doel van G2 Speech is hen hierbij te ondersteunen door gebruiksvriendelijke en effectieve oplossingen aan te bieden voor documentcreatie, die in het heden en in de toekomst de juiste oplossing zijn. In een ziekenhuis staat – net als in het bedrijfsleven – de klant centraal. Dit betekent dat ziekenhuizen een goede service moeten verlenen, wat resulteert in snellere resultaten en een betere patiëntenzorg. G2 Speech biedt hen daarbij ondersteuning aan. Verder zal het proces van informatieoverdracht tussen de verschillende ziekenhuisinformatiesystemen – nationaal en internationaal – een hoge prioriteit krijgen. Hierbij zullen technologisch hooggeavanceerde systemen vereist zijn om de informatiestroom te beheren en te optimaliseren. Door excellente service te verlenen, ondersteunt G2 Speech ziekenhuizen om de best mogelijke klanttevredenheid te bereiken. De nieuwste versies van patiëntinformatiesystemen zullen een verregaande standaardisatie van de processen voorzien, zodat medisch specialisten meer tijd kunnen besteden aan de registratie van patiëntdata in die informatiesystemen. Digitale verslaggeving en documentcreatie zullen bovendien een onderdeel zijn van dat registratieproces. G2 Speech biedt een hooggeavanceerd technologieplatform aan, waarbij de gebruiksvriendelijkheid het uitgangspunt is.
3.3
Producten
Twee spraakherkenningssystemen van G2 Speech voor de gezondheidszorg zijn SpeechReport en MediSpeech. Die twee systemen optimaliseren volgens de website van G2 Speech (2013) het verslaggevingsproces door dit te digitaliseren. Ze zijn namelijk gebaseerd op spraaktechnologie. G2 Speech heeft daarnaast begrip voor de toenemende druk waaraan ziekenhuizen blootstaan en weet dat spraaktechnologie een oplossing kan zijn voor de problemen die hiermee samengaan. G2 Speech biedt niet enkel een product of technologie aan, maar een volledige oplossing. Volgens de website van G2 Speech (2013) is de SpeechMagic-spraakherkenning van Nuance verwerkt in SpeechReport en MediSpeech. Die systemen bevatten alle specifieke woordenboeken voor ieder specialisme en subspecialisme. Spraakherkenning wordt op die manier voor ieder specialisme beschikbaar. Dankzij die woordenboeken kan de arts gelijktijdig medische en niet-medische
40
Hoofdstuk 3: Verschillende leveranciers verslaggevingen uitvoeren. Hieronder zijn de spraakherkenningssystemen SpeechReport en MediSpeech verder uitgelegd.
3.3.1 SpeechReport SpeechReport biedt volgens de website van G2 Speech (2013) oplossingen aan voor ziekenhuizen, gebaseerd op spraakherkenning en digitaal dicteren. Ze zorgt voor snelle en efficiënte creatie van documenten en brieven en optimaliseert de workflow van medische correspondentie en verslaggeving. SpeechReport kan verschillende resultaten bereiken. Die resultaten zijn: beduidend snellere doorlooptijden van brieven en verslagen, efficiënte en overzichtelijke workflows, betrouwbare verslaggeving, flexibele oplossingen voor verschillende behoeftes, eenvoudige manier om documenten te creëren, versturen en op te slaan en grote financiële en efficiëntiewinsten. SpeechReport zorgt ervoor dat organisaties het werkproces stroomlijnen, zodat de productiviteit toeneemt en dat de administratie vereenvoudigt. Verder leren we op de website van G2 Speech dat SpeechReport bovendien een modulair systeem is, waarbij het platform de basis vormt voor de toepassingen van diverse modules. Die modules zijn: DocumentStation, DictateAnywhere, Administratie-module en Mobility package. Hieronder leg ik de verschillende modules verder uit. DocumentStation is de verslagmodule die de complete workflow voor medische correspondentie en verslaggeving digitaliseert en het mogelijk maakt om documenten en brieven op te stellen met spraakherkenning. DictateAnywhere is de module waarmee de arts in elk willekeurig programma met spraakherkenning kan dicteren. Dat kunnen bijvoorbeeld verslagen, brieven, e-mails of memo’s zijn. De Administratie-module is daarentegen de beheer applicatie van het dicteerplatform. Die applicatie neemt de inrichting en het beheer van het systeem voor haar rekening. Als laatste zorgt de Mobility package-module ervoor dat de arts niet alleen vanaf zijn vaste computer kan dicteren, maar ook vanop een andere locatie binnen het ziekenhuis, onderweg of thuis. Daarbij kan hij een digitale spraakrecorder gebruiken. De integratie met diverse informatiesystemen bewerkstelligt volgens de website van G2 Speech (2013) de opslag van de verslaggeving bij de juiste patiëntgegevens. De opslag van alle gegevens vindt tot slot plaats in het SpeechReport-platform.
41
Hoofdstuk 3: Verschillende leveranciers
3.3.2 MediSpeech Volgens de website van G2 Speech (2013) is MediSpeech een oplossing voor snel en efficiënt creëren van grote volumes medische correspondentie en verslagen. De gebruiker kan documenten creëren via spraakherkenning en digitaal dicteren. Spraakherkenning is een onderdeel van de algehele kwaliteitsverbetering in ziekenhuizen. Sinds maart 2008 is MediSpeech van G2 Speech operationeel. Verschillende radiologen en specialisten van verschillende ziekenhuizen maken hier volgens de website van G2 Speech (2013) al gebruik van. Verder leren we op de website van G2 Speech (2013) dat gebruikers keuze hebben uit verschillende werkwijzen en vormen van spraaktechnologie. De gebruikers hebben daarbij de keuze uit: digitaal dicteren, indirecte spraakherkenning en directe spraakherkenning. Hieronder staat meer uitleg vermeld over de genoemde keuzes. Bij digitaal dicteren dicteert de arts de verslagen en typt de secretaresse die daarna uit. De spraakmachine bij indirecte spraakherkenning bewerkt de door de arts gedicteerde informatie. Daarna rest enkel nog de controle door de secretaressen. Als laatste dicteert de arts bij directe spaakherkenning zelf zijn tekst en ziet hij dankzij de spraakmachine de tekst onmiddellijk op het beeldscherm verschijnen. De website van G2 Speech toont aan dat het beheer van de applicatie overzichtelijk blijft. Het vindt namelijk plaats in één module. De integratie met diverse informatiesystemen bewerkstelligt ook hier de opslag van de verslaggeving bij de juiste patiëntgegevens. Volgens G2 Speech (2010) is spraaktechnologie een prioriteit voor de dienst medische beeldvorming. Vroeger, toen de MMA’s van de dienst medische beeldvorming hun werkweek op maandag begonnen, hadden zij meteen een achterstand van enkele dagen, want zij moesten de verslagen van het weekend nog verwerken. Als zij die achterstand net hadden ingelopen, begon de cyclus van het weekend opnieuw. Nog erger was het bij een lang weekend, tijdens de vakantieperiode of als het team niet volledig was.
42
Hoofdstuk 3: Verschillende leveranciers
4
Besluit
Verschillende leveranciers houden zich bezig met spraaktechnologie. Van de drie besproken leveranciers, is volgens mij Nuance de belangrijkste. Nuance Communications biedt onder andere ook oplossingen aan voor de medische sector, via de divisie Healthcare. Via dicteer- en transcriptieoplossingen kunnen artsen patiëntgegevens makkelijker verwerken. Dat kan met verschillende systemen. Dragon Medical is echter het enige systeem waarbij de persoonlijke gegevens beschermd zijn, wat noodzakelijk is voor medische organisaties. Nuance is een bedrijf in volle groei. Dit bewijst de recente overname van een divisie van Royal Philips Electronics, de leider in spraakherkenningsoplossingen binnen de Europese gezondheidsmarkt. Een tweede leverancier is Philips. Philips biedt verschillende producten aan, waaronder spraakverwerkingsapparatuur. Velen beschouwen Speech Processing Solutions bovendien als de pionier in professionele spraakverwerking. Daarnaast zorgt Philips ervoor dat zijn producten bruikbaar zijn met de meest courante technologische systemen. Philips en Nuance hebben sinds 2012 een samenwerkingsovereenkomst. De bedrijven zoeken samen naar nieuwe oplossingen en maken de producten en toepassingen compatibel. Dat brengt voor de gebruiker enkel voordelen met zich mee. MMA’s kunnen bijgevolg eenvoudig gebruikmaken van digitale dicteervoorzieningen en spraakherkenning in één geïntegreerd systeem. G2 Speech, de derde belangrijke leverancier, biedt oplossingen aan voor spraakherkenning en digitaal dicteren. G2 Speech staat ervoor gekend om heel klantgericht te werken en persoonlijke oplossingen voor te stellen. Medewerkers van dat bedrijf werken ook systemen uit om informatieoverdracht tussen verschillende ziekenhuizen efficiënt te maken. Het bedrijf G2 Speech biedt twee spraakherkenningssystemen aan voor de gezondheidszorg. SpeechReport bevat alle specifieke woordenboeken. MediSpeech is daarnaast een oplossing voor de creatie van grote volumes aan medische correspondentie en verslagen. Volgens mij heeft de markt van spraaktechnologie al een grote evolutie doorgemaakt, maar is nog zeker niet op zijn hoogtepunt. Door de constant veranderende technologieën en de steeds grotere wensen van de gebruiker, zullen er volgens mij de komende jaren nog heel wat nieuwe ontwikkelingen volgen. In 2012 begon ik namelijk te werken met Dragon NaturallySpeaking Premium versie elf. Momenteel is er al een twaalfde versie op de markt. 43
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
1
Inleiding
Spraaktechnologie is de laatste jaren sterk in opkomst, waardoor ik geïnteresseerd was om hierover meer informatie te verzamelen. De invoering van spraaktechnologie in organisaties kan volgens mij en volgens mijn opzoekingswerk leiden tot een betere werking. Daarbij zag ik de West-Vlaamse ziekenhuizen als mogelijke doelgroep. Om mijn onderwerp te omlijnen, heb ik uiteindelijk het gebruik van spraaktechnologie onderzocht bij MMA’s in ziekenhuizen van West-Vlaanderen. In het eerste deel van mijn praktisch gedeelte onderzoek ik op welke diensten artsen en/of MMA’s spraaktechnologie toepassen. Om die doelstelling te kunnen bereiken, heb ik contact opgenomen met zeventien ziekenhuizen in West-Vlaanderen. Om het eerste contact te leggen, heb ik een e-mail gestuurd naar: AZ Alma Ziekenhuis Campus Sijsele, AZ Damiaan Campus Heilig Hart Oostende, az groeninge Kortrijk, AZ Koningin Fabiola Blankenberge, AZ Onze-Lieve-Vrouw Ter Linden Knokke-Heist, AZ Sint-Augustinus Veurne, AZ Sint-Jan Brugge-Oostende AV, AZ Sint-Lucas Brugge, Heilig-Hartziekenhuis Roeselare-Menen, Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie, Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem, Psychiatrisch Ziekenhuis Heilig Hart Ieper, Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge, Sint-Andriesziekenhuis Tielt, Sint-Jozefskliniek Izegem, Sint-Rembertziekenhuis Torhout en het Stedelijk Ziekenhuis Roeselare. Bovenstaande ziekenhuizen bezorgden mij bijgevolg informatie over hun gebruik van spraaktechnologie. Die informatie licht ik vanaf pagina 45 verder toe.
2
Enquête
Om zoveel mogelijk informatie te verzamelen over het gebruik van spraaktechnologie in de West-Vlaamse ziekenhuizen, heb ik na mijn eerste onderzoek een enquête opgesteld met een aantal gerichte vragen. Om die enquête samen te stellen, heb ik de website http://thesistools.com geraadpleegd. De vragen die ik in mijn enquête heb opgenomen, zijn terug te vinden in de bijlagen, namelijk in de tweede bijlage op pagina 102.
44
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Die enquête mocht ik later doorsturen naar enkele West-Vlaamse ziekenhuizen. De medewerkers van die ziekenhuizen hebben mijn enquête daarna doorgestuurd naar artsen en MMA’s van diensten die spraaktechnologie toepassen. De resultaten van die enquête zal ik hieronder verder toelichten, telkens door een onderscheid te maken tussen de verschillende ziekenhuizen en diensten. Sommige artsen en MMA’s heb ik echter ook gecontacteerd via e-mail.
3
West-Vlaamse ziekenhuizen
3.1
AZ Alma Ziekenhuis Campus Sijsele
Om informatie te verkrijgen over de toepassing van spraaktechnologie in het AZ Alma Ziekenhuis Campus Sijsele, heb ik contact opgenomen met mevrouw Eva Chevalier. Zij is de directiesecretaresse van dit ziekenhuis. Mevrouw Eva Chevalier merkt op dat de artsen en/of de MMA’s van de disciplines anatomo-pathologie en medische beeldvorming spraaktechnologie toepassen. De artsen en MMA’s van andere diensten, die nog geen spraaktechnologie toepassen, werken vooral nog met dictafoons en cassettes. De MMA’s typen die verslagen daarna meestal uit, maar in sommige gevallen zal de dokter zijn verslagen gewoon zelf afwerken.
3.1.1 Anatomo-pathologie Dokter Lucrèce Van Kerckvoorde, het diensthoofd van de discipline anatomopathologie, hanteert een softwareprogramma van Auditext voor spraaktechnologie. Dit programma heet Xintax. Xintax is het eerste programma waarmee zij werkt en hierover is zij in het algemeen tevreden. Verder maakt zij al meer dan drie jaar gebruik van spraaktechnologie op de dienst anatomo-pathologie. De voornaamste reden waarom dokter Lucrèce Van Kerckvoorde spraaktechnologie toepast, is om het secretariaat zo veel mogelijk van die administratieve taak te kunnen ontlasten. MMA’s moeten bijgevolg de verslagen niet meer uittypen. Momenteel past patholoog Lucrèce Van Kerckvoorde enkel spaaktechnologie toe om protocollen op te maken. Voor de patholoog ontstaat er een enorme tijdwinst, wat voor haar een belangrijk voordeel is. Het belangrijkste nadeel voor haar is dat het softwareprogramma heel wat fouten maakt. Hierdoor zal zij de verslagen nog moeten nalezen en verbeteren, wat tijdverlies tot gevolg heeft.
45
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
3.1.2 Medische beeldvorming Dokter Marc Vanfleteren, het diensthoofd van de dienst medische beeldvorming, hanteert het softwareprogramma Dictaphone voor spraaktechnologie. Over dit programma is hij echter niet tevreden. Voordat hij met dit softwareprogramma werkte, heeft hij al een ander softwareprogramma toegepast, namelijk het programma Philips Kurzweil. Radioloog Marc Vanfleteren hanteert al meer dan drie jaar spraaktechnologie op de dienst medische beeldvorming. Het is heel nuttig voor de aanvragende arts en/of patiënt dat een radiologieprotocol onmiddellijk beschikbaar is na een onderzoek. Dit is dan ook de belangrijkste reden waarom hij met spraaktechnologie is begonnen. Momenteel past dokter Marc Vanfleteren enkel spraaktechnologie toe om radiologieverslagen te dicteren. De belangrijkste voordelen voor hem zijn dat spraaktechnologie economisch is, dat het verslag onmiddellijk beschikbaar is en dat de patiënt minder lang moet wachten op de resultaten. Het belangrijkste nadeel is volgens dokter Marc Vanfleteren dat er meer werk is voor de radiologen zelf, omdat zij de verslagen nog moeten nalezen en verbeteren. De radioloog gelooft niet in spraaktechnologie voor dagelijks gebruik. Door zijn ervaring is het volgens hem enkel en alleen maar efficiënt als er een accuraatheid is van 95 tot 98 %, in het andere geval is er te veel werk om de teksten te verbeteren. Dergelijke accuraatheid kan de radioloog enkel bereiken door te dicteren in specifieke contexten, bijvoorbeeld radiologie, waarbij voornamelijk de statistische kans van achtereenvolgende woorden binnen die context belangrijk is.
3.2
AZ Damiaan Campus Heilig Hart Oostende
Om informatie te verzamelen over het gebruik van spraaktechnologie in het AZ Damiaan Campus Heilig Hart Oostende, nam ik contact op met het diensthoofd poli en onthaal van dit ziekenhuis, namelijk met de heer Bernard Meyers. Volgens de heer Bernard Meyers werken er al een aantal dokters met spraaktechnologie, voornamelijk op de dienst medische beeldvorming. Artsen van andere diensten typen zelf onmiddellijk hun protocol in het medisch dossier van de patiënt. Die protocollen typen ze in een sjabloon. Artsen van medische disciplines die werken met een secretariaat, spreken hun brief in op een dictafoon met cassettes, die de MMA’s daarna verwerken. Een uitzondering hierop is de dienst anatomo-pathologie. Hier dicteren de artsen hun verslagen digitaal zonder spraakherkenning. Bij die
46
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen vorm van dicteren kan de arts zijn verslagen opslaan op de computer, waardoor er geen cassettes nodig zijn.
3.2.1 Medische beeldvorming Radioloog Alain Broeders van het AZ Damiaan Campus Heilig Hart Oostende gebruikt het softwareprogramma 360 | SpeechMagic SDK van Nuance voor spraaktechnologie. Hierover is hij in het algemeen tevreden. In het verleden heeft hij geen ander programma toegepast en hij maakt al meer dan tien jaar gebruik van spraaktechnologie op de dienst medische beeldvorming. Voor dokter Alain Broeders is het belangrijk om snel en efficiënt te kunnen werken. Dat zijn dan ook de voornaamste argumenten waarom hij met spraaktechnologie is begonnen. Op dit ogenblik past hij spraaktechnologie toe voor de protocollering van radiologische onderzoeken. De radioloog kan de verslagen van de verschillende onderzoeken veel sneller afwerken door met spraaktechnologie te werken. Dat is voor hem het belangrijkste voordeel. Er ontstaat daarnaast een betere service voor patiënten en andere artsen, omdat de protocollering veel sneller verloopt. Het softwareprogramma waarmee radioloog Alain Broeders werkt, herkent alle woorden niet even goed. Dat is voor hem het enige nadeel van spraaktechnologie.
3.3
az groeninge Kortrijk
Ik heb contact opgenomen met de heer Tom Lecoutere om informatie te verzamelen over de toepassing van spraaktechnologie in het az groeninge in Kortrijk. Hij is de IT-manager voor de zorggebonden toepassingen in dit ziekenhuis. De artsen van de dienst medische beeldvorming hebben de meeste ervaring met spraaktechnologie in het az groeninge. Momenteel testen de medewerkers van de dienst neurologie een spraakmodule van het epd uit. Artsen van andere disciplines in het az groeninge werken nog op geheel andere wijze. De eerste manier is door het gebruik van dictaat met cassettes, waarbij de MMA’s de brieven daarna uittypen. De tweede manier is via digitaal dictaat, waarbij de MMA’s de verslagen daarna ook uittypen. Digitale dictaten zijn opgeslagen op de computer, waardoor er dus geen cassettes nodig zijn. De derde manier is via digitaal dictaat binnen het epd. Het dictaat hangt als het ware vast aan het contact en ook hier typen de MMA’s daarna de protocollen uit. Bij de laatste manier typen en 47
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen valideren de artsen zelf de verslagen. Spraakherkenning is met andere woorden enkel vertegenwoordigd bij artsen van de discipline medische beeldvorming.
3.3.1 Medische beeldvorming Vijf radiologen van de dienst medische beeldvorming van het az groeninge hebben gereageerd op mijn enquête. Hiervan hanteren vier radiologen het softwareprogramma SpeechMagic van Philips voor spraaktechnologie. De meerderheid van de artsen is in het algemeen tevreden over dat programma. Enkel radioloog Eddy Brugman is niet zo gelukkig met het gebruikte softwareprogramma. Voordat de radiologen met dat programma werkten, hebben zij ook een softwareprogramma van Lernout & Hauspie toegepast voor spraaktechnologie. Dat programma was toen gekoppeld aan het Radiologie Informatie Systeem (RIS). De radiologen maken al meer dan drie jaar gebruik van spraaktechnologie op de dienst medische beeldvorming. Dokter Eddy Brugman past al zes jaar spraaktechnologie toe op de dienst. Het is belangrijk dat een verslag snel ter beschikking is na een onderzoek voor de aanvragende arts en/of patiënt. Daarnaast is efficiëntie een belangrijke reden waarom ze met spraaktechnologie zijn gestart. Volgens dokter Eddy Brugman dachten de artsen dat spraaktechnologie een goedkopere oplossing zou zijn om de vele protocollen te verwerken, maar het tegendeel bleek volgens hem waar te zijn. Radioloog Eddy Brugman merkt bovendien op dat het nodig is om af en toe een nieuwe licentie aan te kopen. Die nieuwe licenties kunnen vaak zeer duur zijn. Momenteel passen de radiologen spraaktechnologie toe voor de rapportering van radiologische verslagen. Doordat de radiologieprotocollen veel sneller ter beschikking zijn, ontstaat er een enorme tijdwinst voor de artsen en de MMA’s. Er is namelijk ook minder secretariaatswerk, omdat de artsen hun protocollen zelf afwerken. De MMA’s zullen hierdoor meer tijd en ruimte hebben voor andere zaken. Een nadeel voor de MMA’s hierbij is dat er uiteindelijk minder personeel nodig zal zijn. Verder kunnen de radiologen sneller en efficiënter werken door de invoering van spraaktechnologie. Volgens de radiologen is het belangrijkste nadeel de foute herkenning van bepaalde woorden, zoals lidwoorden. Volgens dokter Eddy Brugman verdwijnen die fouten zelfs na correctie niet. Daarnaast hebben de radiologen zelf meer werk, wat ook een belangrijk nadeel kan zijn. Tot slot treed er vaak tijdverlies op door technische defecten. 48
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Een vijfde radioloog van az groeninge is dokter Vincent Herpels. Hij gebruikt het softwareprogramma Qdoc Speech voor spraaktechnologie, waarover hij in het algemeen tevreden is. In het verleden heeft hij geen ander softwareprogramma toegepast. Ook hij past al meer dan drie jaar spraaktechnologie toe op de dienst medische beeldvorming. Dokter Vincent Herpels vindt spraaktechnologie handig, vlug en goedkoop. Dat zijn de drie voornaamste redenen waarom hij met spraaktechnologie is begonnen. Momenteel past hij enkel spraaktechnologie toe om onderzoeksverslagen te dicteren. Volgens radioloog Vincent Herpels kan ook hij sneller en efficiënter werken met spraaktechnologie. Dat zijn voor hem de belangrijkste voordelen. De nadelen van spraaktechnologie zijn volgens hem zeer persoonsgebonden. Hij vindt het belangrijkste nadeel van spraaktechnologie dat bepaalde fouten moeilijk te verbeteren zijn. Een tweede nadeel is voor hem dat zijn softwareprogramma nog niet draadloos werkt.
3.4
AZ Koningin Fabiola Blankenberge en AZ Onze-Lieve-Vrouw Ter
Linden Knokke-Heist Om informatie te verzamelen over het gebruik van spraaktechnologie in het AZ Koningin Fabiola in Blankenberge en het AZ Onze-Lieve-Vrouw Ter Linden in Knokke-Heist, heb ik contact opgenomen met mevrouw Julie De Waele. Zij is de communicatieverantwoordelijke van bovenstaande ziekenhuizen. Mevrouw Julie De Waele merkt op dat de artsen van de medische discipline orthopedie spraaktechnologie toepassen.
3.4.1 Orthopedie De artsen van de dienst orthopedie gebruiken het programma Dragon Medical van Nuance voor spraaktechnologie om hun verslagen te verwerken. Zij zijn hier zeer tevreden over. Enkel in de beginfase verliep het gebruik van spraaktechnologie wat stroef. Het was namelijk nodig om een spraakherkenningstest te doen, zodat de software hun stem voortaan kon herkennen. Dat nam volgens de orthopedisten toch enige tijd in beslag. Voordat de artsen met Dragon Medical werkten, hebben ze geen andere software toegepast. De artsen passen al acht jaar spraaktechnologie toe op de dienst orthopedie.
49
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen De dienst orthopedie gebruikt spraaktechnologie, zodat het mogelijk is om protocollen onmiddellijk na een onderzoek te dicteren en om het verslag daarna mee te geven met de patiënt. Dat was de belangrijkste reden voor de artsen om met spraaktechnologie te starten. Ook kon de manier van werken het secretariaat ontlasten van die administratieve taak. Hierdoor kunnen de MMA’s zich nu concentreren op hun andere taken. Op dit ogenblik gebruiken de artsen spraaktechnologie om allerlei soorten protocollen te dicteren. De artsen kunnen met spraaktechnologie een verslag onmiddellijk na een onderzoek dicteren. Verder is er geen tussenpersoon meer nodig, omdat de MMA’s de verslagen niet meer moeten uittypen. Dat bespaart bovendien heel wat kostbare tijd voor het secretariaat. Volgens de orthopedisten in het AZ Koningin Fabiola in Blankenberge en het AZ Onze-Lieve-Vrouw Ter Linden in Knokke-Heist kent de invoer van spraaktechnologie ook enkele minpunten. Het softwareprogramma herkent niet alle medische woorden even goed en bovendien beschikt een arts vaak niet over de tijd om een brief te dicteren onmiddellijk na het onderzoek. Tot slot controleren de artsen hun verslagen niet altijd, waardoor er soms fouten in blijven staan.
3.5
AZ Sint-Augustinus Veurne
Ik heb contact opgenomen met de heer Didier Boydens om informatie te verkrijgen over het gebruik van spraaktechnologie in het AZ Sint-Augustinus in Veurne. Hij is het diensthoofd van de administratie & IT van dit ziekenhuis. De heer Didier Boydens merkt op dat de artsen van de diensten anatomo-pathologie en medische beeldvorming spraaktechnologie toepassen. Dokters van andere medische disciplines dicteren hun protocollen digitaal. De MMA’s zullen die verslagen nadien nog uittypen. Een beperkt aantal artsen maakt ook nog gebruik van dictafoons met cassettes, waarbij de MMA’s de verslagen daarna ook verwerken. De artsen hebben de keuze uit die twee systemen.
3.5.1 Anatomo-pathologie Dokter An Capoen is arts-specialist in de pathologische ontleedkunde. Zij hanteert het softwareprogramma MediSpeech van G2 Speech voor spraaktechnologie. Zij is hier zeer tevreden over, er is namelijk een goede herkenning en een uitgebreide woordenschat die is aangepast aan de pathologie. Daarnaast is er steeds een goede service vanuit de firma G2 Speech. In het verleden heeft patholoog An Capoen al met de softwareprogramma’s Dictaphone PowerScribe en Dragon NaturallySpeaking
50
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen gewerkt. Verder past zij al zeven jaar spraaktechnologie toe op de dienst anatomopathologie. De medische discipline anatomo-pathologie schakelde over op spraaktechnologie om het secretariaat te ontlasten van die administratieve taak. MMA’s moeten namelijk geen verslagen meer uittypen. De werkdruk is door de invoering enorm verlaagd voor de assistenten van de dienst. Een belangrijk gegeven hierbij is dat de dienst anatomo-pathologie momenteel geen gebruik meer maakt van een secretariaat. Dokter An Capoen hanteert spraaktechnologie om verschillende onderzoeksverslagen te dicteren. Aangezien patholoog An Capoen al een lange tijd gebruikmaakt van spraaktechnologie, ondervindt zij niet meer zoveel nadelen. Het grootste voordeel voor haar is de tijdwinst en de directe visualisatie van het gedicteerde verslag. Dat gaat volgens haar veel sneller dan typen. Daarnaast is er geen extra controle meer nodig.
3.5.2 Medische beeldvorming Dokter Y. Lamoral hanteert het softwareprogramma MediSpeech van G2 Speech voor spraaktechnologie. Over dit programma is hij maar matig tevreden. In het verleden heeft hij geen ander softwareprogramma toegepast. Hij gebruikt al twaalf jaar spraaktechnologie op de dienst medische beeldvorming. Door de invoering van spraaktechnologie kan de radioloog tijd en geld besparen. Dat waren voor hem de voornaamste redenen om met spraaktechnologie te starten. De besparing op personeel kan echter een nadeel zijn voor de MMA’s. Vandaag de dag gebruikt dokter Lamoral spraaktechnologie om alle protocollen en andere verslagen te dicteren. De belangrijkste tekortkomingen van spraaktechnologie zijn volgens dokter Lamoral de technische defecten, waardoor delen van het protocol soms wegvallen. Hierdoor kan tijdverlies ontstaan.
3.6
AZ Sint-Jan Brugge-Oostende AV
Om informatie te verkrijgen over het gebruik van spraaktechnologie in het AZ SintJan Brugge-Oostende AV, heb ik contact opgenomen met mevrouw Linda Devos. Zij is het hoofd van alle secretariaten van dit ziekenhuis. Volgens mevrouw Linda Devos zijn er al verschillende artsen van medische disciplines die met spraaktechnologie werken. De drie grootste disciplines waarvan de artsen en/of 51
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen MMA’s uitsluitend met spraaktechnologie werken, zijn de disciplines medische beeldvorming, orthopedie en kinder- en jeugdpsychiatrie. Dokters van andere diensten, zoals inwendige ziekten, geriatrie, psychiatrie en urologie, dicteren hun brieven nog via een dictafoon op cassettes. Die verslagen typen de MMA’s nadien uit. De artsen van bijvoorbeeld de medische discipline gynaecologie typen hun verslagen zelf uit. De wijze waarop een dienst werkt, hangt vooral af van wat de arts zelf prefereert.
3.6.1 Kinder- en jeugdpsychiatrie Kinder- en jeugdpsychiater Isabel Vanhoorne hanteert een softwareprogramma van G2 Speech voor spraaktechnologie. Over dit programma is zij in het algemeen tevreden en zij heeft in het verleden geen andere software toegepast. Dokter Isabel Vanhoorne gebruikt al vijf jaar spraaktechnologie op de dienst kinder- en jeugdpsychiatrie. Ook voor dokter Isabel Vanhoorne is het belangrijk dat verslagen snel ter beschikking zijn voor de aanvragende arts en/of patiënt. Dat was de belangrijkste reden waarom zij met spraaktechnologie is begonnen. Op dit ogenblik gebruikt dokter Isabel Vanhoorne spraaktechnologie voor de medische verslaggeving. Tot slot herkent het softwareprogramma niet alle woorden even goed. Zelfs na herhaaldelijk verbeteren, herkent het programma die woorden niet. Dat is het voornaamste nadeel volgens kinder- en jeugdpsychiater Isabel Vanhoorne.
3.6.2 Medische beeldvorming Volgens een MMA van de dienst medische beeldvorming van het AZ Sint-Jan Brugge-Oostende AV gebruiken de radiologen spraaktechnologie. Eén van de gebruikers is radioloog Koen Mermuys. Voor spraaktechnologie hanteren de radiologen een softwareprogramma van G2 Speech, namelijk MediSpeech. Volgens de radioloog Koen Mermuys en de MMA zijn de artsen hierover tevreden. In het verleden hebben de radiologen geen ander programma gehanteerd voor spraaktechnologie. Ze werken al vanaf de beginperiode met het softwareprogramma MediSpeech van G2 Speech. Dit was toen een oudere versie. De artsen passen al vijf jaar spraaktechnologie toe op de dienst medische beeldvorming. De MMA merkt bovendien op dat het de arts is die beslist om al dan niet met spraaktechnologie te werken.
52
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Door de invoering van spraaktechnologie zijn protocollen veel sneller ter beschikking voor de aanvragende arts en/of patiënt. Dat is volgens radioloog Koen Mermuys en de MMA de belangrijkste reden waarom de artsen met spraaktechnologie zijn gestart. Dokter Koen Mermuys merkt op dat er steeds minder MMA’s nodig zullen zijn voor dezelfde handelingen. Doordat de artsen spraaktechnologie toepassen, zullen de MMA’s meer tijd kunnen vrijmaken voor andere taken. Ze zullen ook in minder tijd meer verslagen kunnen verbeteren dan wanneer zij de verslagen nog volledig moeten uittypen. Spraaktechnologie is volgens de MMA handig bij korte dictaten zoals die van de dienst medische beeldvorming. Op de dienst kinder- en jeugdpsychiatrie gaat het om langere verslagen, waardoor het gebruik van spraaktechnologie langdradig wordt. Bij lange verslagen dicteren de artsen vaak lange teksten zonder opmaak, waardoor zij vlugger over fouten heen lezen. Daarom moeten zij de verslagen grondig nalezen, omdat ze zelden 100 % correct zijn. Momenteel past dokter Koen Mermuys enkel spraaktechnologie toe om de vele protocollen te verwerken. Tot slot merkt hij op dat het softwareprogramma fouten maakt, waardoor het nodig is om steeds alles grondig na te lezen. Dat is voor hem het belangrijkste nadeel.
3.6.3 Orthopedie Op de dienst orthopedie van het AZ Sint-Jan Brugge-Oostende AV werkt de MMA met spraaktechnologie. De MMA past hiervoor het softwareprogramma SpeechMagic van Philips toe. De MMA is hier in het algemeen tevreden over en heeft in het verleden geen andere software gehanteerd. Op de dienst orthopedie past de MMA al meer dan drie jaar spraaktechnologie toe. De snellere verwerking van de briefwisseling was de hoofdreden waarom het AZ Sint-Jan Brugge-Oostende AV spraaktechnologie introduceerde op de dienst orthopedie. Momenteel past de MMA spraaktechnologie toe voor de verwerking van ontslagbrieven, consultatieverslagen en operatieverslagen. Door spraaktechnologie toe te passen kan de MMA de verslagen sneller verwerken en het typwerk reduceren. Dat zijn volgens haar de belangrijkste voordelen. Ook is er een goede herkenning van de spraaktechnologie, wat voor de MMA heel belangrijk is. Volgens de MMA van de dienst orthopedie kent spraaktechnologie geen nadelen.
53
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
3.7
AZ Sint-Lucas Brugge
Ik heb contact opgenomen met mevrouw Nancy Vanavermaete om informatie te verzamelen over het gebruik van spraaktechnologie in het AZ Sint-Lucas in Brugge. Zij is de directiesecretaresse van dit ziekenhuis. Mevrouw Nancy Vanavermaete merkt op dat enkel de medewerkers van de dienst medische beeldvorming spraaktechnologie toepassen. De andere medische disciplines hebben keuze uit twee systemen. Bij het eerste systeem dicteren de artsen hun verslagen via een dictafoon op cassettes, waarbij de MMA’s de verslagen daarna verwerken. De tweede manier is door digitaal dictaat, waarbij de MMA’s de verslagen daarna uittypen. Sommige artsen dicteren hun brieven mondeling aan de MMA’s, maar dit komt niet meer zo vaak voor.
3.7.1 Medische beeldvorming Volgens radioloog Kristof Ramboer zijn de artsen van de dienst medische beeldvorming van het AZ Sint-Lucas in Brugge in mei 2013 overgeschakeld van het softwareprogramma Dictaphone naar een softwareprogramma van G2 Speech. De radiologen werken al vijf jaar met spraaktechnologie. Door de invoering van spraaktechnologie kan de radioloog Kristof Ramboer veel tijd en geld besparen. Dat was de reden waarom de radioloog met spraaktechnologie is begonnen. Na de overschakeling van Dictaphone naar G2 Speech blijkt het systeem echter talrijke kinderziektes te hebben, waardoor de procedures nog niet volledig op punt staan.
3.8
Heilig-Hartziekenhuis Roeselare-Menen
Om informatie te verkrijgen over de toepassing van spraaktechnologie in het HeiligHartziekenhuis Roeselare-Menen, heb ik contact opgenomen met de heer Glenn Lambert. Hij is werkzaam op de informaticadienst van dit ziekenhuis. Volgens de heer Glenn Lambert werken enkel de artsen van de discipline medische beeldvorming volledig met spraaktechnologie. Daarnaast zijn er nog tien verschillende diensten waarvan de artsen hun verslagen digitaal dicteren. In sommige gevallen zullen de MMA’s nadien de verslagen verwerken. Tabel één op pagina 55 verduidelijkt het gebruik van spraaktechnologie of digitaal dictaat van het Heilig-Hartziekenhuis Roeselare-Menen per medische discipline. Dat gebruik is verduidelijkt met het programma waarmee de artsen en/of MMA’s 54
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen werken en het aantal gebruikers. Artsen en/of MMA’s die naast Philips Speech ook Dragon Medical van Nuance gebruiken, hanteren de Philips SpeechMike om te dicteren, waarna het systeem het dictaat omzet naar tekst met de Dragon-software. Uit de tabel blijkt dat vooral de artsen met spraaktechnologie werken. De MMA’s typen namelijk op alle diensten – behalve op de dienst medische beeldvorming – de verslagen nog uit. medische
aantal
discipline
dokters
type
en/of MMA’s fysische
2
geneeskunde gynaecologie
digitaal dicteren Philips Speech + uittikken via secretariaat
5
digitaal dicteren Philips Speech + uittikken via secretariaat, waarvan vijf met Dragon Medical van Nuance
heelkunde
11
digitaal dicteren Philips Speech + uittikken via secretariaat, waarvan 11 met Dragon Medical van Nuance
cardiologie
4
digitaal dicteren Philips Speech + uittikken via secretariaat
interne
9
geneeskunde
digitaal dicteren Philips Speech + uittikken via secretariaat, waarvan vier met Dragon Medical van Nuance
oftalmologie
1
digitaal dicteren Philips Speech + uittikken via secretariaat
pediatrie
4
digitaal dicteren Philips Speech + uittikken via secretariaat, waarvan één met Dragon Medical van Nuance
pijnkliniek
2
digitaal dicteren Philips Speech + uittikken via secretariaat
medische
11
beeldvorming
digitaal dicteren Philips Speech gekoppeld aan Picture Archiving and Communication System (PACS) medische beeldvorming met volledige spraakherkenning
radiotherapie
4
digitaal dicteren Philips Speech gekoppeld aan PACS medische beeldvorming + uittikken via secretariaat
nucleaire geneeskunde
2
digitaal dicteren Philips Speech gekoppeld aan PACS medische beeldvorming + uittikken via secretariaat
Tabel 1: Overzicht Heilig-Hartziekenhuis Roeselare-Menen 55
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
3.8.1 Medische beeldvorming Radioloog Stefaan Brijs past spraaktechnologie toe en hiervoor maakt hij gebruik van het softwareprogramma SpeechMagic van Philips. Over dit programma is hij in het algemeen tevreden. In het verleden heeft dokter Stefaan Brijs geen ander softwareprogramma voor spraaktechnologie toegepast. Op de dienst medische beeldvorming passen de radiologen al acht jaar spraaktechnologie toe. Een snelle service van onderzoeken is zeer belangrijk. Daarnaast is het voor de radioloog ook belangrijk dat het protocol onmiddellijk beschikbaar is voor de verwijzende arts en dat zowel als reguliere dagtaak als ’s nachts en tijdens het weekend. Dat zijn de redenen waarom dokter Stefaan Brijs met spraaktechnologie is begonnen. Ook vindt de radioloog het belangrijk om het secretariaat voldoende te kunnen ontlasten van die taak. Er vinden namelijk per dag veel onderzoeken plaats, waardoor er voor de MMA’s veel administratief werk is. Vandaag de dag past de radioloog uitsluitend spraaktechnologie toe om verslagen van verschillende onderzoeken op te maken. Door de invoering van spraaktechnologie is er minder secretariaatswerk. Dat is een belangrijk voordeel voor dokter Stefaan Brijs. Ook is het volgens hem belangrijk dat het verslag onmiddellijk na het onderzoek beschikbaar is, zodat andere artsen in het ziekenhuis dit ook kunnen raadplegen. De teksten die de radiologen inspreken, zijn niet altijd even duidelijk voor de spraakherkenningssoftware, waardoor de artsen zelf nog – terwijl ze de teksten inspreken – manueel aan de tekst moeten werken. Dat is voor dokter Stefaan Brijs een groot nadeel. Sommige artsen schakelen om die reden de MMA’s in om de verslagen na te lezen, maar dat betekent dan weer meer werk voor het secretariaat.
3.9
Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en
Psychotherapie Ik heb contact opgenomen met de heer Joris Veys om meer informatie te verzamelen over de toepassing van spraaktechnologie in de Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie. Hij is directeur administratie van dit ziekenhuis. De heer Joris Veys verklaart dat er binnen het psychiatrisch ziekenhuis nog geen artsen en/of MMA’s zijn die spraaktechnologie toepassen.
56
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen De kliniek gebruikt de software van hun digitale patiëntendossiers om de verslagen automatisch samen te stellen. De artsen stellen die samen vanuit verschillende gestructureerde dossiernotities. De MMA’s moeten enkel nog een paar controles uitvoeren. Daarnaast is een lay-outcorrectie van belang. Zij hebben hier dus verder geen typwerk aan. In de psychiatrische sector beschrijven de artsen resultaten vanuit besprekingen tijdens teamvergaderingen. In die sector gaat het dus niet om verslaggeving van technische prestaties. Onder andere artsen, psychologen en maatschappelijk werkenden stockeren die informatie op gestructureerde wijze in het digitale dossier.
3.10 Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem Ik heb contact opgenomen met mevrouw Iny DeWymmer om meer informatie te verkrijgen over het gebruik van spraaktechnologie in het Onze Lieve Vrouw van Lourdes Ziekenhuis in Waregem. Zij is het hoofd van het verpleegkundig en paramedisch departement van dit ziekenhuis. Mevrouw Iny DeWymmer merkt op dat de medewerkers van de discipline medische beeldvorming spraaktechnologie toepassen, waarbij de radiologen nauw samenwerken met de MMA’s. Artsen van andere diensten werken vooral nog met dictafoons en cassettes, waarbij de MMA’s die verslagen daarna verwerken. Daarnaast zijn er ook artsen die hun verslagen genereren vanuit een elektronisch dossier.
3.11 Psychiatrisch Ziekenhuis Heilig Hart Ieper Om informatie te verkrijgen over het gebruik van spraaktechnologie in het Psychiatrisch Ziekenhuis Heilig-Hart in Ieper, heb ik contact opgenomen met mevrouw Anja Delestrez. Zij is het diensthoofd logistiek van dit ziekenhuis. Volgens mevrouw Anja Delestrez zijn er nog geen dokters en/of MMA’s die met spraaktechnologie werken. In het Psychiatrisch Ziekenhuis Heilig-Hart in Ieper typen de meeste artsen hun tekst in het elektronische medische dossier van de patiënt. Sommige artsen maken daarnaast gebruik van een dictafoon met cassettes, waarbij de MMA’s de verslagen daarna uittypen.
57
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
3.12 Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge Om informatie te verkrijgen over de toepassing van spraaktechnologie in het Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw in Brugge, heb ik contact opgenomen met mevrouw Mia Mouton. Zij is de directiesecretaresse van dit ziekenhuis. Mevrouw Mia Mouton vertelde me dat er nog geen artsen en/of MMA’s spraaktechnologie toepassen. De dokters werken zowel met dictaten op cassettes, als met elektronische dictaten via de computer. Voor heel wat brieven (opname- en ontslagbrieven) typen de artsen rechtstreeks de gegevens in het patiëntendossier, waarvan ze later automatisch een brief kunnen samenstellen. De MMA’s verzorgen hiervan de eindredactie.
3.13 Sint-Andriesziekenhuis Tielt Ik heb contact opgenomen met mevrouw Hilde Van den Wyngaert om informatie te verzamelen over het gebruik van spraaktechnologie in het Sint-Andriesziekenhuis in Tielt. Mevrouw Hilde Van den Wyngaert is de directiesecretaresse van dit ziekenhuis. Zij merkt op dat enkel de artsen van de dienst medische beeldvorming met spraaktechnologie werken. Verder gaf de IT-manager van het ziekenhuis, de heer Peter Demolder, mee dat de meeste diensten medische beeldvorming momenteel met spraaktechnologie werken. In hoofdstuk vijf op pagina 75 is vermeld waarom dat zo is. Binnenkort is er een project in het Sint-Andriesziekenhuis van Tielt om met spraaktechnologie te starten in de polikliniek interne geneeskunde. Daarnaast is het Sint-Andriesziekenhuis gestart met een proefproject voor digitaal dicteren met spraakherkenning. Enkele artsen testen dit momenteel uit. Als die testen vlot verlopen, verwacht de heer Peter Demolder een toename van dictaten met spraakherkenning. De artsen testen dit met een programma van G2 Speech. De artsen en MMA’s van andere diensten werken vooral nog met dictafoons en cassettes, waarbij de MMA’s de verslagen daarna verwerken.
3.13.1
Medische beeldvorming
Drie radiologen van de dienst medische beeldvorming van het SintAndriesziekenhuis in Tielt hebben een antwoord gegeven op mijn vragen. Dokter Astrid Leus is één van die radiologen. De artsen hanteren het softwareprogramma MediSpeech van G2 Speech voor spraaktechnologie, waarover ze in het algemeen 58
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen tevreden zijn. In het verleden hebben de artsen geen ander softwareprogramma gebruikt. Dokter Astrid Leus is sinds kort wel een try-out aan het uitvoeren met een softwareprogramma van Nuance, namelijk Dragon Medical. Ze merkt op dat hier de spraakherkenning duidelijk minder goed is, waardoor ze nog veel fouten moet verbeteren. De meeste radiologen werken al meer dan drie jaar met spraaktechnologie. Dokter Astrid Leus werkt momenteel al tien jaar met spraaktechnologie op de dienst medische beeldvorming. Door de invoering van spraaktechnologie kunnen de radiologen veel tijd besparen door efficiënt te werken. Daarnaast is het belangrijk dat een verslag zo snel mogelijk ter beschikking staat voor andere artsen na een onderzoek. Tot slot kunnen ze op heel wat secretariaatskosten besparen door spraaktechnologie toe te passen. Momenteel hanteren de artsen enkel spraaktechnologie voor de verslaggeving van radiologische onderzoeken, zoals radiografie (RX), computertomogram (CT-scan), echografie en magnetic resonance imaging (MRI). Doordat de radiologen met spraaktechnologie werken, is het verslag onmiddellijk beschikbaar na het onderzoek. Een tweede voordeel is dat er ook buiten de werkuren van het secretariaat een onmiddellijke verslaggeving is. Voor de artsen en patiënten is dat een groot voordeel, omdat de radiologen door de invoer van spraaktechnologie een betere service kunnen verlenen. Het softwareprogramma MediSpeech herkent de vaktermen goed, in tegenstelling tot de gewone dagdagelijkse woorden. Volgens radioloog Astrid Leus is tijdbesparing het allerbelangrijkste voordeel van spraaktechnologie. De arts ziet de tekst verschijnen op het scherm, waardoor ze eventuele fouten direct kan verbeteren. Dokter Astrid Leus merkt op dat er de laatste jaren een goede evolutie is geweest, waardoor de softwareprogramma’s steeds beter worden. Nadat de arts de verslagen heeft gedicteerd, is er bijna geen aanpassing meer nodig. De radiologen verbeteren zelf hun verslagen, wat meer tijd kost. Toch laten ze die taak niet over aan de MMA’s, zodat zij zich kunnen concentreren op andere zaken. Het softwareprogramma interpreteert niet alle woorden correct. De MMA’s verbeterden vroeger de verslagen, waardoor er nu meer kans is op fouten. Daarnaast komen sommige verslagen niet terecht bij de juiste arts, zonder dat de radiologen hierover feedback krijgen van het systeem. Radioloog Astrid Leus merkt op dat het softwaresysteem soms vastloopt. Het verslag is daardoor moeilijk terug te vinden. Hierbij is vaak hulp van de dienst informatica vereist, of moeten de artsen het verslag opnieuw dicteren. Dit komt volgens de radioloog nog te frequent voor, met steeds terugkomende foutmeldingen in het systeem. 59
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen
3.14 Sint-Jozefskliniek Izegem Om informatie te verkrijgen over de toepassing van spraaktechnologie in de SintJozefskliniek in Izegem, heb ik contact opgenomen met de heer Roger Duyck. Hij is de algemeen directeur van dit ziekenhuis. Volgens de heer Roger Duyck passen enkel de medewerkers van de dienst medische beeldvorming spraaktechnologie toe. Een aantal andere artsen dicteren hun brieven via een dictafoon op cassettes, waarna de MMA’s de verslagen uittypen. Toch zijn er steeds meer artsen die de verslagen zelf inspreken in het medisch dossier van de patiënt via spraaktechnologie.
3.15 Sint-Rembertziekenhuis Torhout Ik heb contact opgenomen met de heer Jimmy Coppens om informatie te verzamelen over het gebruik van spraaktechnologie in het Sint-Rembertziekenhuis in Torhout. Hij is een administratief medewerker van de dienst medische beeldvorming. De heer Jimmy Coppens merkt op dat er al verschillende medewerkers van medische disciplines met spraaktechnologie werken. Die disciplines zijn medische beeldvorming, inwendige geneeskunde en fysiotherapie. Daarnaast zijn er ook nog enkele andere diensten die werken met dictafoons. De artsen van die diensten kunnen zowel dicteren op cassettes als digitaal, waarbij de MMA’s de verslagen daarna verwerken.
3.15.1
Inwendige geneeskunde
Dokter Filip De Pauw hanteert een softwareprogramma van Dragon voor spraaktechnologie. Hierover is hij in het algemeen tevreden en in het verleden heeft hij nog geen ander programma toegepast. Hij gebruikt al vier jaar spraaktechnologie op de dienst inwendige geneeskunde. Spraaktechnologie is voor dokter Filip De Pauw zeer handig in gebruik. Daarnaast kan hij het werk van de MMA’s verlichten door zijn verslagen zelf op te maken. Vandaag de dag gebruikt hij spraaktechnologie om verslagen van technische onderzoeken te dicteren. Voorbeelden van die technische onderzoeken zijn echo abdomen en gastroscopie.
60
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Door gebruik te maken van spraaktechnologie kan dokter Filip De Pauw veel tijd besparen. Bovendien is er één MMA minder nodig voor hetzelfde werk. Dat zijn voor hem de voornaamste voordelen van de technologie. Het gebruik van spraaktechnologie is hier dus een gevaar voor de MMA’s, aangezien er een MMA is weggevallen. De technologie herkent niet alle woorden correct, waardoor dokter Filip De Pauw vaak moet ingrijpen om die fouten te verbeteren. Dat is voor hem het belangrijkste minpunt.
3.15.2
Medische beeldvorming
Volgens de heer Jimmy Coppens zijn de medewerkers van de dienst medische beeldvorming zever jaar geleden gestart met het digitaal opslaan van gegevens. De spraaktechnologie, geïntegreerd in een totaal aankooppakket, protocolleert de beelden aan een werkstation. Er zijn dus geen gegevens over bestanden of programma’s waarop die spraaktechnologie draait. Het toestel dat zij gebruiken, namelijk Philips Speech Mike, is echter wel bekend. Over dat toestel zijn de radiologen momenteel tevreden, al had de herkenning van de spraak in het begin wat kinderziektes. In het verleden hebben zij nog geen andere software voor spraaktechnologie gehanteerd. Productiviteit en efficiëntie op de werkvloer zijn zeer belangrijk. Dat zijn de voornaamste redenen waarom de medewerkers van de dienst medische beeldvorming met spraaktechnologie zijn begonnen. Momenteel hanteren de radiologen spraaktechnologie voor de protocollering van radiologische onderzoeken. Volgens de heer Jimmy Coppens zijn er geen nadelen verbonden aan spraaktechnologie. Het grootste voordeel volgens hem is de hogere productiviteit op de werkvloer.
3.16 Stedelijk Ziekenhuis Roeselare Om informatie te verkrijgen over het gebruik van spraaktechnologie in het Stedelijk Ziekenhuis in Roeselare, heb ik contact opgenomen met de heer Kristof Baetens. Hij is het departementshoofd van de afdeling beleidsinformatie van dit ziekenhuis. Volgens de heer Kristof Baetens zijn er drie diensten waarvan de medewerkers met spraaktechnologie werken, namelijk de diensten medische beeldvorming, het laboratorium anatomo-pathologie en nucleaire geneeskunde. De heer Kristof Baetens merkt echter op dat in de procesflow dat het ziekenhuis hanteert, het enkel 61
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen de artsen zijn die spraaktechnologie toepassen en niet zozeer de administratief medewerkers van de dokters. Heel wat artsen hanteren nog een dictafoon met cassettes om hun verslagen te dicteren. Het medische dossier, dat de artsen in het ziekenhuis hanteren, is nagenoeg volledig elektronisch. Hierdoor kunnen de artsen hun inhoudelijke input zelf en rechtstreeks inbrengen in het medische dossier van de patiënt.
3.16.1
Medische beeldvorming
Drie radiologen van de dienst medische beeldvorming van het Stedelijk Ziekenhuis in Roeselare hebben een antwoord voorzien op mijn vragen, namelijk de radiologen Marc Baekelandt, Jesse Marrannes en Emanuel Laridon. De radiologen gebruiken het softwareprogramma MediSpeech van G2 Speech voor spraaktechnologie. Over dit programma zijn zij echter niet altijd even tevreden, omdat de service en de beschikbaarheid van de software vaak te wensen over laten. Dokter Jesse Marrannes heeft in het verleden al met een ander softwareprogramma gewerkt voor spraaktechnologie. De radiologen passen al 12 jaar spraaktechnologie toe op de dienst medische beeldvorming. Artsen willen zeer snel, dus direct na het onderzoek, de resultaten kennen. Dat is zeker ook het geval tijdens het weekend en ’s nachts, wanneer er geen MMA’s aanwezig zijn. Volgens radioloog Emanuel Laridon is spraaktechnologie gemakkelijk en snel. Daarnaast vindt radioloog Jesse Marrannes tijdwinst de belangrijkste reden waarom hij met spraaktechnologie is begonnen. Momenteel passen de artsen spraaktechnologie toe om radiologische verslagen op te maken. Het belangrijkste voordeel voor dokter Marc Baekelandt is dat spraaktechnologie snel een protocol kan genereren. Het belangrijkste minpunt voor hem is het tijdverlies, doordat hij de verslagen nog moet nalezen en verbeteren. Tot slot vindt dokter Emanuel Laridon het een belangrijk voordeel dat hij de verslagen gemakkelijk zelf kan corrigeren en dat er een onmiddellijke visualisatie is van het protocol.
4
Besluit
Verschillende artsen en/of MMA’s van ziekenhuizen in West-Vlaanderen maken vandaag de dag al gebruik van spraaktechnologie. Uit volgend overzicht op pagina 63 kan ik besluiten dat vooral de medewerkers van de dienst medische 62
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen beeldvorming met spraaktechnologie werken, al zetten ook andere diensten die technologie steeds meer in. Ondanks de vele oplossingen die er bestaan voor spraaktechnologie, zijn er artsen die hun verslagen dicteren via een dictafoon op cassettes. Tot slot kan ik besluiten dat de medewerkers van de psychiatrische ziekenhuizen nog geen spraaktechnologie toepassen. Dat komt voornamelijk omdat zij een andere werking hanteren dan in algemene ziekenhuizen. In tabel twee is het gebruik van spraaktechnologie in de West-Vlaamse ziekenhuizen vermeld. ziekenhuis
dienst(en)
AZ Alma Ziekenhuis Campus Sijsele
anatomo-pathologie medische beeldvorming
AZ Damiaan Campus Heilig Hart Oostende
medische beeldvorming
az groeninge Kortrijk
medische beeldvorming
AZ Koningin Fabiola Blankenberge en AZ Onze-
orthopedie
Lieve-Vrouw Ter Linden Knokke-Heist AZ Sint-Augustinus Veurne
anatomo-pathologie medische beeldvorming
AZ Sint-Jan Brugge-Oostende AV
kinder- en jeugdpsychiatrie medische beeldvorming orthopedie
AZ Sint-Lucas Brugge
medische beeldvorming
Heilig-Hartziekenhuis Roeselare-Menen
medische beeldvorming
Kliniek Sint-Jozef vzw Centrum voor Psychiatrie
/
en Psychotherapie Onze Lieve Vrouw van Lourdes Ziekenhuis
medische beeldvorming
Waregem Psychiatrisch Ziekenhuis Heilig Hart Ieper
/
Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw
/
Brugge Sint-Andriesziekenhuis Tielt
medische beeldvorming
Sint-Jozefskliniek Izegem
medische beeldvorming
Sint-Rembertziekenhuis Torhout
fysiotherapie inwendige geneeskunde medische beeldvorming
Stedelijk Ziekenhuis Roeselare
laboratorium anatomo-pathologie medische beeldvorming nucleaire geneeskunde
Tabel 2: Overzicht van diensten die gebruikmaken van spraaktechnologie per ziekenhuis 63
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Tabel drie maakt het gebruik van spraaktechnologie in de West-Vlaamse ziekenhuizen duidelijk. Met mijn enquête heb ik namelijk de volgende resultaten verkregen: ziekenhuis
dienst(en)
gebruiker(s)
softwareprogramma(s) aantal jaar
AZ Alma Ziekenhuis
medische
radioloog
Dictaphone
> 3 jaar
Campus Sijsele
beeldvorming
AZ Alma Ziekenhuis
anatomo-
patholoog
Xintax van Auditext
> 3 jaar
Campus Sijsele
pathologie
AZ Damiaan Campus
medische
radioloog
360 | SpeechMagic
> 10 jaar
Heilig Hart Oostende
beeldvorming
az groeninge Kortrijk
medische
SDK van Nuance radiologen
beeldvorming AZ Koningin Fabiola
orthopedie
SpeechMagic van
3 - 6 jaar
Philips en Qdoc Speech orthopedisten
Blankenberge en
Dragon Medical van
8 jaar
Nuance
AZ Onze-Lieve-Vrouw Ter Linden Knokke-Heist AZ Sint-Augustinus
medische
radioloog
Veurne
beeldvorming
AZ Sint-Augustinus
anatomo-
Veurne
pathologie
AZ Sint-Jan Brugge-
kinder- en
Oostende AV
jeugdpsychiatrie jeugdpsychiater
AZ Sint-Jan Brugge-
orthopedie
MediSpeech van G2
12 jaar
Speech patholoog
MediSpeech van G2
7 jaar
Speech kinder- en MMA
Oostende AV
G2 Speech
5 jaar
SpeechMagic van
> 3 jaar
Philips
AZ Sint-Jan Brugge-
medische
Oostende AV
beeldvorming
AZ Sint-Lucas Brugge
medische
radiologen
MediSpeech van G2
5 jaar
Speech radiologen
G2 Speech
5 jaar
radioloog
SpeechMagic van
8 jaar
beeldvorming Heilig-Hartziekenhuis
medische
Roeselare-Menen
beeldvorming
Sint-Andriesziekenhuis
medische
Tielt
beeldvorming
Sint-Rembertziekenhuis
medische
Torhout
beeldvorming
Sint-Rembertziekenhuis
inwendige
Torhout
geneeskunde
Stedelijk Ziekenhuis
medische
Roeselare
beeldvorming
Philips radiologen
MediSpeech van G2
3 - 10 jaar
Speech radiologen
Philips Speech Mike
7 jaar
internist
Dragon
4 jaar
radiologen
MediSpeech van G2
12 jaar
Speech
Tabel 3: Overzicht resultaten enquête
64
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Spraaktechnologie in ziekenhuizen is de laatste jaren sterk geëvolueerd. Voornamelijk sterk procesgerichte afdelingen gebruiken spraakherkenning de afgelopen jaren meer en meer. Het specialisme medische beeldvorming, met een relatief hoge intensiteit van verslaggeving, gebruikt het vaakst spraaktechnologie. Ook maken vooral de radiologen zelf gebruik van spraaktechnologie en niet zozeer de MMA’s. De MMA’s passen spraaktechnologie wel op enkele diensten toe, maar zij zijn zeker niet in de meerderheid. De dokters en MMA’s die spraaktechnologie toepassen, hanteren vaak verschillende softwareprogramma’s, hierin is een groot onderscheid te zien. Dit onderscheid is duidelijk te zien in tabel drie op pagina 64. Medewerkers gebruiken het vaakst softwarepakketten van Philips en G2 Speech. Uit de resultaten blijkt dat de meerderheid tevreden is over hun programma. Ook blijkt uit de enquête dat er enkele gebruikers zijn die in het verleden een ander softwareprogramma hebben toegepast. Dat zijn softwareprogramma’s van Philips, L&H, Dictaphone en Dragon. In onderstaande opsomming zijn de meeste redenen vermeld waarom artsen en/of MMA’s met spraaktechnologie zijn begonnen. -
Het protocol is onmiddellijk beschikbaar na het onderzoek.
-
Het secretariaat kan zich concentreren op andere zaken.
-
De artsen kunnen snel en efficiënt werken.
-
Spraaktechnologie is handig, vlug en goedkoop.
-
De organisatie kan geld besparen.
-
Er is een snellere verwerking van de briefwisseling.
-
Er is een betere productiviteit op de werkvloer.
Momenteel passen de dokters en MMA’s spraaktechnologie toe voor de rapportering. Hieronder valt de verwerking van bijvoorbeeld ontslagbrieven, consultatieverslagen en operatieverslagen. Spraaktechnologie kent in de eerste plaats veel voordelen. Die voordelen zijn ook van toepassing voor de artsen en MMA’s die de enquête hebben ingevuld. In onderstaande lijst zijn de meeste voordelen volgens de artsen en MMA’s van spraaktechnologie vermeld: -
Spraaktechnologie is economisch.
-
Het verslag is na het onderzoek onmiddellijk beschikbaar.
-
De patiënt moet minder lang wachten op de resultaten.
-
Er ontstaat tijdwinst, zowel voor de artsen als de MMA’s.
-
De patiënten en artsen krijgen een betere service. 65
Hoofdstuk 4: Spraaktechnologie in ziekenhuizen -
De artsen kunnen sneller en efficiënter werken.
-
Er is geen tussenpersoon meer nodig.
-
Er is een directe visualisatie van het gedicteerde verslag.
-
Er ontstaat een reductie van het typewerk.
Naast die vele voordelen zijn er volgens de medewerkers van de enquête ook enkele nadelen verbonden aan spraaktechnologie. Toch is er een beperkte groep die geen nadelen ondervindt van de technologie. In onderstaande lijst zijn de meeste nadelen volgens de artsen en MMA’s van spraaktechnologie vermeld: -
Er is meer werk voor de artsen zelf, omdat zij de verslagen moeten nalezen en verbeteren.
-
Het softwareprogramma kan fouten maken, waardoor er tijdverlies kan ontstaan.
-
Er is niet altijd een even goede herkenning van de medische termen.
-
Het is duur door de aankoop van nieuwe licenties.
-
Er zijn minder MMA’s nodig voor hetzelfde werk.
-
Er ontstaan vaak technische defecten.
-
Sommige systemen werken nog niet draadloos.
-
Sommige artsen hebben geen tijd om na het onderzoek een brief te dicteren.
-
Er is meer kans op fouten in de verslagen.
-
Sommige verslagen komen niet terecht bij de juiste arts.
-
Sommige softwaresystemen lopen vaak vast, waardoor tijdverlies optreedt.
66
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
1
Inleiding
Aangezien uit het besluit van hoofdstuk vier op pagina 65 blijkt dat radiologen het vaakst spraaktechnologie toepassen in West-Vlaamse ziekenhuizen, is de doelgroep voor het laatste deel van het onderzoek verkleind. De volgende informatie op pagina 67 en verder is verkregen door enkele getuigenissen van radiologen en MMA’s van de dienst medische beeldvorming. In hoofdstuk vijf is het gebruik van spraaktechnologie op de dienst medische beeldvorming vermeld. De eerste vraag hierbij is of de radiologen en/of de MMA’s die technologie toepassen. Omdat uit vorig onderzoek blijkt dat vooral de artsen zelf gebruikmaken van de technologie, wordt hier duidelijk of het beroep van MMA in gevaar komt. Uit hoofdstuk vier blijkt eveneens dat de meeste artsen hun verslagen zelf nalezen en verbeteren. Dat vinden zij soms echter een groot nadeel, omdat dit vaak leidt tot tijdverlies. Ook hierover gaven de radiologen en MMA’s hun mening. Het lessenpakket van de opleiding Office management in Howest, de Hogeschool West-Vlaanderen, bevat vanaf 2012 ook spraaktechnologie. De radiologen en MMA’s halen aan waarom zij dit wel of niet nuttig vinden in de opleiding. Zoals eerder vermeld blijkt dat vooral de medewerkers van de dienst medische beeldvorming spraaktechnologie toepassen. De reden hiervoor is ook onderzocht. Tot slot blijkt uit hoofdstuk één op pagina zeventien dat spraaktechnologie ook kan bijdragen tot een grotere garantie op het gebied van veiligheid, omdat de computer van een dokter vertrouwelijke gegevens bevat. Hierover gaat hoofdstuk vijf ook verder op in.
67
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
2
West-Vlaamse ziekenhuizen
2.1
AZ Alma Ziekenhuis Campus Sijsele
2.1.1 Getuigenis van radioloog Luc Roussel Radioloog Luc Roussel merkt op dat de radiologen en de MMA’s spraaktechnologie toepassen op de dienst medische beeldvorming in het AZ Alma Ziekenhuis Campus Sijsele. Toch vindt hij de invoering van spraaktechnologie een gevaar voor de MMA’s. Dokter Luc Roussel gebruikt al tien jaar spraaktechnologie en hierdoor is er een duidelijke verschuiving van het werk voor de MMA’s. Er is veel minder typ- en correctiewerk, waardoor het aantal MMA’s is verminderd. De radiologen verwerken een groot deel van de verslagen ook zelf. Volgens dokter Luc Roussel lezen en verbeteren de radiologen of de MMA’s de verslagen. Wie de verslagen uiteindelijk afwerkt, hangt af van de arts zijn keuze. Sommige artsen verbeteren al hun radiologieverslagen zelf, maar andere radiologen laten die taak toch over aan de MMA’s. Het opleidingsonderdeel spraaktechnologie op zich vindt dokter Luc Roussel niet nodig in de opleiding Office management, maar hij vindt het wel nuttig om het ter sprake te brengen, zodat ook de MMA’s op de hoogte zijn van die nieuwe technologieën. Radiologen maken per dag veel radiologieverslagen op. Dat is namelijk een groot deel van hun werk. Die verslagen moeten zo snel mogelijk beschikbaar zijn voor de aanvragende arts en/of patiënt. Hierdoor staat de dienst medische beeldvorming vaak onder een immense tijdsdruk. Dat is volgens radioloog Luc Roussel de reden waarom radiologen vaker met spraaktechnologie werken dan andere artsen. Ook merkt hij op dat radiologen meer ervaring hebben met die technologieën, doordat zij in een digitale omgeving werken. Radiologen zijn hierdoor ook sneller geïnteresseerd in die nieuwe technieken. Dokter Luc Roussel merkt op dat hij geen gebruikmaakt van spraaktechnologie als toegangscode.
2.2
AZ Damiaan Campus Heilig Hart Oostende
2.2.1 Getuigenis van radioloog Alain Broeders Radioloog Alain Broeders van het AZ Damiaan Campus Heilig Hart Oostende merkt op dat enkel de artsen spraaktechnologie toepassen op de dienst medische beeldvorming. Op dit moment werkt er nog geen enkele MMA met spraaktechnologie 68
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming in dit ziekenhuis. Volgens hem vormt dit zeker geen gevaar voor het beroep van MMA, aangezien MMA’s naast typwerk nog talrijke andere taken moeten vervullen. De artsen verbeteren en lezen hun verslagen zelf. Dat is bijgevolg geen taak meer van de MMA’s, waardoor zij meer tijd zullen hebben om hun andere taken af te werken. Toch vindt radioloog Alain Broeders spraaktechnologie nuttig in de opleiding Office management, zodat ook de MMA’s weten hoe de programma’s van spraaktechnologie werken. Artsen van de dienst medische beeldvorming maken volgens radioloog Alain Broeders het vaakst gebruik van spraaktechnologie, omdat zij per dag een groot aantal protocollen moeten verwerken. Door de invoer van spraaktechnologie kunnen de artsen veel efficiënter werken. Volgens radioloog Alain Broeders maken de radiologen geen gebruik van spraaktechnologie als vervanging van een paswoord.
2.3
az groeninge Kortrijk
2.3.1 Getuigenissen van MMA’s Volgens twee MMA’s op de dienst medische beeldvorming in het az groeninge in Kortrijk passen enkel de radiologen spraaktechnologie toe. De invoer van spraaktechnologie vormt volgens de MMA’s absoluut geen gevaar voor hun beroep. Zij kunnen zich bijgevolg concentreren op andere zaken zoals het onthaal van patiënten en telefonie. De artsen verbeteren zelf hun verslagen, waardoor de MMA’s ook hiervoor niet met spraaktechnologie moeten werken. Daarom vindt de MMA het opleidingsonderdeel spraaktechnologie niet nuttig in de opleiding Office management. De andere MMA vindt dit dan weer wel nuttig, daarom niet zozeer om het zelf toe te passen, maar om te oefenen op een goede uitspraak. Volgens de MMA’s maken radiologen per dag enorm veel protocollen op die onmiddellijk beschikbaar moeten zijn. In het az groeninge komen er per dag ongeveer 300 patiënten naar de dienst medische beeldvorming. Dit resulteert vervolgens in 300 verslagen per dag. Na elk onderzoek – ongeacht of het om een MRI-scan, CT-scan of RX gaat – is er een verslag nodig. Dat is volgens de MMA’s de reden waarom radiologen het vaakst spraaktechnologie toepassen. De MMA’s merken op dat de radiologen geen spraaktechnologie toepassen als toegangscode.
69
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
2.3.2 Getuigenissen van radiologen Volgens radiologen Vincent Herpels, Frederik Vanrietvelde, Francis Devlies, Eddy Brugman, Stijn Van Damme en Koen Deconinck gebruiken enkel de radiologen en de assistenten van de radiologen spraaktechnologie op de dienst medische beeldvorming. Radioloog Koen Deconinck is de verantwoordelijke voor de spraaktechnologie binnen de dienst medische beeldvorming van het az groeninge in Kortrijk. De meerderheid van de radiologen vindt dat de invoer van spraaktechnologie geen gevaar vormt voor het beroep van MMA. Het aantal MMA’s is na de invoer van spraaktechnologie namelijk niet verminderd. Er was echter wel een heroriëntering van de activiteiten. Het takenpakket van de MMA’s zal met andere woorden veranderen. Ze zullen namelijk meer tijd hebben voor hun andere taken, zoals patiënten inschrijven, afspraken maken en protocollen opsturen. Radioloog Eddy Brugman vindt dit fenomeen wel een gevaar voor de MMA’s. De modernisatie op de dienst medische beeldvorming, met onder andere spraaktechnologie, zal in de toekomst leiden tot een herstructurering van de taken van de MMA’s. Op de dienst medische beeldvorming hebben de radiologen beslist om hun verslagen zelf na te lezen en te verbeteren, omdat de medische woorden vaak niet genoeg gekend zijn bij de MMA’s. Volgens de radiologen schakelen artsen op andere diensten of ziekenhuizen hiervoor wel een MMA in. Radioloog Vincent Herpels merkt op dat hij het beter zou vinden als een MMA de verslagen ook op zijn dienst zou verbeteren, omdat sommige artsen hier volgens hem nogal slordig in zijn. Sommige radiologen lezen en verbeteren hun verslagen niet, waardoor er fouten in de verslagen blijven staan. Verder merkt hij op dat de artsen die taak aan de MMA’s zouden kunnen overlaten, als zij in staat zouden zijn om de verslagen correct te verbeteren. Op die manier kunnen de artsen sneller doorwerken. De meerderheid van de artsen vindt het opleidingsonderdeel spraaktechnologie nuttig in de opleiding Office management. MMA’s kunnen volgens hen namelijk op verschillende plaatsen terechtkomen en niet alle diensten werken op dezelfde manier. Verder is het voor de radiologen belangrijk dat ook de MMA’s weten wat spraaktechnologie is en hoe het werkt. Radiologen Francis Devlies en Koen Deconinck vinden spraaktechnologie dan weer niet nuttig in de opleiding. MMA’s komen namelijk niet in aanraking met spraaktechnologie, zelfs niet voor de verbetering van de verslagen. Op de dienst medische beeldvorming maken radiologen per dag veel protocollen aan. Protocollen zijn min of meer gestandaardiseerde teksten. Ze bestaan namelijk vaak uit dezelfde termen en zinnen, waardoor het woordenboek van het 70
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming softwareprogramma niet groot moet zijn. De spraaktechnologie herkent vaak beter de specifieke terminologie dan de gewone woorden. Daarnaast zijn radiologen steeds meer geïnteresseerd geweest in de toepassing van nieuwe technologieën. Ook leent een dienst medische beeldvorming zich vaak beter tot de integratie van die techniek. Dat zijn volgens de radiologen de redenen waarom zij vaker met spraaktechnologie werken dan andere artsen. Verder merken de radiologen op dat zij geen spraaktechnologie toepassen als toegangscode.
2.4
AZ Sint-Augustinus Veurne
2.4.1 Getuigenis van radioloog Y. Lamoral Volgens radioloog Y. Lamoral gebruiken enkel de radiologen spraaktechnologie op de dienst medische beeldvorming in het AZ Sint-Augustinus in Veurne. Hij vindt de invoering van spraaktechnologie absoluut geen gevaar voor het beroep van MMA. De MMA’s nemen namelijk de verbetering van de verslagen voor hun rekening. Een dienst zoals medische beeldvorming kan niet zonder spraaktechnologie, omdat de artsen hier zeer veel protocollen opmaken. Omdat ook de MMA’s in aanraking komen met spraaktechnologie voor de verbetering, vindt radioloog Lamoral het opleidingsonderdeel spraaktechnologie zeker nuttig in de opleiding Office management. Radiologen maken op de dienst medische beeldvorming dagelijks veel protocollen. Bovendien moeten die protocollen onmiddellijk na het onderzoek ter beschikking zijn, zodat de patiënt het verslag kan meenemen naar de huisarts. Verder merkt dokter Lamoral op dat de radiologen geen gebruikmaken van spraaktechnologie als toegangscode.
2.5
AZ Sint-Jan Brugge-Oostende AV
2.5.1 Getuigenis van radioloog Koen Mermuys Radioloog Koen Mermuys van het AZ Sint-Jan Brugge-Oostende AV merkt op dat de radiologen en de MMA’s spraaktechnologie toepassen op de dienst medische beeldvorming. Dokter Koen Mermuys vindt dat de invoering van spraaktechnologie geen gevaar vormt voor de MMA’s. De radiologen en de MMA’s moeten hoe dan ook
71
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming 90 % van de verslagen nog nalezen en verbeteren. Er zullen wel steeds minder MMA’s nodig zijn om alles na te kijken. De artsen dicteren de protocollen en de MMA’s zullen die daarna nalezen en verbeteren. Indien het verslag onmiddellijk beschikbaar moet zijn, zal de arts zelf het protocol nalezen en verbeteren. De radioloog Koen Mermuys vindt spraaktechnologie niet noodzakelijk in de opleiding Office management. Een zeer goede kennis van de medische terminologie is volgens hem het allerbelangrijkste. De dienst medische beeldvorming maakt per maand 10 000 protocollen op. Er bestaat geen enkele dienst die ook zoveel verslagen maakt. Met spraaktechnologie kunnen radiologen een grote tijdwinst boeken. Verder past hij geen spraaktechnologie toe als vervanging voor een wachtwoord.
2.5.2 Getuigenis van een MMA Volgens een MMA van het AZ Sint-Jan Brugge-Oostende AV dicteren de artsen hun verslagen met spraaktechnologie en beluistert de MMA dit verslag en past aan waar nodig. Doordat steeds meer artsen met spraaktechnologie werken, betekent dit volgens de MMA een gevaar voor het beroep van MMA. De kennis van de medische terminologie is toch voor een stuk minder noodzakelijk. Volgens de MMA is het opleidingsonderdeel spraaktechnologie niet bepaald nuttig in de opleiding Office management. Het is belangrijker dat de MMA eerst leert alle verslagen correct te typen, vooraleer over te gaan tot enkel lezen en corrigeren ervan. De MMA merkt bovendien op dat de programma’s voor spraaktechnologie niet ingewikkeld zijn en dat ze gemakkelijk aan te leren zijn op de werkvloer. De dienst medische beeldvorming past spraaktechnologie het vaakst toe, omdat het hier gaat om korte verslagen. De brieven zijn namelijk zelden langer dan twee pagina’s. De MMA merkt op dat de radiologen geen spraaktechnologie toepassen als toegangscode.
72
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
2.6
AZ Sint-Lucas Brugge
2.6.1 Getuigenissen van radiologen Radiologen Kristof Ramboer en Pieter Vandaele merken op dat enkel de radiologen spraaktechnologie toepassen op de dienst medische beeldvorming. Volgens hen bestaat er geen gevaar voor het beroep van MMA, omdat zij hierdoor andere belangrijke functies krijgen. Doordat de radiologen spraaktechnologie toepassen, hebben de MMA’s meer tijd voor de communicatie met patiënten en verwijzende artsen. Naast de verslaggeving bestaan er nog voldoende taken die de MMA’s kunnen uitvoeren. Zij zorgen er bijvoorbeeld voor dat de verslagen bij de juiste artsen terechtkomen. Daarnaast verbeteren de MMA’s de lay-out van de verslagen, die vaak beter kan. De telefonische communicatie en de receptiefunctie blijven ook twee belangrijke taken van de MMA’s. Normaal gezien lezen en verbeteren de radiologen zelf de verslagen, enkel bij zeer lange verslagen zoals MRI-verslagen, zullen de MMA’s die corrigeren. Ook indien de radiologen hiervoor geen tijd kunnen vrijmaken, zullen de MMA’s die taak overnemen. De artsen vinden het opleidingsonderdeel spraaktechnologie nuttig in de opleiding Office management. Spraaktechnologie is namelijk niet meer weg te denken op de dienst medische beeldvorming. Daarnaast moet de inhoud van de verslagen kloppen, ook na het gebruik van spraaktechnologie. Het softwareprogramma kan bepaalde woorden namelijk fout interpreteren. De discipline medische beeldvorming werkt met een zeer specifieke terminologie. Voor de opmaak van radiologische verslagen is er namelijk een goed omlijnd wetenschappelijk woordenboek nodig. In die protocollen gaat het bovendien niet over de anamnese en het leven van de patiënt. Het softwareprogramma maakt daarnaast vooral fouten als de technologie moet afwijken van het medische woordenboek. Verder zijn er volgens radioloog Pieter Vandaele goede pakketten op de markt. Dat zijn volgens de radiologen de redenen waarom artsen van de dienst medische beeldvorming het vaakst met spraaktechnologie werken. De radiologen maken geen gebruik van spraaktechnologie als toegangscode. Toch merkt radioloog Kristof Ramboer op dat spraaktechnologie blijft evolueren. De radiologen zijn namelijk in mei 2013 overgeschakeld van het softwareprogramma Dictaphone naar een programma van G2 Speech.
73
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
2.7
Heilig-Hartziekenhuis Roeselare-Menen
2.7.1 Getuigenis van MMA Mieke Vandewalle Mevrouw Mieke Vandewalle is een MMA die werkt op de dienst medische beeldvorming van het Heilig-Hartziekenhuis Roeselare-Menen. Zij merkt op dat enkel de radiologen spraaktechnologie toepassen. Toch vindt zij dat de invoering van spraaktechnologie geen gevaar vormt voor de MMA’s. In het begin dachten de MMA’s dat er minder werk voor hen zou zijn, maar dat is niet het geval. Doordat zij geen verslagen meer moeten typen, krijgen zij andere belangrijke taken. Doordat de protocollen veel sneller ter beschikking zijn, vinden er bovendien steeds meer onderzoeken plaats. De meeste artsen verbeteren hun verslagen zelf terwijl ze het protocol dicteren. Sommige radiologen zijn daar heel correct in en vragen dan ook niet meer aan de MMA’s om het verslag te herlezen. Andere radiologen willen dan wel weer dat de MMA’s hun verslagen nalezen en verbeteren, waardoor de artsen de verslagen pas later definitief kunnen handtekenen. Mevrouw Mieke Vandewalle vindt het opleidingsonderdeel spraaktechnologie niet echt nuttig in de opleiding Office management. In de meeste gevallen passen enkel de artsen dit toe en niet de MMA’s, bovendien bestaan er heel veel verschillende softwarepakketten. Op de dienst medische beeldvorming is het belangrijk dat de uitslagen van de onderzoeken zo snel mogelijk bekend zijn voor de aanvragende artsen. Dit is belangrijk, zodat zij weten welke bijkomende onderzoeken nodig zijn of welke behandeling zij moeten starten. Verder merkt mevrouw Mieke Vandewalle op dat de radiologen geen spraaktechnologie toepassen als toegangscode. Volgens haar is dit nog op geen enkele dienst in het Heilig-Hartziekenhuis Roeselare-Menen het geval.
2.8
Sint-Andriesziekenhuis Tielt
2.8.1 Getuigenis van radioloog Astrid Leus Radioloog Astrid Leus merkt op dat enkel de radiologen spraaktechnologie gebruiken op de dienst medische beeldvorming van het Sint-Andriesziekenhuis in Tielt. Spraaktechnologie op de dienst medische beeldvorming vormt volgens haar geen gevaar voor het beroep van MMA. Het beroep komt niet in gevaar op haar dienst, omdat de MMA’s nu al heel wat andere taken hebben gekregen. Ze moeten zich natuurlijk wel heroriënteren. 74
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming Radiologen hebben globaal gezien meer verslagen te dicteren dan andere artsen. Dicteren van verslagen is namelijk het grootste deel van hun werk. Dat is volgens radioloog Astrid Leus de reden waarom de dienst medische beeldvorming het vaakst spraaktechnologie toepast. Daarnaast is spraaktechnologie niet goedkoop en is dat misschien de reden waarom die technologie nog minder in gebruik is bij andere artsen. Op andere diensten is de nood aan dicteren ook minder. Dokter Astrid Leus merkt op dat ze geen spraaktechnologie toepast als toegangscode.
2.9
Sint-Rembertziekenhuis Torhout
2.9.1 Getuigenis van MMA Jimmy Coppens Volgens de heer Jimmy Coppens, de MMA van de dienst medische beeldvorming, passen enkel de radiologen spraaktechnologie toe. Toch vindt hij dat de invoering van spraaktechnologie geen gevaar vormt voor de MMA’s. Er zal wel een andere werkverdeling plaatsvinden op andere gebieden, maar dit is volgens de heer Jimmy Coppens niet in het nadeel van de MMA’s. Nadat de radiologen de verslagen gedicteerd hebben met spraaktechnologie, zullen de MMA’s die nalezen en verbeteren. Daarom vindt de heer Jimmy Coppens het opleidingsonderdeel spraaktechnologie zeker nuttig in de opleiding Office management. MMA’s krijgen op die manier inzicht in de algemene werking van spraaktechnologie. Bovendien krijgen ze een overzicht van de inhoud op de dienst. De discipline medische beeldvorming is de meest gestructureerde dienst in ziekenhuizen. Dat is volgens de heer Jimmy Coppens de reden waarom de artsen van de dienst medische beeldvorming het vaakst spraaktechnologie toepassen.
2.10 Stedelijk Ziekenhuis Roeselare 2.10.1
Getuigenissen van radiologen
Volgens radiologen Marc Baekelandt, Emanuel Laridon, Jesse Marrannes en Murielle Herman werken enkel de radiologen met spraaktechnologie op de dienst medische beeldvorming in het Stedelijk Ziekenhuis van Roeselare. Het merendeel van de radiologen vindt niet dat de invoer van spraaktechnologie een gevaar kan zijn voor het beroep van MMA. Enkel dokter Murielle Herman vindt dit wel een gevaar voor de MMA’s, omdat de toepassing van spraaktechnologie door zeven radiologen het werk van twee MMA’s wegneemt. 75
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming De MMA’s werken niet met spraaktechnologie, omdat de artsen nu volledig zelf de opmaak van hun protocollen kunnen afwerken. MMA’s kennen de specifieke terminologie en de cijfers die in de verslagen voorkomen volgens de radiologen vaak niet voldoende. Doordat MMA’s geen verslagen meer moeten typen, kunnen zij meer tijd vrijmaken voor andere taken. Radioloog Emanuel Laridon merkt op dat hij als arts steevast het verslag aandachtig moet nalezen en corrigeren. Spraaktechnologie is volgens hem zeker niet foutloos. Bovendien treden er vaak technische defecten op, die aanleiding geven tot ergernissen en tijdverlies. Iedere radioloog vindt het opleidingsonderdeel spraaktechnologie nuttig in de opleiding Office management. Door die opleiding kunnen de MMA’s hun de toepassing van spraaktechnologie eigen maken en aanleren, zodat zij eventueel de verslagen kunnen corrigeren, indien de artsen dit niet zelf doen. Daarnaast zal spraaktechnologie verder evolueren en verbeteren. Radioloog Emanuel Laridon merkt bovendien op dat spaaktechnologie onmisbaar is op de dienst medische beeldvorming. Hij gelooft dat andere diensten in de toekomst ook zullen werken met die technologie. Door de opleiding kunnen MMA’s ook inzicht krijgen in de werking en inschakeling van spraaktechnologie, waardoor zij dan brieven kunnen opstellen en corrigeren met die technologie. Aanvragende artsen en/of patiënten willen tegenwoordig zeer snel, dus direct na het onderzoek, het resultaat kennen. Dat is zeker ook het geval tijdens het weekend en ’s nachts, wanneer er geen MMA’s aanwezig zijn op de dienst medische beeldvorming. Verder zijn de hoeveelheid en de lengte van de protocollen de redenen waarom radiologen vaker met spraaktechnologie werken. Radioloog Murielle Herman merkt op dat patiënten vaak na het onderzoek hun foto’s of echo’s opvragen. Hierdoor moet het verslag ook onmiddellijk beschikbaar zijn. Ze merkt ook op dat er vaak technische defecten ontstaan, waardoor dit vaak niet mogelijk is. Tot slot hanteren de radiologen geen spraaktechnologie als toegangscode.
76
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming
3
Besluit
Door de getuigenissen van de radiologen en de MMA’s vanaf pagina 68, is een goed beeld verkregen over de toepassing van spraaktechnologie op de dienst medische beeldvorming. Uit de getuigenissen van de radiologen en de MMA’s blijkt dat in de meeste gevallen enkel de radiologen en de assistenten van de radiologen spraaktechnologie toepassen. MMA’s gebruiken die technologie niet zo vaak. Er bestaan echter wel enkele uitzonderingen, waarin ook de MMA’s spraaktechnologie toepassen. In drie ziekenhuizen werken de MMA’s namelijk ook met die technologie. Die drie ziekenhuizen zijn AZ Alma Ziekenhuis Campus Sijsele, AZ Sint-Jan BruggeOostende AV en het AZ Sint-Augustinus in Veurne. De meeste radiologen en MMA’s vinden niet dat de invoering van spraaktechnologie een gevaar vormt voor het beroep van MMA. MMA’s hebben naast het typwerk namelijk nog talrijke andere taken die zij kunnen uitvoeren, zoals het onthaal van patiënten, telefonie, afspraken plannen, protocollen opsturen en verslagen nalezen en verbeteren. Doordat zij meer tijd hebben, kunnen ze zich hierdoor ook beter op concentreren. Er zal echter wel een heroriëntering plaatsvinden van de activiteiten voor de MMA’s. De andere werkverdeling ligt volgens vele radiologen niet in het nadeel van de MMA’s. Op sommige diensten krijgen zij andere belangrijke functies zoals de communicatie met patiënten en verwijzende artsen. Tot slot zullen er door de invoering van spraaktechnologie meer onderzoeken plaatsvinden. Doordat verslagen sneller ter beschikking zijn, kunnen artsen namelijk beter doorwerken. Hierdoor kunnen er steeds meer patiënten op consultatie komen. Andere radiologen en MMA’s vinden dat de invoering van spraaktechnologie dan weer wel een gevaar kan zijn voor de MMA’s. Er ontstaat namelijk een duidelijke verschuiving van het werk. Doordat radiologen spraaktechnologie toepassen, is er veel minder type- en correctiewerk. Hierdoor zullen minder MMA’s nodig zijn. Ook zal door de spraaktechnologie de kennis van de medische terminologie voor een stuk minder noodzakelijk zijn. Hoe dan ook zal dit in de toekomst leiden tot een herstructurering van de taken op de dienst medische beeldvorming. Op de meeste diensten medische beeldvorming lezen en verbeteren de radiologen zelf hun verslagen. Soms is dit ook een taak van de MMA’s, dit hangt namelijk af van de arts zijn keuze. In sommige gevallen laten de radiologen dit over aan de 77
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming MMA’s als het gaat om zeer lange verslagen zoals MRI-verslagen. De meeste radiologen die hun verslagen zelf lezen en verbeteren, vinden dit nadelig omdat zij dan zelf meer werk hebben. Persoonlijk vind ik dat ze die taak kunnen overlaten aan de MMA’s, waardoor het beroep van MMA weer meer zekerheid kan krijgen op de dienst medische beeldvorming. De meeste radiologen en MMA’s vinden het opleidingsonderdeel spraaktechnologie nuttig in de opleiding Office management. Door die opleiding zijn MMA’s ook op de hoogte van die nieuwe technologieën. MMA’s kunnen bovendien op veel plaatsen terechtkomen en niet alle diensten werken op dezelfde manier. Sommige MMA’s moeten wel met spraaktechnologie werken, omdat ze de taak krijgen om de verslagen te corrigeren. Daarom is het belangrijk dat ze weten wat spraaktechnologie is en hoe het werkt. Bovendien is spraaktechnologie niet meer weg te denken op de dienst medische beeldvorming en zal die technologie verder evolueren. Radiologen vinden het belangrijk dat MMA’s vertrouwd zijn met de softwareprogramma’s van spraaktechnologie. Volgens mij is het daarom beter om verschillende softwareprogramma’s ter beschikking te stellen tijdens de lessen spraaktechnologie, zodat de MMA’s vertrouwd geraken met verschillende softwaresystemen. Daarnaast zijn er ook radiologen en MMA’s die het opleidingsonderdeel spraaktechnologie absoluut niet nuttig vinden, omdat MMA’s hier meestal niet mee in aanraking komen. Bovendien zijn de programma’s niet ingewikkeld, waardoor de MMA’s ze gemakkelijk op de werkvloer kunnen aanleren. Radiologen maken per dag veel radiologieverslagen op die zo snel mogelijk ter beschikking moeten zijn voor de aanvragende arts en/of patiënt, zodat de arts weet welke bijkomende onderzoeken nodig zijn of welke behandeling hij moet starten. Hierdoor komt de dienst medische beeldvorming vaak onder een immense druk te staan. Het is namelijk nodig om na elk onderzoek een verslag op te maken. Die resultaten moeten ook beschikbaar zijn in het weekend en ‘s nachts, wanneer er geen MMA’s aanwezig zijn. De radioloog boekt door toepassing van spraakherkenning een wezenlijke tijdwinst in de doorlooptijd van de verslaggeving. In veel gevallen bereiken de radiologen hier ook een kwaliteitsverbetering in de communicatie. Radiologieprotocollen zijn korte verslagen, die meestal bestaan uit dezelfde termen en zinnen. Hierdoor moet het woordenboek van het softwareprogramma niet groot zijn. Protocollen zijn met andere woorden min of meer gestandaardiseerde teksten, omdat het hier niet gaat over de anamnese en het leven van de patiënt.
78
Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming Ook merken bepaalde radiologen op dat zij meer ervaring hebben met dat soort technologieën, doordat zij in een digitale omgeving werken. Daardoor leent een dienst medische beeldvorming zich ook beter tot de integratie van die techniek. Radiologen zijn hierdoor ook sneller geïnteresseerd in die nieuwe technieken. Verder is de discipline medische beeldvorming de meest gestructureerde dienst in ziekenhuizen. Tot slot blijkt uit de getuigenissen dat de radiologen geen gebruikmaken van spraaktechnologie als toegangscode. Volgens mij is het nodig om computers van artsen goed te beveiligen. Hierover is meer informatie te vinden in hoofdstuk één op pagina zeventien.
79
Conclusie In het kader van de opleiding Office management met als afstudeerrichting medical management assistant schreef ik mijn bachelorproef. Ik onderzocht het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen. De laatste jaren veroverde TST een grote plaats in de maatschappij. Het is voor vele doelgroepen namelijk onmogelijk om de dag van vandaag zonder computers voldoende te kunnen presteren. Aan dit fenomeen ging echter een lange geschiedenis vooraf. Spraakherkenning en spraaksynthese zijn twee belangrijke begrippen binnen de TST. Elk beschikken ze over tal van voordelen die ons leven makkelijker maken. Verschillende medewerkers van medische disciplines maken al gebruik van spraaktechnologie, meer bepaald van spraakherkenning. Vooral de medewerkers van de dienst medische beeldvorming werken met spraaktechnologie, al zetten andere diensten die technologie ook steeds meer in. Verder kan ik besluiten dat ondanks de vele oplossingen die er bestaan voor spraaktechnologie, er toch nog heel wat artsen en/of MMA’s zijn die gebruikmaken van dictafoons en cassettes. Daarnaast is spraaktechnologie nog niet ingeburgerd in psychiatrische ziekenhuizen. Medewerkers van de dienst medische beeldvorming passen het vaakst spraaktechnologie toe, omdat de intensiteit van verslaggeving hier relatief hoog ligt. Verder passen vooral de radiologen zelf spraaktechnologie toe en niet zozeer de MMA’s. Daarnaast kunnen artsen vaak efficiënter werken met spraaktechnologie. Bovendien kunnen ze kosten besparen door de reductie op administratieve inzit van medewerkers. Dit is vaak de voornaamste gedachte om binnen ziekenhuizen te kiezen voor de implementatie van spraaktechnologie. Het merendeel van de radiologen en MMA’s vinden echter niet dat dit fenomeen een gevaar is voor het beroep van MMA, al zijn de meningen hierover verdeeld. Hoe dan ook zal er een heroriëntering plaatsvinden van de activiteiten voor de MMA’s op medische disciplines waar de artsen met spraaktechnologie werken. In de toekomt zullen er steeds meer disciplines met spraaktechnologie werken. Er vinden namelijk steeds meer proefprojecten plaats binnen de West-Vlaamse ziekenhuizen.
80
Lijst met tabellen Tabel 1: Overzicht Heilig-Hartziekenhuis Roeselare-Menen .................................. 55 Tabel 2: Overzicht van diensten die gebruikmaken van spraaktechnologie per ziekenhuis ......................................................................................................... 63 Tabel 3: Overzicht resultaten enquête ................................................................. 64
81
Referentielijst AVT. (2013). AVT digitaal dicteren & spraakherkenning. (2013). Geraadpleegd op 24 maart 2013 via http://www.spraakherkenning.nl/home.htm Baetens, S. & Bruyninckx, V. (1998-1999). Het spraaktechnologisch domein ‘Spraakherkenning’ en de invloed ervan op de opleiding en het beroep van medisch secretaresse / secretaris [stagerapport]. Katholieke Hogeschool Sint-Lieven, Graduaat Secretariaatsbeheer de Boer, B. (2002). Spraakproductie en –perceptie [paper]. Geraadpleegd op 1 augustus 2010 via http://arti.vub.ac.be/cursus/2002 2003/ai1/material/AI1_samenvatting_elfde_les.pdf De Witte, R., Van Aelst, L. & Van Peteghem, L. (2001). De L&H files – Lernout & Hauspie het verhaal en de geheimen. Lannoo. Dragon. (2013). Dragon 12 Spraakherkenningssoftware. (2013). Geraadpleegd op 12 juli 2013 via http://netherlands.nuance.com/consumenten/product/dragon-voorpc/index.htm Gil, E. (z.j.). Technologie verslag spraakherkenning [paper]. Geraadpleegd op 8 maart 2013 via http://eddyg.nl/tt_spraakherkenning.pdf Gyssels, G. (2001). Analyse van Lernout & Hauspie [masterproef]. Katholieke Universiteit Leuven, Faculteit Economische en Toegepaste Economische Wetenschappen. Leijten, M. & van Waes, L. (2003). Schrijven zoals je spreekt – spreken zoals je schrijft. Tijdschrift voor Taalbeheersing, 25, nr. 4, pp. 325-341. Lobbens, S. (2010). Bedrijfsprofiel – Nuance Communications. Geraadpleegd op 12 juli 2013 via http://www.inkopersplein.nl/files/Bedrijfsinfo%20Nuance.pdf Martens, J-P. (2008). Spraaksynthese: van tekst naar spraak. Geraadpleegd op 2 augustus 2013 via http://www.kennislink.nl/publicaties/spraaksynthese-vantekst-naar-spraak Meaningful Use of the EHR. (2013). Geraadpleegd op 15 juli 2013 via http://www.nuance.co.uk/for-healthcare/by-goals/meaningful-use-ofehr/index.htm MediSpeech. (2013). MediSpeech® : De bewezen waarde voor spraakherkenning en digitaal dicteren. (2013). Geraadpleegd op 7 juli 2013 via http://www.g2speech.nl/oplossingen/medispeech.html
82
Missie en Visie. (2013). Geraadpleegd op 7 juli 2013 via http://www.g2speech.nl/over-g2-speech/missie-visie.html Nuance. (2013). Nuance lanceert Dragon Medical 11 voor de Nederlandstalige markt. (2013). Geraadpleegd op 25 juli 2013 via http://netherlands.nuance.com/bedrijf/nieuws/persberichten/Dragon-Medical-11NL_ADB.docx Philips. (2013). Philips professionele dicteeroplossingen en dicteerapparaten. (2013). Geraadpleegd op 31 juli 2013 via https://www.dictation.philips.com/be/home/ Specialist. (2013). Specialist in spraaktechnologie, digitale verslaglegging en documentcreatie. (2013). Geraadpleegd op 6 juli 2013 via http://www.g2speech.nl/over-g2-speech/de-oplosser.html SpeechReport. (2013). SpeechReport®: Het nieuwste platform voor spraaktechnologie, workflow en document creatie. (2013). Geraadpleegd op 7 juli 2013 via http://www.g2speech.nl/oplossingen/speechreport.html Spraakherkenning. (2013). Spraakherkenning als onderdeel van algehele kwaliteitsverbetering in het ziekenhuis. (2013). Geraadpleegd op 15 juli 2013 via http://www.g2speech.com/data/downloadables/1/0/8/case-study-chr-hautesenne-nl-final_lr.pdf Stortelder, J. (2006). Spraaksynthese [bachelorscriptie]. Radboud Universiteit Nijmegen, Nijmeegs instituut voor informatica en informatiekunde. Taal- en spraaktechnologie. (2013). Geraadpleegd op 30 juli 2013 via http://taalunieversum.org/archief/taal/technologie/ Uthe, T. & Scheuer, A. (2012). Philips Speech Processing ondertekent overeenkomst met Nuance Healthcare om spraakherkenning beter te integreren met SpeechExec. Geraadpleegd op 24 juli 2013 via http://www.businesswire.com/news/home/20120305005108/nl/ Van Brabander, F. (2008). Computer leert luisteren. Eos, 12, nr. 25, pp. 59-60. van den Heuvel, T., T’Sas, J. & Verberne, S. (2012). Onderzoek taal- en spraaktechnologie en onderwijs [eindrapport]. Nederlandse Taalunie. van der Beek, L. (2010). Van rekenmachine tot taalautomaat. Geraadpleegd op 29 juli 2013 via http://www.let.rug.nl/vannoord/TST-Geschiedenis/boek.pdf van der Meulen, A & van Dijk, B. (2004). Omzetten van spraak naar tekst. Geraadpleegd op 5 augustus 2013 via http://home.wxs.nl/~meul2194/SpraakHerkenning/Techniek_Omzetten.htm 83
van der Meulen, A & van Dijk, B. (2004). Spraak soorten. Geraadpleegd op 4 maart 2013 via http://home.wxs.nl/~meul2194/SpraakHerkenning/Algemeen_Soorten.htm van der Meulen, A & van Dijk, B. (2004). Voor- en Nadelen van de Spraaktechnologie. Geraadpleegd op 24 maart 2013 via http://home.wxs.nl/~meul2194/SpraakHerkenning/Toepassingen_VoorenNadelen. htm Van Hoornweder, S. (2000-2001). Spraaktechnologie [eindwerk]. Katholieke Hogeschool Brugge-Oostende, Handelswetenschappen en Bedrijfskunde. Vandoorne, D. (2001-2002). Taal- en spraaktechnologie in Vlaanderen [eindwerk]. Katholieke Hogeschool Zuid-West-Vlaanderen, Studiegebied Onderwijs. Verrue, F. (2005-2006). Lernout & Hauspie [paper]. Hogeschool Gent, Bedrijfskunde.
84
Geraadpleegde werken AZ Alma Ziekenhuis Campus Sijsele. (2013). Geraadpleegd op 10 juli 2013 via http://www.azalma.be/ AZ Damiaan Campus Heilig Hart Oostende. (2013). Geraadpleegd op 10 juli 2013 via http://www.azdamiaan.be/ AZ Gezondheidszorg Oostkust. (2013). Geraadpleegd op 10 juli 2013 via http://www.vzwgo.be/ az groeninge Kortrijk. (2013). Geraadpleegd op 10 juli 2013 via http://www.azgroeninge.be/ AZ Sint-Augustinus Veurne. (2013). Geraadpleegd op 10 juli 2013 via http://www.azsav.be/ AZ Sint-Jan Brugge-Oostende AV. (2013). Geraadpleegd op 10 juli 2013 via http://www.azsintjan.be/home AZ Sint-Lucas Brugge. (2013). Geraadpleegd op 10 juli 2013 via http://www.stlucas.be/ Heilig-Hartziekenhuis Roeselare-Menen. (2013). Geraadpleegd op 10 juli 2013 via http://www.hhr.be/ Jochems, A.A.F. & Joosten, F.W.M.G. (2009). Coëlho zakwoordenboek der geneeskunde. (29ste dr.). Reed Elsevier. Kirsch, T. (2000). De haalbaarheid van spraakherkenning voor de administratie in de welzijnssector [masterproef]. Katholieke Universiteit Leuven, Faculteit Economische en Toegepaste Economische Wetenschappen. Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie. (2013). Geraadpleegd op 10 juli 2013 via http://www.sintjozefpittem.be/ Mortelmans, T. (2012). Spreken en schrijven voor iedereen. Taaltelefoon. Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem. (2013). Geraadpleegd op 10 juli 2013 via http://www.ziekenhuiswaregem.be/prg/selfware.pl?id_sitemap=472 Picture Archiving and Communication System. (2013). Geraadpleegd op 15 augustus 2013 via http://nl.wikipedia.org/wiki/Picture_Archiving_and_Communication_System
85
Psychiatrisch Ziekenhuis Heilig Hart Ieper. (2013). Geraadpleegd op 10 juli 2013 via http://www.hhartieper.be/nl/ Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge. (2013). Geraadpleegd op 10 juli 2013 via http://www.pzolv.be/ Radiologie Informatie Systeem. (2013). Geraadpleegd op 15 augustus 2013 via http://nl.wikipedia.org/wiki/Radiologie_Informatie_Systeem Sint-Andriesziekenhuis Tielt. (2013). Geraadpleegd op 10 juli 2013 via http://www.sintandriestielt.be/ Sint-Jozefskliniek Izegem. (2013). Geraadpleegd op 10 juli 2013 via http://www.sint-jozefskliniek-izegem.be/ Sint-Rembertziekenhuis Torhout. (2013). Geraadpleegd op 10 juli 2013 via http://www.azstrembert.be/hospital/index.php Stedelijk Ziekenhuis Roeselare. (2013). Geraadpleegd op 10 juli 2013 via http://www.szr.be/ Synoniemen. (2013). Geraadpleegd op 15 augustus 2013 via http://synoniemen.net/index.php Van Dale. (2013). Geraadpleegd op 18 augustus 2013 http://vowb.vandale.be/zoeken/zoeken.do?type=pro Van den Abeele, N., Vancoillie, M. & Pieters, B. (2005). Ik speel ik spel. Abimo Uitgeverij. Vancoillie, M. & Van den Abeele, N. (2008). Ik speel het verkeer. Abimo Uitgeverij.
86
Persoonlijke communicatie Baekelandt, M. (2013, 10 augustus). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Baekelandt, M. (2013, 12 augustus). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Baetens, K. (2012, 30 oktober). (departementshoofd beleidsinformatie in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Baetens, K. (2013, 10 maart). (departementshoofd beleidsinformatie in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Baetens, K. (2013, 12 augustus). (departementshoofd beleidsinformatie in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Baetens, K. (2013, 31 juli). (departementshoofd beleidsinformatie in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Boydens, D. (2013, 1 augustus). (diensthoofd administratie & IT in het AZ SintAugustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Boydens, D. (2013, 29 juli). (diensthoofd administratie & IT in het AZ SintAugustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Boydens, D. (2013, 30 juli). (diensthoofd administratie & IT in het AZ SintAugustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Broeders, A. (2013, 31 juli). (radioloog in het AZ Damiaan Campus Heilig Hart Oostende). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. 87
Brugman, E. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Brugman, E. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [telefoongesprek]. Brugman, E. (2013, 7 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Buffel, T. (2013, 1 augustus). (MMA in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Capoen, A. (2013, 10 augustus). (arts-specialist in de pathologische ontleedkunde in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Capoen, A. (2013, 16 augustus). (arts-specialist in de pathologische ontleedkunde in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Capoen, A. (2013, 6 augustus). (arts-specialist in de pathologische ontleedkunde in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Casier, A. (2013, 10 augustus). (MMA in het AZ Koningin Fabiola Blankenberge/AZ Onze-Lieve-Vrouw Ter Linden Knokke-Heist). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Casier, A. (2013, 12 augustus). (MMA in het AZ Koningin Fabiola Blankenberge/AZ Onze-Lieve-Vrouw Ter Linden Knokke-Heist). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email].
88
Casier, A. (2013, 29 juli). (MMA in het AZ Koningin Fabiola Blankenberge/AZ OnzeLieve-Vrouw Ter Linden Knokke-Heist). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Casier, A. (2013, 30 juli). (MMA in het AZ Koningin Fabiola Blankenberge/AZ OnzeLieve-Vrouw Ter Linden Knokke-Heist). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Chevalier, E. (2013, 1 augustus). (directiesecretaresse in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Chevalier, E. (2013, 10 maart). (directiesecretaresse in het AZ Alma Ziekenhuis Campus Sijsele). (Bachelorproef, spraaktechnologie). Persoonlijke communicatie [email]. Chevalier, E. (2013, 11 maart). (directiesecretaresse in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Chevalier, E. (2013, 16 december). (directiesecretaresse in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Chevalier, E. (2013, 24 december). (directiesecretaresse in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Chevalier, E. (2013, 31 juli). (directiesecretaresse in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Coppens, J. (2013, 10 augustus). (MMA in het Sint-Rembertziekenhuis Torhout). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Coppens, J. (2013, 12 augustus). (MMA in het Sint-Rembertziekenhuis Torhout). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. 89
Coppens, J. (2013, 6 augustus). (MMA in het Sint-Rembertziekenhuis Torhout A). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. De Cleer, D. (2013, 12 augustus). (hoofdverpleegkundige in het AZ Damiaan Campus Heilig Hart Oostende). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. De Keyser, F. (2013, 10 augustus). (diensthoofd IT in het Heilig-Hartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. De Keyser, F. (2013, 12 augustus). (diensthoofd IT in het Heilig-Hartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. De Keyser, F. (2013, 31 juli). (diensthoofd IT in het Heilig-Hartziekenhuis RoeselareMenen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. De Keyser, F. (2013, 8 augustus). (diensthoofd IT in het Heilig-Hartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. De Keyser, F. (2013, 9 augustus). (diensthoofd IT in het Heilig-Hartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. De Pauw, F. (2013, 13 augustus). (internist in het Sint-Rembertziekenhuis Torhout). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. De Waele, J. (2013, 29 juli). (communicatieverantwoordelijke in het AZ Koningin Fabiola Blankenberge/AZ Onze-Lieve-Vrouw Ter Linden Knokke-Heist). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Deconinck, K. (2013, 15 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail].
90
Deconinck, K. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Delestrez, A. (2013, 29 juli). (diensthoofd logistiek in het Psychiatrisch Ziekenhuis Heilig Hart Ieper). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Demolder, P. (2012, 6 november). (IT-Manager in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Demolder, P. (2013, 10 maart). (IT-Manager in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Demolder, P. (2013, 11 maart). (IT-Manager in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Demolder, P. (2013, 31 juli). (IT-manager in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Demolder, P. (2013, 9 augustus). (IT-manager in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Devlies, F. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Devlies, F. (2013, 7 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Devos, L. (2012, 5 november). (hoofd secretariaten in het AZ Sint-Jan BruggeOostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail].
91
Devos, L. (2013, 10 maart). (hoofd secretariaten in het AZ Sint-Jan BruggeOostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Devos, L. (2013, 12 maart). (hoofd secretariaten in het AZ Sint-Jan BruggeOostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. DeWymmer, I. (2013, 6 augustus). (hoofd verpleegkundig en paramedisch departement in het Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. DeWymmer, I. (2013, 7 augustus). (hoofd verpleegkundig en paramedisch departement in het Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Duyck, R. (2013, 1 augustus). (algemeen directeur in de Sint-Jozefskliniek Izegem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Duyck, R. (2013, 10 maart). (algemeen directeur in de Sint-Jozefskliniek Izegem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Duyck, R. (2013, 11 maart). (algemeen directeur in de Sint-Jozefskliniek Izegem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Duyck, R. (2013, 30 oktober). (algemeen directeur in de Sint-Jozefskliniek Izegem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Duyck, R. (2013, 31 juli). (algemeen directeur in de Sint-Jozefskliniek Izegem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Duyck, R. (2013, 31 oktober). (algemeen directeur in de Sint-Jozefskliniek Izegem). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. 92
Herpels, V. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Herpels, V. (2013, 7 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lambert, G. (2013, 29 juli). (informatica – applicatiebeheer in het HeiligHartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Lambert, G. (2013, 30 juli). (informatica – applicatiebeheer in het HeiligHartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Lamoral, Y. (2013, 10 augustus). (radioloog in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lamoral, Y. (2013, 13 augustus). (radioloog in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lamoral, Y. (2013, 30 juli). (radioloog in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lamoral, Y. (2013, 7 augustus). (radioloog in het AZ Sint-Augustinus Veurne). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Laridon, E. (2013, 10 augustus). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Laridon, E. (2013, 12 augustus). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. 93
Laridon, E. (2013, 6 mei). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Laridon, E. (2013, 7 mei). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Laridon, E. (2013, 8 mei). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lecoutere, T. (2012, 30 oktober). (IT-manager zorggebonden toepassingen in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lecoutere, T. (2013, 10 maart). (IT-manager zorggebonden toepassingen in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lecoutere, T. (2013, 11 maart). (IT-manager zorggebonden toepassingen in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lecoutere, T. (2013, 17 april). (IT-manager zorggebonden toepassingen in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lecoutere, T. (2013, 18 april). (IT-manager zorggebonden toepassingen in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Lefevere, M. (2013, 29 juli). (directiesecretaresse in het Heilig-Hartziekenhuis Roeselare-Menen). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Leus, A. (2013, 10 augustus). (radioloog in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail].
94
Leus, A. (2013, 12 augustus). (radioloog in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Leus, A. (2013, 4 augustus). (radioloog in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Leus, A. (2013, 6 augustus). (radioloog in het Sint-Andriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Marrannes, J. (2013, 6 mei). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Marrannes, J. (2013, 7 mei). (radioloog in het Stedelijk Ziekenhuis Roeselare). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Mermuys, K. (2013, 19 mei). (radioloog in het AZ Sint-Jan Brugge-Oostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Mermuys, K. (2013, 21 mei). (radioloog in het AZ Sint-Jan Brugge-Oostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Meyers, B. (2013, 29 juli). (diensthoofd poli en onthaal in het AZ Damiaan Campus Heilig Hart Oostende). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Meyers, B. (2013, 30 juli). (diensthoofd poli en onthaal in het AZ Damiaan Campus Heilig Hart Oostende). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Meyers, B. (2013, 4 augustus). (diensthoofd poli en onthaal in het AZ Damiaan Campus Heilig Hart Oostende). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail].
95
Meyers, B. (2013, 5 augustus). (diensthoofd poli en onthaal in het AZ Damiaan Campus Heilig Hart Oostende). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Mouton, M. (2013, 29 juli). (directiesecretaresse in het Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Mouton, M. (2013, 30 juli). (directiesecretaresse in het Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Puissant, F. (2013, 5 augustus). (area sales manager G2 Speech). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [telefoongesprek]. Radiologie, kl. (2013, 6 mei). (MMA in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Radiologie, kl. (2013, 7 mei). (MMA in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Radiologie, mv. (2013, 15 mei). (MMA in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Radiologie, mv. (2013, 6 mei). (MMA in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Ramboer, K. (2013, 20 mei). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Ramboer, K. (2013, 21 mei). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail].
96
Ramboer, K. (2013, 27 mei). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Ramboer, K. (2013, 6 augustus). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Ramboer, K. (2013, 7 augustus). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Roussel, L. (2013, 20 mei). (radioloog in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Roussel, L. (2013, 24 mei). (radioloog in het AZ Alma Ziekenhuis Campus Sijsele). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Secretariaat Polikliniek SFX. (2013, 4 augustus). (MMA in het AZ Sint-Jan BruggeOostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Secretariaat Polikliniek SFX. (2013, 5 augustus). (MMA in het AZ Sint-Jan BruggeOostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Seynaeve, L. (2013, 4 augustus). (hoofd administratief departement in het SintAndriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Seynaeve, L. (2013, 5 augustus). (hoofd administratief departement in het SintAndriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Sys, S. (2013, 1 augustus). (MMA in het Psychiatrisch Ziekenhuis Onze-LieveVrouw Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail].
97
Van Damme, S. (2013, 10 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Van Damme, S. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Van den Wyngaert, H. (2012, 30 oktober). (directiesecretaresse in het SintAndriesziekenhuis Tielt). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Vanavermaete, N. (2012, 26 november). (directiesecretaresse in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Vanavermaete, N. (2013, 1 augustus). (directiesecretaresse in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Vanavermaete, N. (2013, 10 maart). (directiesecretaresse in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in WestVlaanderen). Persoonlijke communicatie [e-mail]. Vanavermaete, N. (2013, 31 juli). (directiesecretaresse in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Vandaele, P. (2013, 20 mei). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Vandaele, P. (2013, 23 mei). (radioloog in het AZ Sint-Lucas Brugge). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Vanhoorne, I. (2013, 6 augustus). (kinder- en jeugdpsychiater in het AZ Sint-Jan Brugge-Oostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail].
98
Vanhoorne, I. (2013, 7 augustus). (kinder- en jeugdpsychiater in het AZ Sint-Jan Brugge-Oostende AV). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Vanrietvelde, F. (2013, 6 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Vanrietvelde, F. (2013, 7 mei). (radioloog in het az groeninge Kortrijk). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [e-mail]. Veys, J. (2013, 1 augustus). (directeur administratie in de Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Veys, J. (2013, 2 augustus). (directeur administratie in de Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email]. Veys, J. (2013, 29 juli). (directeur administratie in de Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie). (bachelorproef: het gebruik van spraaktechnologie bij MMA’s in West-Vlaanderen). Persoonlijke communicatie [email].
99
Bijlagen Bijlage 1: Voorbeeld SAIL-technologie ................................................................101 Bijlage 2: Enquête.............................................................................................102
100
Bijlage 1: Voorbeeld SAIL-technologie Een persoon zou heel graag op vakantie gaan naar Cuba. Hij kent enkele bezienswaardigheden van het land, maar tot daar reikt ook zijn kennis. Daarom is meer informatie gewenst over bijvoorbeeld de juiste betaalmiddelen, eventuele inentingen en over de noodzaak van een visum. In plaats van verschillende bronnen te moeten raadplegen, zou het veel handiger zijn indien de persoon bijvoorbeeld naar een reisinformatielijn kan bellen. Die informatielijn zou dan de antwoorden op al zijn vragen kunnen geven. Dit zou dan een mogelijk verloop kunnen zijn van de zoektocht naar meer informatie. -
-
De persoon tikt het nummer in van de reisinformatielijn en komt terecht in een toepassing van de SAIL-technologie. “Welkom bij de reisinformatielijn. Hier kunt u gegevens opvragen over reisdocumenten, noodzakelijke inentingen en betaalmiddelen. Waarmee kan ik u helpen?” De persoon kan hierop antwoorden met: “Goedendag, ik zou graag op vakantie gaan naar Cuba en ik vroeg mij af of ik een visum nodig heb?”
Onmiddellijk verschijnt een eerste toepassing van de SAIL-technologie, namelijk de automatische spraakherkenning. De woorden Cuba en visum zal de spraakherkenning herkennen en zal die toepassen als kernwoorden. In een tweede fase, zal de spraakherkenning op basis van die kernwoorden de nodige en relevante informatie bezorgen aan de persoon die opbelt. Die denkprocessen en de link met de nodige informatie, zal het systeem automatisch uitvoeren. Dit bevindt zich op het niveau van de artificiële intelligentie. De taal vinden we terug in de herkenning van die woorden. Het systeem met de spraakherkenner hoort de woorden wel uitspreken (spraak), maar kan die pas herkennen vanuit de basis van de taal. Indien de woorden niet opgenomen zijn in het vocabularium, is het ook niet mogelijk om die te herkennen vanuit de spraak. Dit was een kort, niet gedetailleerd voorbeeld, van hoe de SAIL-technologie in ons dagelijks leven is ingeburgerd.
101
Bijlage 2: Enquête
102
103
104
105