29–30 октября в Тбилиси прошла конференция «Искусственный интеллект в здравоохранении и медицине» (AIMCare 2026), организованная при сотрудничестве Альте Университета и Тбилисского государственного медицинского университета при поддержке Национального научного фонда Грузии имени Шота Руставели.
Международное мероприятие объединило местных и зарубежных экспертов отрасли и охватило такие важные темы, как применение ИИ в клинической диагностике и терапевтических вмешательствах, медицинское образование и профессиональная подготовка, а также администрирование и управление.
На конференции первую грузинскую систему распознавания медицинской речи и преобразования её в текст (Speech-to-Text) — «Энаграм» — представил основатель Лаборатории анализа данных, руководитель программы компьютерных наук и искусственного интеллекта Кавказского университета, профессор Рати Схиртладзе, который рассказал нам о возможностях новой технологии и её значении в медицинском секторе.
Господин Рати, что представляет собой созданный вами продукт и чем была обусловлена необходимость внедрения системы Speech-to-Text в секторе здравоохранения?
Наш продукт называется «Медицинский писарь речи „Энаграм“» (на английском — Speech-to-Text, хотя в грузинском языке аналогичный термин ещё не устоялся. Мы стараемся утвердить термин «саუბრის მწერი» — писарь речи). Эта система в основном адаптирована под английский [язык] и значительно экономит время врачам, чтобы они тратили меньше времени на медицинскую бюрократию и заполнение форм.
В 2023 году в Америке было проведено исследование, которое показало, что врачи тратят на эту работу — медицинские формы и прочие бюрократические задачи — в среднем около 15 часов 30 минут в неделю. В рамках того же исследования выяснилось, что врачи говорят в 4–5 раз быстрее, чем пишут. Соответственно, вполне естественно, что это направление обладает огромным потенциалом, и на Западе — в Соединённых Штатах и Западной Европе — эти продукты достаточно развиты.
С какими техническими или языковыми трудностями была связана разработка грузиноязычной модели и на каком этапе проект находится сегодня?
Мы занимаемся моделированием грузинского языка уже 23 года. Здесь ситуация обстоит сложнее, потому что грузинский язык — агглютинативный, то есть слово состоит из морфем — частей. Например, если в английском глаголе 5 форм, то в грузинском глаголе их гораздо больше, и система должна распознавать каждую из этих форм.
Несмотря на трудности, мы всё же взялись за это дело: мы записали более 200 врачей и студентов-медиков, заставили их прочитать более 100 медицинских текстов, учебников, форм 100 [медицинских справок], инструкций к лекарствам и ценой огромной энергии обучили грузинскую систему. Она гораздо точнее любой другой системы Speech-to-Text конкретно в отношении медицинской терминологии и текстов — она совершает примерно в 5 раз меньше ошибок, чем самая лучшая, скажем, система Speech-to-Text от Amazon.
Конкретно на какую модель вы опирались при её создании?
Wav2Vec 2.0 (Wave to Vectors 2.0) — это система Speech-to-Text, которую мы переобучили на наших данных. Мы добились очень высокой точности, но она всё ещё требует доработки. Как я уже упомянул, мы занимаемся моделированием грузинского языка уже 23 года, и эту вторую часть (лингвистическую обработку/коррекцию) мы сделали с помощью наших традиционных методов.
Безопасность и конфиденциальность медицинских данных являются главным приоритетом для клиник. Насколько в этом отношении защищены данные пациентов при использовании вашей системы?
Безопасность медицинских данных является для клиник абсолютно оправданным главным приоритетом, чтобы эта информация была надёжно защищена и не попала в руки третьих лиц. Эта наша система создана в Грузии, и её можно полностью установить непосредственно на сервере клиники. Эти данные гарантированно никогда не покинут территорию данной клиники. В то время как при использовании международных систем Speech-to-Text (Microsoft, Amazon или любых других) они неизбежно покидают пределы страны. С точки зрения защиты данных эта система абсолютно уникальна.
Как уберечь себя от неточностей?
В конечном счёте ответственность всё равно несёт врач. Мы ни в чём не можем винить искусственный интеллект, он лишь существенно упрощает нашу работу — может сэкономить 80% времени, но окончательная ответственность всё равно лежит на человеке. Разумеется, врач должен перепроверять каждый термин.
Сейчас всё это мы сделали в лабораторных условиях, в нашей лаборатории, и наша цель — предложить клиникам начать её внедрение в тестовом режиме. В процессе внедрения, по мере добавления нового голосового материала, мы будем ещё больше повышать эту точность, и это будет непрерывный процесс.
