In de medische praktijk komt het regelmatig voor dat patiënten het juiste medicijngebruik niet altijd goed lijken te begrijpen. Om onbedoeld medicijngebruik te voorkomen, moeten we de toekenning van betekenis aan medicijnen beter begrijpen. Om hier onderzoek naar te doen worden opnames en transcripties van patiënten- consultaties gemaakt en geanalyseerd. Om dit onderzoek te ondersteunen wordt gebruik gemaakt van spraakherkenning om de transcripties te maken. In de toekomst zou spraakherkenning ook ingezet kunnen worden bij het automatiseren van medische consultaties door patiënten. Om de spraakherkenning goed te laten functioneren in het medische domein is het essentieel dat het medische jargon door een spraakherkenner kan worden herkend. In het HOMED project dat op 1 november 2020 is gestart, wordt hiervoor een methode ontwikkeld.
HOMED staat voor Homo Medicinalis. De bestaande spraakherkenner (de open-source variant voor het Nederlands) kan goed omgaan met standaard Nederlands maar is niet zo thuis is in het medische domein. De herkenner zal daarom worden bijgetraind op bestaande radio- en tv-data en op opnames van patiënten-consultaties op het Nivel. In HOMED maken we deze herkenner beschikbaar in de onderzoeksinfrastructuur van CLARIAH om onderzoek met medische audiovisuele data collecties mogelijk te maken. Omdat dit soort data privacy gevoelig is, zal het project ook aandacht besteden aan het veilig onderzoek kunnen doen met dit soort data.
De resulterende software en datamodellen zullen ook Open Access ter beschikking komen via de Stichting Open Spraaktechnologie en CLARIAH.
Het onderzoek voor Homed is mogelijk gemaakt door het Platform Digitale Infrastructuur SSH.
Partners in het project zijn:
Stichting Open Spraaktechnologie 