Meer effectieve en goedkopere zorg door de digitalisering van gesprekken
Veilige en georganiseerde notities met één druk op de knop
Betere archivering en beschikbaarheid van informatie
Meld je aan voor de wachtlijst
Nauwkeurige spraak-naar-tekst transcripties voor zorgprofessionals.
HealthTalk is een veilige, op de cloud gebaseerde medische spraakherkenning oplossing die de digitalisering van gesprekken tussen de zorgverlener en de patiënt mogelijk maakt.
Hoe werkt het
1 stap
Afspraakplanning
- Patiënten kunnen afspraken maken met artsen in aangesloten ziekenhuizen.
- Ontvang afspraken van alle Nederlandse ziekenhuizen via MedMij
- Verbind met uw ziekenhuisagenda
2 stap
Intake
We voeren een uitgebreide intake uit die bestaat uit de volgende modules:
- Gebaseerd op het klinische workflow van ziekenhuizen
- Gegevens verkrijgen van alle 8.400 Nederlandse zorginstellingen
- Gegevens verkrijgen van elk PGO (Persoonlijke Gezondheidsomgeving)
- Gestandaardiseerde en klinisch gevalideerde vragenlijsten (PROM)
3 stap
Verzamelen van biomarkers
We kunnen verschillende vitale functies verzamelen met behulp van de camera van uw mobiele telefoon in slechts 1 minuut , waaronder:
- bloeddruk
- hartslag
- hartslagvariabiliteit
- zuurstofsaturatie
- ademhalingssnelheid
- sympathische stress
- parasympathische activiteit
- puls-respiratiequotiënt (PRQ)
Baandoorbrekende bloedloze bloedtesten (in onderzoek) maken het mogelijk om hemoglobines, hemoglobine A1C, en totaal cholesterol te meten. Meer aanvullende bloedtesten binnenkort beschikbaar.
4 stap
Patiënt samenvatting
Op basis van alle door de gebruiker gegenereerde input, of van andere artsen, genereren we een eenvoudige en begrijpelijke samenvatting voor de arts vlak voor de afspraak
5 stap
Artsenconsultatie
Biedt een mechanisme voor elke zorgverlener en hun patiënten om geautomatiseerde klinische notities te maken.
Spraak naar tekst in klinische vocabulaires op basis van MeSh en UMLS coderingssystemen.
We verplaatsen automatisch de gesproken tekst naar het SOEP (Subjectief, Objectief, Evaluatie en Plan) model.
6 stap
Geautomatiseerd rapporteren
Op basis van de klinische vocabulaires zullen we het SOAP-model (of SOEP-model in het Nederlands) maken dat de input zal zijn voor patiënt- en verwijzingsbrieven die automatisch kunnen worden aangemaakt of worden gedictateerd door de zorgverlener.
Deze brief of rapport wordt naar de zorgverlener gestuurd (in technisch formaat) om in hun gezondheidsdossiersysteem op te nemen of naar de patiënt.
Detectie van beweringen
De betekenis van medische inhoud wordt sterk beïnvloed door modifiers, zoals negatieve of conditionele beweringen die kritische gevolgen kunnen hebben als ze verkeerd worden weergegeven.
Analytics for health ondersteunt drie categorieën van beweringdetectie voor entiteiten in de tekst:
- Zekerheid
- Conditioneel
- Associatie
Genoemde Entiteitsherkenning
Genoemde Entiteitsherkenning detecteert woorden en zinnen die worden genoemd in ongestructureerde tekst en die kunnen worden geassocieerd met één of meer semantische typen, zoals diagnose, medicatienaam, symptoom/teken of leeftijd.
.png){kind=spacer}
Relatie-extractie
Relatie-extractie identificeert betekenisvolle verbindingen tussen concepten die in de tekst worden genoemd.
Bijvoorbeeld, een "tijd van aandoening" relatie wordt gevonden door een aandoeningsnaam te associëren met een tijd of tussen een afkorting en de volledige beschrijving.
.png){kind=spacer}
Entiteitskoppeling
Entiteitskoppeling onderscheidt verschillende entiteiten door genoemde entiteiten in de tekst te associëren met concepten die worden gevonden in een vooraf gedefinieerde database van concepten, waaronder het Unified Medical Language System (UMLS).
Medische concepten worden ook toegewezen aan een voorkeursnaam, als een aanvullende vorm van normalisatie.
.png){kind=spacer}
Detectie van beweringen
De betekenis van medische inhoud wordt sterk beïnvloed door modifiers, zoals negatieve of conditionele beweringen die kritische gevolgen kunnen hebben als ze verkeerd worden weergegeven.
Analytics for health ondersteunt drie categorieën van beweringdetectie voor entiteiten in de tekst:
- Zekerheid
- Conditioneel
- Associatie
.png){kind=spacer}
7 stappen
Geautomatiseerde Klinische Beslissingsondersteuning
(in onderzoeksfase)Op basis van de klinische vocabulaires bieden we een zoekopdracht op PUBmed SUBmed om de meest relevante artikelen te geven voor de beste behandelingsuggestie.
