Презентация_распознавание_медицинской_лексики

1.

Предложение по внедрению
системы распознавания
медицинской лексики
Проект для медицинских
учреждений Волгоградской
области

2.

Цель и задачи проекта
• Цель:
• - Разработка и внедрение системы
распознавания медицинской лексики.
• Задачи:
• 1. Сбор и систематизация медицинских
данных.
• 2. Адаптация системы под локальную
терминологию.

3.

Исследование и сбор требований
• 1. Анализ текущих процессов обработки
данных.
• 2. Сбор и классификация медицинской
терминологии.
• 3. Оценка объемов данных для обучения
системы.

4.

Выбор и адаптация
отечественного ПО
• 1. Технологии распознавания речи:
• - Яндекс SpeechKit
• - SOVA.AI
• 2. Обработка текста:
• - DeepPavlov
• - Tomita Parser (Яндекс)
• 3. Интеграция с медицинскими системами

5.

Разработка и обучение модели
• 1. Создание базы данных для обучения.
• 2. Обучение нейросети (DeepPavlov,
SpeechKit).
• 3. Тестирование системы на реальных
данных.

6.

Тестирование и внедрение
• 1. Пилотный проект в 2-3 учреждениях.
• 2. Оценка точности и влияния на процессы.
• 3. Масштабирование на остальные
учреждения.

7.

Преимущества и риски
• Преимущества:
• - Ускорение обработки данных.
• - Снижение нагрузки на персонал.
• - Повышение точности диагностики.
• Риски:
• - Низкая точность распознавания.
• - Сопротивление сотрудников.
• - Утечка данных.

8.

Заключение
• Внедрение системы распознавания
медицинской лексики:
• - Автоматизирует рутинные процессы.
• - Снижает нагрузку на персонал.
• - Повышает качество медицинского
обслуживания.
• Это шаг к цифровой трансформации
здравоохранения Волгоградской области.