MD, PhD, Senior Researcher, Department of Pathology and Laboratory Medicine
кандидат медицинских наук, старший научный сотрудник отдела патологии и лабораторной медицины
MD, PhD, Dr. Sci. (Med.), Professor, Head, Department of Anatomic Pathology and Forensic Medicine
доктор медицинских наук, профессор, заведующий кафедрой патологической анатомии с курсом судебной медицины
MD, PhD, Senior Researcher, Department of Medicine, Section of Hematology and Oncology
кандидат медицинских наук, старший научный сотрудник отдела медицины, секция гематологии и онкологии
Natural language processing is one of the branches of computational linguistics. It is a branch of computer science that includes algorithmic processing of speech and natural language scripts. The algorithms facilitate the development of human-to-machine translation and automatic speech recognition systems (ASRS). ASRS use is twofold: accurately converting operator’s speech into a coherent and meaningful text and using natural language for interaction with a computer. Currently, these systems are widely used in medical practice, including anatomic pathology. Successful ASRS implementation pivots on creation of standardized templated descriptions for organic inclusion in the diagnosis dictation, likewise – on physician training for using such systems in practice. In the past decade, there have been several attempts to standardize surgical pathology reports and create templates undertaken by physicians worldwide. After studying domestic and foreign literature, we created a list of the essential elements that must be included in the template for macro-and microscopic descriptions comprising the final diagnosis. These templates will help in decision-making and accurate diagnosis as they contain all the imperative elements in order of importance. This approach will significantly reduce the need for re-examination of both fixed macroscopic material and the preparation of additional histological sections. The templates built into ASRS reduce the time spent on documentation and significantly reduce the workload for pathologists. For the successful use of ASRS, we have developed an educational course, “Digital Speech Recognition in an Anatomical Pathology Practice”, for postgraduate education of both domestic and foreign doctors. A brief description of the course is presented in this article, and the course itself is available on the Internet.
Обработка естественного языка, или Natural language processing, — это одно из направлений вычислительной лингвистики. Это раздел информатики, который включает алгоритмическую обработку речи и текстов на естественном языке. С применением таких алгоритмов создаются системы машинного перевода, ответов на вопросы, системы автоматического распознавания речи (САРР). Применение САРР направлено на преобразование речи и генерирование связанного и осмысленного текста, а также общение на естественном языке при взаимодействии компьютера и человека. Сегодня эти системы широко используются в медицинской практике, в том числе и патологической анатомии. Ключевыми этапами для успешного использования САРР являются: составление стандартных шаблонов-описаний для автоматического включения их в диагноз и обучение врачей навыкам использования таких систем в практической деятельности. Попытки стандартизации патологоанатомических заключений давно предпринимаются врачами во всем мире. После изучения отечественной и зарубежной литературы нами был составлен перечень элементов, которые должны быть обязательно включены в макро- и микроскопическое описание и отражены в окончательном заключении. Такие шаблоны помогают в принятии решений и точной формулировке диагноза, так как содержат все ключевые элементы в порядке их значимости. Это значительно снижает необходимость повторного исследования, как фиксированного макроскопического материала, так и подготовки дополнительных гистологических срезов. Шаблоны, встроенные в САРР, позволяют сократить время, затрачиваемое на ведение документации и значительно уменьшить рабочую нагрузку на патологоанатомов. Для успешного пользования САРР нами разработан учебный курс «Digital Speech Recognition in an Anatomical Pathology Practice» для последипломного образования как отечественных, так и зарубежных врачей. Краткая характеристика курса приводится в этой статье, а сам курс доступен в сети Интернет.
自然语言处理，或Natural language processing是计算语言学的一个领域。这是计算机科学的一个分支，包括自然语言中的语音和文本的算法处理。利用这些算法，机器翻译系统、问题答案和数字自动语音识别应运而生。数字自动语音识别的应用主要是在人机交互过程中进行语音转换，生成相关且有意义的文本，以及用自然语言进行交流。如今，这些系统被广泛应用于医学实践，包括病理解剖学。成功使用自动语音识别系统的主要步骤如下：编写标准模板（用于自动纳入诊断的描述），并培训医生在实践中使用此类系统的技能。长期以来，世界各地的医生都试图将病理解剖学结论标准化。通过对国内外文献的研究，我们编制了宏观描述和微观描述中必须包含的元素列表，并在最终结论中体现出来。这些模板有助于作出决定和准确地作出诊断，因为它们按照重要性的顺序包含所有关键因素。这大大减少了对固定宏观材料和额外组织学切片的重复检查。内置在数字自动语音识别中的模板可以减少维护文档的时间，并显著减少病理学家的工作量。为成功使用数字自动语音识别，我们为国内外博士研究生开设了《解剖病理学实践中的数字语音识别》培训课程。这篇文章给出了课程的简要描述，课程本身可以在互联网上找到。