Eurooppalainen perusterveydenhuolto on käytännössä monikielistä. Brysselissä työskentelevä yleislääkäri saattaa kirjata hollannin kielellä, vaikka potilas puhuu marokkolaista darijaa. Wienissä työskentelevä yleislääkäri vaihtaa yleissaksasta wienin murteeseen kesken lauseen. Manchesterissa sijaitsevassa vastaanotossa käy potilaita, joiden äidinkieli on urdu, puola tai somali. Kun tekoälydokumentointityökalut tulevat näihin ympäristöihin, ne kohtaavat kielellisen todellisuuden, johon useimpia ei ole suunniteltu. Suorituskykyerot eivät ole vähäisiä haittoja vaan potentiaalisia potilasturvallisuusriskejä.

Miten tekoälydokumentointityökalut käsittelevät puhuttua kieltä

Useimmat perusterveydenhuollossa käytetyt tekoälydokumentointityökalut yhdistävät kaksi erillistä komponenttia. Automaattinen puheentunnistus muuntaa puhutut sanat tekstiksi. Suuri kielimalli tai luonnollisen kielen käsittelyn kerros muuntaa litteroitua tekstiä strukturoiduksi kliiniseksi dokumentaatioksi.

Virheet kertautuvat molemmissa kerroksissa. Jos puheentunnistuskerros kuulee väärin puhutun sanan, erityisesti alueellisella aksentilla lausutun kliinisen termin, luonnollisen kielen käsittelyn kerros saa vioittuneen syötteen. Se saattaa tuottaa uskottavan kuuloisen mutta kliinisesti virheellisen kirjauksen.

Tutkimus äänidokumentointijärjestelmistä on osoittanut, että jopa erikoisalakohtaiset puheentunnistusmoduulit saavuttavat rajallisen diagnostisten termien tarkkuuden yhdellä kielellä. Aluekohtainen sanasto luo tarkkuusaukkoja, jotka korostuvat entisestään, kun kieliresurssit ovat niukat. Tekoälydokumentointityökaluja arvioivien kliinikkojen tulisi siksi kysyä ei vain "tukeeko se tätä kieltä?" vaan "missä kohtaa prosessia se epäonnistuu ja miten?"

Miksi joitakin eurooppalaisia kieliä tuetaan paremmin kuin toisia

Perustavanlaatuinen syy suorituskykyeroihin eurooppalaisten kielten välillä on harjoitusdatan epätasapaino. Suuret kielimallit ja puheentunnistusjärjestelmät on pääasiassa koulutettu englanninkielisillä dataseteillä. Kun malli on nähnyt miljardeja englanninkielisiä kliinisiä asiakirjoja mutta vain miljoonia tai satoja tuhansia vastaavia tekstejä hollannin, romanian tai kreikan kielellä, sen suorituskyky näillä kielillä on rakenteellisesti heikompaa.

Vuonna 2025 Scientific Reports -lehdessä julkaistu tutkimus käsitteli perustavien suurten kielimallien haasteita aluekohtaisissa tehtävissä, kuten lääketieteellisissä yhteenvedoissä. Morfologinen rikkaus, syntaktinen vaihtelu ja diglossia vaikuttavat erityisesti aliedustettuihin kieliin.

Kieliä, joita yleensä tuetaan paremmin, ovat:

• Englanti — huomattavalla marginaalilla, johtuen hallitsevasta edustuksesta harjoituskorpuksissa

• Espanja, ranska, saksa — kohtuullisesti edustettuina, vaikkakin kliinisessä sanastossa on aukkoja

• Hollanti, portugali, italia — kohtalainen tuki, huomattavia aukkoja erikoisterminologiassa

Kieliä, jotka ovat tyypillisesti aliedustettuina kliinisen tekoälyn harjoitusdatassa, ovat puola, romania, kreikka, tsekki, unkari, suomi, katalaani, kymri ja malta. Näillä kielillä työskentelevien kliinikkojen tulisi itsenäisesti varmistaa minkä tahansa tekoälydokumentointityökalun perustarkkuus.

Germaanisten, romaanisten ja slaavilaisten kielten erityishaasteet kliinisessä dokumentaatiossa

Kieliperherakenne luo ennustettavia vikatiloja tekoälyn kliinisessä dokumentaatiossa. Näiden ymmärtäminen auttaa kliinikkojen ennakoimaan, missä virheet todennäköisimmin esiintyvät.

Germaaniset kielet (saksa, hollanti)

Saksa ja hollanti käyttävät laajasti yhdyssanoja, yksittäisiä sanoja, jotka on rakennettu yhdistämällä useita käsitteitä. Saksankielinen kliininen termi kuten Herzinsuffizienz (sydämen vajaatoiminta) tai Bluthochdruck (verenpainetauti) on tunnistettava yhtenä kliinisenä kokonaisuutena. Tekoälytyökalut, joita ei ole koulutettu riittävällä saksankielisellä kliinisellä tekstillä, segmentoivat tai tunnistavat väärin nämä yhdyssanat usein. Tämä tuottaa kirjauksia, jotka jättävät pois tai vääristävät diagnoosin.

Romaaniset kielet (ranska, espanja, portugali, italia)

Nämä kielet määrittävät kieliopillisen sukupuolen lääketieteelliselle terminologialle. Kliininen merkitys voi muuttua yhdistämisvirheiden myötä. Kieliopin lisäksi alueellinen vaihtelu kliinisessä sanastossa on merkittävää: samaa tilaa voidaan kuvata eri termeillä Ranskassa verrattuna Belgiaan, tai Espanjassa verrattuna Latinalaiseen Amerikkaan.

Kastilian espanjankielisellä kliinisellä datalla koulutettu tekoälytyökalu saattaa suoriutua heikommin katalaaniksi puhuvilla alueilla. Kaksikielisiä espanjan- ja katalaaninkielisiä perusterveydenhuollon kirjauksia koskeva tutkimus osoittaa, että diagnoosien yhteinen tunnistaminen ja ICD-10-linkitys epästandardeissa kaksikielisissä kirjauksissa on erillinen ja haastava ongelma, joka vaatii kielikohtaista hienosäätöä.

Slaavilaiset kielet (puola, tsekki, slovakki)

Puola ja tsekki ovat morfologisesti monimutkaisia. Niissä on laajat taivutusjärjestelmät, jotka muuttavat sanojen päätteitä kieliopillisen sijamuodon, sukupuolen ja luvun perusteella. Kliininen termi tilasta voi esiintyä kuudessa tai useammassa muodossa yhden vastaanoton aikana.

Tekoälymalli, jolla ei ole riittävää altistumista tälle taivutusvaihtelulle, ei pysty johdonmukaisesti tunnistamaan samaa kliinistä käsitettä sen eri muodoissa. Monikieliset suurten kielimallien luotettavuusarvioinnit terveydenhuollossa ovat tunnistaneet tämän kriittiseksi esteeksi tosielämän käyttöönotolle slaavilaisissa kliinisissä ympäristöissä.

Murteet, alueellinen vaihtelu ja aksentoitunut puhe: kerros, jonka useimmat työkalut jättävät huomiotta

Jopa yhden virallisesti tuetun kielen sisällä murrevaihtelu ja aksentoitunut puhe voivat heikentää puheentunnistuksen tarkkuutta merkittävästi. Standardihollannille validoitu työkalu saattaa silti suoriutua heikommin flaamilaisessa yleislääkärin vastaanotossa Gentissä. Sveitsinsaksa on riittävän erilaista standardisaksasta, että monet Hochdeutschille koulutetut puheentunnistusjärjestelmät eivät pysty luotettavasti litteroimaan sitä.

Katalaania, vaikka sitä puhuu miljoonia ihmisiä Espanjassa ja Ranskassa, käsitellään usein poikkeuksena tekoälytuottajien toimesta, joiden päämarkkina on kastilian espanja.

Dublin City Universityn ADAPT-keskuksen narratiivinen katsaus tunnistaa tämän yhdeksi keskeiseksi ratkaisemattomaksi haasteeksi tekoälyn kieliteknologiassa terveydenhuollossa: sujuva tuotos standardikielellä ei takaa hyväksyttävää suorituskykyä koko kielen murrekontinuumissa. Katsaus huomauttaa, että tekoälyn kielityökalujen tehokkuushyödyt voivat piilottaa virheitä, vähentää jäljitettävyyttä ja siirtää vastuuta kliinikkojen ja terveydenhuoltojärjestelmien välillä. Nämä riskit vahvistuvat, kun murrevaihtelua ei oteta huomioon validoinnissa.

Ei-äidinkielisenä puhujan aksentoitunut puhe esittää siihen liittyvän mutta erillisen haasteen. Romanialainen yleislääkäri, joka työskentelee Irlannissa ja kirjaa englanniksi romanian aksentilla, saattaa huomata, että puheentunnistuksen tarkkuus on merkittävästi alhaisempi kuin englannin äidinkielisellä puhujalla, joka käyttää samaa työkalua. Tällä on suoria vaikutuksia vastaanotoille, joissa on kansainvälisesti koulutettuja kliinikkoita, jotka edustavat merkittävää osuutta perusterveydenhuollon työvoimasta EU:ssa ja Yhdistyneessä kuningaskunnassa.

Koodinvaihto: mitä tapahtuu, kun kliinikot ja potilaat vaihtavat kieltä kesken vastaanoton

Koodinvaihto, siirtyminen kahden tai useamman kielen välillä yhden keskustelun aikana, on rutiinia monikielisissä kliinisissä ympäristöissä. Se on kuitenkin edelleen yksi huonoiten käsitellyistä skenaarioista tekoälydokumentointityökaluissa.

Luxemburgissa työskentelevä kliinikko saattaa kirjata ranskaksi käyttäen samalla latinalaisia anatomisia termejä, englanninkielisiä lääkenimiä ja satunnaisia saksankielisiä ilmaisuja. Kymrinkielisessä vastaanotossa työskentelevä yleislääkäri saattaa vaihdella kymrin ja englannin välillä yhden lauseen sisällä.

Arabiankielisissä ympäristöissä työskentelevät lääkärit keskustelevat usein pääasiassa arabiaksi mutta kirjoittavat kliiniset kirjaukset englanniksi, mikä lisää kognitiivista kuormaa. Tätä kaksikielistä työnkulkua tuetaan huonosti olemassa olevilla tekoälytyökaluilla, koska arabiankielisiä harjoituskorpuksia on niukasti. Sama rakenteellinen ongelma koskee mitä tahansa kieliparia, jossa toinen komponentti on aliedustettuna harjoitusdatassa.

Useimmille nykyisille tekoälydokumentointityökaluille koodinvaihto hyvin resurssoidun ja aliresurssoidun kielen välillä tuottaa yleensä yhden kahdesta vikatilasta: työkalu siirtyy kokonaan hallitsevaan kieleen ja jättää pois vähemmistökielellä puhutun sisällön, tai se yrittää litteroida molemmat kielet mutta tuottaa systemaattisia virheitä siirtymäkohdissa. Kumpikaan tulos ei ole hyväksyttävä kliinisessä dokumentaatiokontekstissa, jossa puuttuva tai vääristynyt tieto voi vaikuttaa potilasturvallisuuteen.

Kliininen terminologia eri kielillä: enemmän kuin käännösongelma

Yleinen oletus on, että monikielinen kliininen dokumentaatio on ensisijaisesti käännöshaaste. Tekoälytyökalun tarvitsee vain kartoittaa puhutut termit yhdellä kielellä niiden englanninkielisiin vastineisiin ennen standardin kliinisen koodauksen soveltamista. Tämä oletus on virheellinen. Sen mukaan toimiminen johtaa systemaattisiin virheisiin strukturoiduissa kirjauksissa.

Lääketieteellinen sanasto ei ole yhtenäisesti standardoitu eurooppalaisissa kielissä. SNOMED CT, laajimmin käytetty kliininen terminologiajärjestelmä, on virallisesti käännetty useille eurooppalaisille kielille, mutta kattavuus on epätasaista. Kliinikot käyttävät käytännössä usein epävirallisia, lyhennettyjä tai paikallisesti suosittuja termejä, jotka eivät kartoitu suoraan mihinkään standardoituun koodiin.

Englanninkielisillä kliinisillä korpuksilla koulutettu tekoälytyökalu saattaa tunnistaa oikein puhutun englanninkielisen termin "heart failure" ja kartoittaa sen asianmukaiseen SNOMED CT -koodiin. Se saattaa kuitenkin epäonnistua suorittamaan samaa kartoitusta, kun termi puhutaan puolaksi, kreikaksi tai suomeksi, vaikka työkalu nimellisesti "tukisi" näitä kieliä.

Tutkimus ICD-10-koodauksesta kaksikielisissä espanjan- ja katalaaninkielisissä perusterveydenhuollon kirjauksissa havaitsi, että epästandardit kirjausmuodot ja kaksikielinen sekoittuminen luovat erityisiä haasteita automaattiselle koodaukselle. Näitä ei voida ratkaista soveltamalla standardeilla yksikielisillä korpuksilla koulutettuja malleja. Kirjoittajat havaitsivat, että parametritehokas hienosäätö kielikohtaisella kliinisellä datalla oli tarpeen hyväksyttävän suorituskyvyn saavuttamiseksi. Tällä havainnolla on suoria vaikutuksia vastaanotoille, jotka arvioivat tekoälydokumentointityökaluja millä tahansa muulla kuin englanninkielisellä eurooppalaisella kielellä.

Miten arvioida tekoälydokumentointityökalun kielisuorituskyky ennen käyttöönottoa vastaanotolla

Kliinikkojen ja vastaanoton johtajien, jotka arvioivat tekoälydokumentointityökaluja monikielisiin ympäristöihin, tulisi mennä toimittajien markkinointiväitteiden ohi ja kysyä erityisiä, todennettavia kysymyksiä. Seuraava viitekehys heijastaa nykyistä parasta käytäntöä kliinisen tekoälyn arvioinnissa.

Pyydä kielikohtaista validointidataa

• Millä kielillä työkalu on validoitu ja millä datasetillä?

• Suoritettiinko validointi tosielämän kliinisellä puheella vai puhtailla studiotallennuksilla?

• Mikä oli puheentunnistuksen sanavirheprosentti kohdekielellä, ja miten tämä vertautuu englannin suorituskykyyn samalla työkalulla?

Tutki murteen ja aksentin kattavuutta

• Onko työkalua testattu vastaanotossasi käytetyllä kielen erityisellä alueellisella muunnelmalla (esim. flaamilainen hollanti, sveitsinsaksa, katalaani)?

• Mikä on dokumentoitu suorituskykyero standardin ja alueellisten muunnelmien välillä?

Testaa koodinvaihtokyky

• Käsitteleekö työkalu vastaanottoja, joissa kliinikko ja potilas käyttävät eri kieliä?

• Miten se käyttäytyy, kun lääketieteelliset termit puhutaan latinaksi tai englanniksi muun kuin englanninkielisellä vastaanotolla?

Tarkista kliinisen koodauksen tarkkuus erikseen litteroinnin tarkkuudesta

• Työkalu saattaa saavuttaa hyväksyttävän litteroinnin tarkkuuden mutta silti epäonnistua tuottamaan oikeita SNOMED CT- tai ICD-koodeja kohdekielellä

• Pyydä toimittajilta koodaustarkkuusdataa, joka on erityinen kielellesi ja kliiniselle kontekstillesi

Vuoden 2025 kommentaari tekoälykirjureista terveydenhuollossa huomauttaa, että useimmat olemassa olevat arvioinnit tulevat pienimittaisista, lyhytaikaisista pilottitutkimuksista, joissa osallapitujat ovat teknologiamyönteisiä. Tämä rajoitus koskee erityisesti muiden kuin englanninkielisten arviointien kohdalla, joissa todistuspohja on vielä ohuempi.

Datan sijainti ja sääntelynäkökohdat monikielisille tekoälytyökaluille EU:ssa

Yleinen tietosuoja-asetus koskee kaikkia EU:ssa käsiteltyjä henkilötietoja riippumatta kielestä, jolla ne on puhuttu tai tallennettu. Kliinisten vastaanottojen äänitallenukset, mukaan lukien puolaksi, romaniaksi, arabiaksi tai millä tahansa muulla kielellä käydyt, muodostavat arkaluonteisia terveystietoja yleisen tietosuoja-asetuksen 9 artiklan mukaisesti. Niihin sovelletaan kaikkia tietosuojavelvoitteita.

BMJ:n politiikka-artikkeli tekoälykäännöksestä terveydenhuollossa tunnistaa kuilun nopeasti kiihtyvän tekoälyn käyttöönoton ja sääntelykehysten välillä merkittäväksi huolenaiheeksi. Tämä kuilu on erityisen selvä monikielisissä terveydenhuoltoympäristöissä, joissa data virtaa kieli- ja lainkäyttöalueiden rajojen yli.

Vastaanottojen tulisi varmistaa:

• Missä äänidataa käsitellään: Jotkin tekoälydokumentointityökalut ohjaavat äänen pilvi-infrastruktuuriin EU:n ulkopuolelle litterointia varten, mikä saattaa olla ristiriidassa yleisen tietosuoja-asetuksen datan sijaintivaatimusten kanssa

• Missä dataa säilytetään: EU:n datan sijaintivaatimukset koskevat sekä tallennettua dataa että käsittelyä

• Kattaako toimittajan tietosuojadokumentaatio kaikki tuetut kielet: Työkaluilla, jotka käsittelevät muuta kuin englanninkielistä ääntä eri infrastruktuurin kautta kuin englanninkielistä ääntä, saattaa olla epäjohdonmukaisia datan sijaintiasetuksia

• Lääkinnällisen laitteen asetus -status: Tekoälydokumentointityökalut, jotka tuottavat kliinisiä tuloksia, saattavat täyttää lääkinnällisten laitteiden määritelmän EU:n lääkinnällisen laitteen asetuksen mukaisesti, mikä vaikuttaa siihen, mitkä kielet ja kliiniset kontekstit on virallisesti validoitu

Miltä hyvä monikielinen suorituskyky todella näyttää: vertailuarvot ja varoitusmerkit

Ei ole olemassa yleisesti hyväksyttyjä tarkkuuskynnyksiä tekoälyn kliiniselle dokumentaatiolle eurooppalaisilla kielillä, mutta seuraavat vertailuarvot heijastavat nykyistä näyttöä ja kliinisiä riskitekijöitä.

Kohtuulliset vähimmäiskynnykset kliiniseen käyttöön

• Puheentunnistuksen sanavirheprosentti alle 10–15 % käytössä olevalle kielelle ja murteelle (alhaisemmat kynnykset koskevat korkean panoksen kliinisiä konteksteja)

• Kliinisen terminologian tunnistustarkkuus yli 80 % yleisimmille diagnostisille termeille kohdekielellä

• ICD- tai SNOMED-koodaustarkkuus verrattavissa siihen, jonka sama työkalu saavuttaa englanniksi

Varoitusmerkit, jotka viittaavat riittämättömään monikieliseen validointiin

• Toimittaja viittaa vain englanninkielisiin validointitutkimuksiin ja kuvaa muiden kielten tukea "tulossa pian" tai "beta-vaiheessa"

• Tarkkuusluvut esitetään yhtenä lukuna kaikille tuetuille kielille ilman kielikohtaista erittelyä

• Validointi suoritettiin puhtailla tallennuksilla eikä tosielämän kliinisellä puheella

• Työkalulla ei ole dokumentoitua suorituskykydataa alueellisille murteille tai aksentoidulle puheelle

• Koodinvaihtokykyä kuvataan laadullisesti eikä tarkkuusdatalla tuettuna

EuropeMedQA-vertailuarvo on hyödyllinen viitepiste: se on kattava monikielinen lääketieteellinen koedatasetti, joka on hankittu virallisista sääntelykokeista eri Euroopan maissa. Se tarjoaa strukturoidun viitekehyksen suurten kielimallien suorituskyvyn vertailuun eurooppalaisilla kliinisillä kielillä. Kliinikkojen tulisi kuitenkin olla tietoisia, että suorituskyky standardoiduissa koekysymyksissä ei välttämättä ennusta suorituskykyä tosielämän kliinisessä puheessa. Nämä kaksi tehtävää sisältävät erilaisia kielellisiä rekistereitä ja virhetyyppejä.

Mitä on muututtava tekoälyn kliinisessä dokumentaatiossa monikieliselle Euroopalle

Monikielinen suorituskykyero tekoälyn kliinisessä dokumentaatiossa ei ole ratkaisematon ongelma. Tutkimusyhteisö ja kaupalliset toimittajat palvelevat sitä kuitenkin tällä hetkellä riittämättömästi. Useita muutoksia tarvitaan, ennen kuin tekoälydokumentointityökaluja voidaan pitää luotettavan turvallisina käyttöönottoon eurooppalaisen perusterveydenhuollon koko kielellisessä monimuotoisuudessa.

Monimuotoisemmat harjoitusdatasetit

Englanninkielisen datan hallitsevuus tekoälyn harjoituskorpuksissa heijastaa historiallisia tutkimus- ja kaupallisia prioriteetteja, ei todellista kliinisen toiminnan jakaumaa Euroopassa. Kliinisesti validoitujen datasettien rakentaminen puolaksi, romaniaksi, kreikaksi, hollanniksi ja muilla aliedustetuilla kielillä vaatii investointeja terveydenhuoltojärjestelmiltä, tutkimusrahoittajilta ja tekoälytoimittajilta.

ADAPT-keskuksen vuoden 2026 katsaus väittää, että tämä vaatii paitsi parempia malleja myös vastuullista sosio-teknistä suunnittelua ja vahvempaa yhteistyötä luonnollisen kielen käsittelyn, kliinisen käytännön ja politiikan välillä.

Murretietoinen mallien kehittäminen

Standardikielimuunnelmat eivät riitä kliinisen tekoälyn validoinnin perustaksi. Malleja on testattava ja tarvittaessa hienosäädettävä kliinisessä käytännössä todella käytetyille alueellisille muunnelmille, mukaan lukien flaamilainen hollanti, sveitsinsaksa, katalaani, alueelliset ranskan aksentit ja monet muut muunnelmat, jotka muodostavat eurooppalaisen perusterveydenhuollon todellisen kielellisen maiseman.

Kliininen validointi sääntelyvaatimuksena

BMJ:n politiikka-artikkeli vaatii näyttöön perustuvia politiikkakehyksiä, jotka edellyttävät tekoälyn kielityökalujen terveydenhuollossa osoittavan kliinisen turvallisuuden kielillä ja konteksteissa, joissa niitä käytetään. Ilman sääntelypainetta toimittajilla on rajallinen kaupallinen kannustin investoida validointiin pienemmille kielimarkkinoille.

Rehellinen nykyisten rajoitusten esittäminen

Näyttö monikielisestä suurten kielimallien luotettavuustutkimuksesta on selvä: nykyiset mallit eivät ole yhtenäisen luotettavia eurooppalaisilla kielillä kliinisissä ympäristöissä. Kliinikot ansaitsevat tarkkaa tietoa siitä, missä nämä työkalut suoriutuvat hyvin ja missä eivät. Tämä auttaa heitä soveltamaan asianmukaista ihmisen valvontaa ja välttämään liiallista luottamusta tekoälyn tuottamaan dokumentaatioon kielillä, joissa validointi puuttuu tai on riittämätöntä.

Monikielisissä eurooppalaisissa ympäristöissä tänään työskenteleville kliinikkoille käytännön vaikutus on suoraviivainen: toimittajan verkkosivustolla lueteltu kielituki ei ole sama asia kuin validoitu kliininen suorituskyky. Kysyttävät kysymykset, pyydettävät vertailuarvot ja tarkkailtavat varoitusmerkit on hyvin määritelty. Niiden tiukka soveltaminen ennen käyttöönottoa on luotettavin suoja kertautuvia virheitä vastaan, joita monikieliset tekoälydokumentointityökalut voivat tuoda kliinisiin tietoihin.

Usein kysytyt kysymykset

▶ Miksi tekoälydokumentointityökalut suoriutuvat eri tavalla eurooppalaisilla kielillä?

Perussyy on harjoitusdatan epätasapaino. Suuret kielimallit ja automaattiset puheentunnistusjärjestelmät on pääasiassa koulutettu englanninkielisillä dataseteillä. Malli, joka on koulutettu miljardeilla englanninkielisillä kliinisillä asiakirjoilla mutta vain sadoilla tuhansilla vastaavilla teksteillä romaniaksi tai kreikaksi, on rakenteellisesti heikompi näillä kielillä. Tämä vaikuttaa sekä litteroinnin kerrokseen että kerrokseen, joka muuntaa litteroitua tekstiä strukturoiduiksi kliinisiksi kirjauksiksi.

▶ Mitkä eurooppalaiset kielet ovat parhaiten ja vähiten tuettuja kliinisten tekoälydokumentointityökalujen toimesta?

Englanti on parhaiten tuettu kieli huomattavalla marginaalilla. Espanjalla, ranskalla ja saksalla on kohtuullinen edustus, vaikkakin kliinisessä sanastossa on aukkoja. Hollannilla, portugalilla ja italialla on kohtalainen tuki. Kieliä, jotka ovat tyypillisesti aliedustettuina, ovat puola, romania, kreikka, tsekki, unkari, suomi, katalaani, kymri ja malta. Näillä kielillä työskentelevien kliinikkojen tulisi itsenäisesti varmistaa perustarkkuus.

▶ Mitä erityisiä dokumentointivirheitä kliinikkojen tulisi odottaa germaanisten ja slaavilaisten kielten kanssa?

Saksan ja hollannin kielillä tekoälytyökalut tunnistavat usein väärin yhdyssanoja kuten Herzinsuffizienz (sydämen vajaatoiminta), joko segmentoiden tai jättäen ne kokonaan pois. Puolan ja tsekin kielillä laajat taivutusjärjestelmät tarkoittavat, että sama kliininen termi voi esiintyä kuudessa tai useammassa muodossa yhden vastaanoton aikana. Työkalut, joilla ei ole riittävää altistumista tälle vaihtelulle, eivät pysty johdonmukaisesti tunnistamaan samaa kliinistä käsitettä sen eri muodoissa. Suurten kielimallien monikieliset luotettavuusarvioinnit terveydenhuollossa ovat tunnistaneet tämän kriittiseksi esteeksi tosielämän käyttöönotolle.

▶ Vaikuttaako murre ja aksentoitunut puhe tekoälydokumentoinnin tarkkuuteen?

Kyllä, merkittävästi. Standardihollannille validoitu työkalu saattaa silti suoriutua heikommin flaamilaisessa vastaanotossa. Sveitsinsaksa on riittävän erilaista standardisaksasta, että monet Hochdeutschille koulutetut puheentunnistusjärjestelmät eivät pysty luotettavasti litteroimaan sitä. Ei-äidinkielisenä puhujan aksentoitunut puhe esittää siihen liittyvän haasteen: romanialainen yleislääkäri, joka kirjaa englanniksi, saattaa huomata, että litteroinnin tarkkuus on merkittävästi alhaisempi kuin englannin äidinkielisellä puhujalla, joka käyttää samaa työkalua. Dublin City Universityn ADAPT-keskuksen tutkimus tunnistaa murrevaihtelun yhdeksi keskeiseksi ratkaisemattomaksi haasteeksi tekoälyn kieliteknologiassa terveydenhuollossa.

▶ Miten tekoälydokumentointityökalut käsittelevät koodinvaihtoa, jossa kliinikot vaihtavat kieltä kesken vastaanoton?

Useimmat nykyiset työkalut käsittelevät koodinvaihtoa huonosti. Kun kliinikko siirtyy hyvin resurssoidun ja aliresurssoidun kielen välillä, työkalut tyypillisesti joko siirtyvät kokonaan hallitsevaan kieleen ja jättävät pois vähemmistökielellä puhutun sisällön, tai yrittävät litteroida molemmat mutta tuottavat systemaattisia virheitä siirtymäkohdissa. Kumpikaan tulos ei ole hyväksyttävä kliinisessä dokumentaatiossa, jossa puuttuva tai vääristynyt tieto voi vaikuttaa potilasturvallisuuteen.

▶ Onko monikielinen kliininen dokumentaatio vain käännösongelma?

Ei. Lääketieteellinen sanasto ei ole yhtenäisesti standardoitu eurooppalaisissa kielissä. SNOMED CT, laajimmin käytetty kliininen terminologiajärjestelmä, on virallisesti käännetty useille eurooppalaisille kielille, mutta kattavuus on epätasaista. Kliinikot käyttävät usein epävirallisia tai paikallisesti suosittuja termejä, jotka eivät kartoitu suoraan mihinkään standardoituun koodiin. Tutkimus ICD-10-koodauksesta kaksikielisissä espanjan- ja katalaaninkielisissä perusterveydenhuollon kirjauksissa havaitsi, että epästandardit kirjausmuodot ja kaksikielinen sekoittuminen luovat erityisiä haasteita, joita ei voida ratkaista soveltamalla standardeilla yksikielisillä korpuksilla koulutettuja malleja.

▶ Mitä kysymyksiä kliinikkojen tulisi kysyä toimittajilta arvioidessaan tekoälydokumentointityökalua monikieliseen vastaanottoon?

Kliinikkojen tulisi pyytää kielikohtaista validointidataa, mukaan lukien automaattisen puheentunnistuksen sanavirheprosentti kohdekielellä verrattuna englantiin. Heidän tulisi kysyä, onko työkalua testattu vastaanotossaan käytetyllä erityisellä alueellisella muunnelmalla, kuten flaamilainen hollanti tai sveitsinsaksa. Heidän tulisi myös tutkia, miten työkalu käsittelee koodinvaihtoa, ja pyytää kliinisen koodauksen tarkkuusdataa, joka on erityinen heidän kielelleen ja kontekstilleen, koska työkalu saattaa saavuttaa hyväksyttävän litteroinnin tarkkuuden mutta silti epäonnistua tuottamaan oikeita SNOMED CT- tai ICD-koodeja kohdekielellä.

▶ Mitä yleisen tietosuoja-asetuksen vaikutuksia on tekoälydokumentointityökalujen käytöllä, jotka käsittelevät muuta kuin englanninkielistä ääntä?

Kliinisten vastaanottojen äänitallenukset millä tahansa kielellä muodostavat arkaluonteisia terveystietoja yleisen tietosuoja-asetuksen 9 artiklan mukaisesti. Niihin sovelletaan kaikkia tietosuojavelvoitteita. Vastaanottojen tulisi varmistaa, missä äänidataa käsitellään ja säilytetään, koska jotkin työkalut ohjaavat äänen pilvi-infrastruktuuriin EU:n ulkopuolelle litterointia varten. Työkaluilla, jotka käsittelevät muuta kuin englanninkielistä ääntä eri infrastruktuurin kautta kuin englanninkielistä ääntä, saattaa olla epäjohdonmukaisia datan sijaintiasetuksia. Lääkinnällisen laitteen asetus -status on myös relevantti, koska tekoälydokumentointityökalut, jotka tuottavat kliinisiä tuloksia, saattavat täyttää lääkinnällisten laitteiden määritelmän, mikä vaikuttaa siihen, mitkä kielet ja kliiniset kontekstit on virallisesti validoitu.

▶ Mitkä tarkkuusvertailuarvot osoittavat, että tekoälydokumentointityökalu soveltuu kliiniseen käyttöön muulla kuin englannin kielellä?

Artikkeli asettaa seuraavat vähimmäiskynnykset nykyisen näytön perusteella: automaattisen puheentunnistuksen sanavirheprosentti alle 10–15 prosenttia käytössä olevalle kielelle ja murteelle, kliinisen terminologian tunnistustarkkuus yli 80 prosenttia yleisimmille diagnostisille termeille kohdekielellä ja ICD- tai SNOMED-koodaustarkkuus verrattavissa siihen, jonka sama työkalu saavuttaa englanniksi. Varoitusmerkkejä ovat toimittajat, jotka viittaavat vain englanninkielisiin validointitutkimuksiin, esittävät tarkkuuden yhtenä lukuna kaikille tuetuille kielille ja kuvaavat murteen tai koodinvaihdon suorituskykyä laadullisesti eikä tarkkuusdatalla.

▶ Mitä muutoksia tarvitaan, ennen kuin tekoälydokumentointityökaluja voidaan pitää luotettavan turvallisina monikielisessä eurooppalaisessa perusterveydenhuollossa?

Artikkeli tunnistaa kolme päävaatimusta. Ensinnäkin monimuotoisemmat harjoitusdatasetit aliedustetuilla kielillä, kuten puola, romania ja kreikka. Toiseksi murretietoinen mallien kehittäminen, joka menee standardikielimuunnelmien ohi kattamaan alueelliset muunnelmat, joita todella käytetään kliinisessä käytännössä. Kolmanneksi kliininen validointi sääntelyvaatimuksena, jotta toimittajien on osoitettava turvallisuus kielillä ja konteksteissa, joissa heidän työkalujaan käytetään. Ilman sääntelypainetta toimittajilla on rajallinen kaupallinen kannustin investoida validointiin pienemmille kielimarkkinoille.