Филиал Кузгту в г. Белово Кемеровское региональное отделение рэа, Россия

 
Список литературы 
1.
Богоявленский, Ю.К., Улиссова Т.Н., Яровая И.М., Ярыгин В.Н. Биоло-
гия / Ю.К. Богоявленский, Т.Н. Улиссова, И.М. Яровая, В.Н. Ярыгин. – 
М.: Медицина, 1985. 

---

182 
2.
Ганушева, И., Шмоляк П. Чего не знала Венера Вестоницкая. / 
И. Ганушева, П.М. Шмоляк. – «Физкультура и спорт», 1984. 
3.
Георгиева С.А. Физиология (для учащихся мед. училищ) / С.А. Георги-
ева.– М.: Медицина, 1982. 
4.
Законнова, Л.И. Энергозатраты подростков из различных образователь-
ных учреждений / Л.И. Законнова // Материалы Всероссийской конфе-
ренции «Наука и практика: диалоги нового века» Часть II. Основы здо-
рового образа жизни. Спорт. Естествознание. (14 ноября 3002 г., г. Ан-
жеро-Судженск), – Томск: Твердыня. 2003 – С. 65-69. 
5.
Законнова, Л.И. Исследование корреляций между физиологическими и 
психологическими параметрами старшеклассников / Л.И. Законнова, 
М.В. Отт // Наука и образование: Материалы V Международной науч-
ной конференции (26-27 февраля 2004 г.): В 4 ч. / Кемеровский государ-
ственный университет. Беловский институт (филиал). Белово: Белов-
ский полиграфист, 2004. Ч.4 . С. 292-295 
6.
Никитюк, Б.А., Чтецов В.П. Морфология человека – М.: Изд-во Мос-
ковского университета, 1990 
7.
Рогински, Я.Я., Левин М.Г. Антропология – М.: Высшая школа, 1978 
8.
Справочник практического врача/ под ред. А.И. Воробьева – М.: Баян, 
1993 
 
 

---

183 
УДК 81:811 
ЛИНГВИСТИЧЕСКИЕ АСПЕКТЫ ПРИМЕНЕНИЯ 
МЕДИЦИНСКИХ СИСТЕМ ГОЛОСОВОГО ВВОДА 
М.П. Концевой 
БрГУ имени А.С. Пушкина 
Медицинские системы межъязыкового перевода и преобразования 
устной речи в текст являются одним из значимых направлений развития 
MedTech. Такие системы призваны сократить время, которое вынуждены 
уделять врачи созданию необходимой документации, в частности заполне-
нию медицинских карт пациентов, оформлению рекомендаций и рецептов. 
Ряд систем распознавание речи для медицины уже широко используются 
на практике (Amazon Transcribe Medical, NVIDIA JARVIS Healthcare и др.), 
демонстрируя высокие пользовательские характеристики. Например, си-
стема VoxReports, созданная ProVox Technologies на основе программного 
ядра ViaVoice от IBM, распознает слитную речь нормального темпа (до 
180 слов в минуту) в независимости от диктора с точностью 98 %. Однако 
ее словарь ограничен набором специфических медицинских терминов для 
врачей-радиологов. 
Согласно масштабному исследованию [1] современная система ме-
дицинской помощи широко использует лингвистические информационные 
технологии и уже не может от них отказаться (прежде всего в силу финан-
совых и кадровых причин) даже в том случае, когда они не гарантируют 
безошибочность и чреваты возможными ошибками в области медицинской 
информации, где любое недоразумение может быть опасным. В частности, 
данное исследование показало, что компьютерный перевод медицинских 
текстов точен более чем на 90% (за исключением малораспространенных 
языков).
Примером системы голосового ввода медицинского текста при вра-
чебном осмотре в режиме реального времени служит Voice2Med, реализо-
ванная на основе искусственного интеллекта [2]. По окончании процедуры 
у врача уже имеется полностью заполненный протокол, т. е. отсутствует 
необходимость заполнения его вручную. Voice2Med успешно используется 
в десятках медицинских учреждений для голосового создания историй бо-
лезни, выписывания рецептов, подготовки рекомендаций по реабилитации 
пациентов, назначения лечения и поиска информации в базе данных, что 
было подтверждено на онлайн-семинаре Центра диагностики и телемеди-
цины РФ в августе 2020 г. [3]. Качество распознавания речи Voice2Med до-
стигло 97–98 %. Voice2Med не только позволяет распознавать все меди-
цинские термины и выражения из своих базовых словарей, но и способна к 
дополнительному обучению на основе расширения пользователями ее тер-
минологических баз. Voice2Med осуществляет голосовое заполнение в 
любом активном окне Windows-приложений (текстовые редакторы, формы 

---

184 
веб-браузеров, медицинские информационные системы и др.) на основе 
естественной слитной русской речи и озвучивания распознанного текста 
при помощи технологии синтеза речи.
Voice2Med включает встроенные словари общеразговорной лексики, 
врача общей практики и педиатра, рентгенолога, патоморфолога, эндоско-
писта, врача ультразвуковой диагностики. Возможность лексикографиче-
ской работы в Voice2Med позволяет без ограничений расширить области 
ее применения в медицинской практике. Такая работа в контексте препо-
давания языка для специальных целей позволит обучающимся: освоить 
специальную медицинскую лексику, основные модели, способы и специ-
фику образования терминов основных подсистем медицинской терминоло-
гии; сформировать компетенции в области использования современных 
словарных сервисов и систем в контексте подготовки в области информа-
ционно-коммуникационных технологий; изучить соответствующую пред-
метную область посредством анализа ее терминологического отражения в 
языке [4]. 
Для пополнения словарных баз Voice2Med пользовательской терми-
нологией следует выбрать один из установленных словарей, микрофон, от-
крыть диалог с формой выбранного «родительского» поля Список/словарь 
(более общего термина), добавить новое поле, заполнить форму добавле-
нием нужных значений. Для формирования переменной информации мо-
жет использоваться контекстное меню. Чтобы распознанный термин вос-
производился при помощи технологии синтеза речи, следует установить 
режим «Подтверждение». 
Дидактически значима возможность использования при лексикогра-
фической работе в Voice2Med краудсорсинговых образовательных техно-
логий на основе включения режима отправки по компьютерной сети дан-
ных о речевой модели разработчикам программы для улучшения качества 
распознавания. Таким образом обучающиеся включаются в общее дело 
улучшения технологий и продуктов MedTech.
При лексикографической работе в Voice2Med в контексте профиль-
ной языковой подготовки обучающихся (learner-centered or learning-
centered) важно ясно формулировать мысль перед произношением, контро-
лировать темп речи, соответствовать выбранной тематике языковой моде-
ли распознавания речи. Произношение должно быть четким, без запинок, 
оговорок, слов-паразитов, пауз раздумья, одновременного разговора не-
скольких людей. Упражнения c собственной звучащей речью и ее фонети-
ческой стороной при лексикографической работе с Voice2Med в режиме 
обучения ценно в дидактическом аспекте языковой подготовки обучаю-
щихся. Они позволяют адаптировать систему к любым тематикам и базам 
слов, настроить ее на произношение конкретного врача, возможные дефек-
ты дикции и акценты, обучить систему распознавать и удалять из протоко-
ла общую лексику паразитного характера (связанную с посторонними раз-

---

185 
говорами персонала и т.п.). Важно отметить, что речевая модель не содер-
жит персональных данных и не соотнесена с конкретным человеком. Дан-
ные отправляются по зашифрованному протоколу HTTPS.
В ситуации, когда каждый врач будет делать все возможное, исполь-
зуя имеющиеся у него ресурсы, а отказаться от медицинских лингвистиче-
ских технологий невозможно, следует, наряду с повышением их каче-
ственных характеристик, существенное внимание уделять повышению 
уровня их использования медицинским персоналом, в том числе лингви-
стической настойке и персонализации, а также чёткому определению гра-
ниц применимости данных технологий в целях безусловного обеспечения 
безопасности пациентов.