Autoscriber
Project 1
Het eerste project wat Autoscriber bij PITCH heeft neergelegd is een dataverzameling-project.
Het dataverzameling-project heeft als doel het opnemen en verwerken van anamnese gesprekken zodat er Artificial Intelligence (AI) modellen op getraind kunnen worden. Dit betekent dat, voordat een AI programma geleerd kan worden wat er belangrijk is in een gesprek, zullen éérst de belangrijke elementen in verschillende teksten door mensen met de hand moeten worden aangewezen. Het doel hiervan is een snelle exploratie van de toepasbaarheid in een nieuw domein. Het dataverzameling-project bestaat uit 2 onderdelen:
1. Opnemen van nieuwe gesprekken (waarbij gesprekken tussen patiënt en paramedicus gesimuleerd worden door de studenten) met de software om vervolgens feedback op de huidige bruikbaarheid te geven, en na te denken over hoe de bruikbaarheid verhoogd zo kunnen worden.
Is het systeem overzichtelijk en werkt het intuïtief? Is het gebruiksvriendelijk? Ook kan er worden nagedacht wat er met de door de software verzamelde en gestructureerde informatie nog meer gedaan zou kunnen worden (voorbeeld: het automatisch laten invullen van een brief naar een arts of collega).
2. Het annoteren van (gesimuleerde) gesprekken, waarbij er dus in opgenomen gesprekken de belangrijke elementen moeten aangewezen.
Denk hierbij aan symptomen, behandelingen, volgende afspraken of doorverwijzingen en andere elementen uit het gesprek die eventueel in een verslag terecht zouden komen.
Project 2
Het tweede project wat Autoscriber bij PITCH heeft neergelegd heet toepasbaarheid-Analyse.
Administratieve werklast bij (para)medische beroepen neemt tot 1/3e van de totale wertijk in beslag. Het verminderen van deze administratieve druk verhoogt de aandacht en tijd die aan patiënten besteed kan worden, terwijk het gelijktijdig zorgt voor een grotere werktevredenheid bij de zorgprofessional. Dit zorgt ervoor dat patiënten beter geholpen kunnen worden en zich beter geholpen zullen voelen, voor minder burn-out klachten bij de (para)medicus en voor een vollediger EPD om later op terug te vallen. Om de meeste voordelen uit een product zoals Autoscriber te halen, is het belangrijk dat (para)medici het werken met nieuwe software niet als vervelend of ingewikkeld ervaren. Het uitiendelijke product moet dus intuïtief werken zonder de normale manier van werken te verstoren. Daarnaast is het belangrijk om te achterhalen welke paramedici uit welke domeinen er het meeste voordeel van zullen hebben (door de manier van gespreksvoering en de mate van gestructureerde informatie die gebruikt wordt in deze paramedische tak).
Doel: Behoefteonderzoek uitvoeren (kwalitatief onderzoek) onder verschillende soorten paramedische professionals, d.m.v. een korte demonstratie, een interview en eventueel een vragenlijst:
- Hoe ervaren paramedische zorgprofessionals het gebruik van Autoscriber? in hoeverre geloven ze dat een dergelijk product ze zal helpen om de verslaglegging efficiënter te doen verlopen? Wat zou er kunnen veranderen om de bruikbaarheid te vergrootten?
- Welke paramedische professionals zullen het meeste baat hebben bij het gebruik van Autoscriber? Denk hierbij aan de diversiteit van de gevoerde gesprekken, hoeveel gesprekken er gevoerd moeten worden, en hoeveel structurele informatie van belang is bij het helpen van de patiënt. En wat de waarde is voor heet terugluisteren van een gesprek voor zowel de professional als de patiënt.