DE3910467C2 - Verfahren und Vorrichtung zur Erzeugung von Berichten - Google Patents

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Speicherung und Weiterleitung von Sprachsignalen. Insbesondere betrifft sie ein System zur Speicherung und Weiterleitung ausgewählter Arten von Berichten in Form von Sprachsignalen.

In vielen Berufssparten ist es häufig erforderlich, Berichte zu erstellen. Diese Berichte können einheitlich sein oder aus ausgewählten vorgegebenen Wörtern, Bezeichnungen, Sätzen oder Abschnitten bestehen, die in einem vorgegebenen Format angeordnet sind. Ein typischer derartiger Beruf ist die Röntgenologie. Typischerweise untersucht ein Röntgenologe eine Röntgenaufnahme und erstellt einen schriftlichen Bericht über den Zustand des Patienten zur Ansicht durch den in erster Linie tätigen Arzt des Patienten (d. h. des behandelnden Arztes). Die grosse Mehrheit dieser Berichte hat im wesentlichen standardisierte Ausbildung und unterscheidet sich lediglich in Einzelheiten, wie beispielsweise den Umfang der aufgeführten Anormalitäten oder besonderen Bedingungen der Untersuchung. Ähnliche Erfordernisse für Berichte ergeben sich in Rechts-, Versicherungs- und anderen derartigen Berufen.

Um einen wirksamen Einsatz ihrer Zeit zu erzielen und wirtschaftlich für die Krankenhäuser zu arbeiten, mit denen sie zusammenarbeiten, ist es allgemeine Praxis der Röntgenärzte, ihre Berichte zu diktieren. In grossen modernen Krankenhäusern können diese Berichte auf verbesserten zentralen, digitalen Diktatsystemen diktiert werden, die seitens einer Anzahl berechtigter Anwender einen Zugang über eine Telefon- oder Audiostelle gestatten, einschliesslich den an erster Stelle behandelnden Ärzten des Patienten. Die Verwendung derartiger zentraler Diktiersysteme seitens der Röntgenärzte ermöglicht den an erster Stelle behandelnden Ärzten nahezu unmittelbaren Zugang, durch Sprache, zum Bericht des Röntgenarztes, wodurch die Notwendigkeit ausgeschaltet wird, zu warten, bis der Bericht schriftlich niedergelegt wurde, kann jedoch besonders in einem grossen, betriebsamen Krankenhaus einen Rückstand von aufgezeichneten, aber noch nicht schriftlich niedergelegten Berichten erzeugen, was unerwünschte Verzögerungen beider Erfassung und Ablage des geschriebenen Berichtes einführt. Ferner haben im Falle von Röntgenärzten mit einem schweren Akzent oder einer Sprachbehinderung, die an erster Stelle behandelnden Ärzte, die nicht mit den Röntgenärzten vertraut sind, möglicherweise Schwierigkeiten, den aufgezeichneten Bericht während des akustischen Zugangs zu verstehen, wie er durch die gegenwärtigen zentralen digitalen Diktiersysteme gegeben wird.

Ein weiterer Lösungsversuch zum Problem der Erzeugung von Berichten, wie beispielsweise Röntgenarztberichten, war die Verwendung von Spracherkennungssystemen. Derartige Systeme erkennen typischerweise Schlüsselworte oder Ausdrücke (die anschließend gelegentlich als "Triggerausdrücke" bezeichnet werden) und geben abhängig von diesen Ausdrücken vorgewählte Blöcke von ausgedrucktem Text aus. Dieser gewählte Text wird in einem vorgegebenen Format ausgegeben, um den gedruckten Bericht zu erzeugen. Derartige Systeme haben den Vorteil, einen unmittelbar gedruckten Bericht zu liefern, halten jedoch andere vom unmittelbaren akustischen Zugang zu den Berichten ab; insbesondere von einer entfernt liegenden Stelle über das Telefonnetz, da kein Sprachbericht erzeugt wurde.

Aus DE 33 17 325 A1 ist ein Computer bekannt, welcher durch Stimm-Eingabe gesteuert werden kann. Bei diesem System wird mit Hilfe einer Spracherkennungsvorrichtung aus einem Schlüsselwort ein digitaler Code gewonnen, welcher seinerseits von Speichereinrichtungen und einer Vergleichereinrichtung einem bestimmten Programm zugeordnet wird, welches dann gestartet wird.

Die DE 33 22 257 A1 beschreibt eine stimmaktivierte, computerbetriebene Aufzeichnungsvorrichtung. Hierbei diktiert ein Bediener Messergebnisse, welche dann in eine geschriebene Aufzeichnung umgewandelt werden. Darüber hinaus können auch bestimmte Computerbefehle mündlich eingegeben werden.

Die DE 37 23 329 A1 beschreibt einen durch Sprachbefehle gesteuerten Roboter.

Die DE 31 11 798 A1 beschreibt einen Anrufbeantworter, bei welchem vorgegebene Texte ohne Verwendung der individuellen Sprache eines Benutzers zusammengestellt werden sollen.

Hierbei sind bestimmte Sprachtexte vorgegeben, welche durch Betätigung einer Taste auf einem Tastenfeld ausgewählt werden. Die ausgewählten Texte können um persönliche Daten ergänzt werden.

Aus der DE 35 19 327 A1 ist ein Verfahren für die Sprachausgabe zur Bedienerführung an Endgeräten von Fernsprechvermittlungsanlagen bekannt. Das Prinzip der beschriebenen Anordnung besteht darin, dass einem Benutzer einer Fernsprechanlage Auskünfte über Funktionen der Anlage mittels eines angesagten Textes übermittelt werden. Die Textansage wird dadurch ausgelöst, dass der Bediener zunächst eine Hilfstaste betätigt, und danach ein gewünschtes Merkmal auswählt. Es wird beschrieben, dass die Merkmalsauswahl durch Sprachtriggerung ausgelöst werden kann.

Aufgabe der vorliegenden Erfindung ist die Schaffung einer verbesserten Vorrichtung bzw. eines verbesserten Verfahrens zur automatischen Berichterzeugung. Gelöst wird diese Aufgabe durch die Vorrichtung des Anspruchs 1 und das Verfahren des Anspruchs 10. Vorteilhafte Ausgestaltungen der Erfindung werden in den abhängigen Ansprüchen beschrieben.

Gemäß einer Ausführung der Erfindung wird eine Vorrichtung geschaffen, die einen Eingang für Sprachsignale umfasst, ein Erkennungssystem zum Erkennen vorgegebener Sprachsignale (die nachfolgend gelegentlich als "Triggerausdrücke" bezeichnet werden), ein zentrales Diktiersystem zur Speicherung und Wiedergewinnung von Sprachsignalen, eine Synthesevorrichtung (Synthesizer) zum Zusammensetzen von Sprachsignalen aus einer Texteingabe und zur Ausgabe der zusammengesetzten Sprache zum Speicher und einen Textspeicher zur Speicherung vorgegebener Textmitteilungen. Ein Steuersystem ist mit dem Erkennungssystem, der Synthesevorrichtung und dem Textspeicher verbunden. Das Steuersystem spricht auf die erkannten Triggerausdrücke an, um bestimmte Textmitteilungen auszuwählen, die im Textspeicher gespeichert sind, und gibt die ausgewählten Textmitteilungen an die Synthesevorrichtung ab und steuert diese, um zusammengesetzte Sprachsignale entsprechend den ausgewählten Textmitteilungen an das Speicher- und Wiedergewinnungssystem auszugeben.

Im Einklang mit dem erfindungsgemäßen Verfahren werden mündliche Berichte erzeugt, indem zuerst gesprochene Triggerausdrücke empfangen werden, anschließend die Triggerausdrücke erkannt und ausgewählten vorgegebenen Textmitteilungen zugeordnet werden, worauf Sprachsignale entsprechend den Textmitteilungen zusammengesetzt werden. Bei der bevorzugten Ausführungsform der Erfindung werden die Textmitteilungen anschließend zur Wiedergewinnung gespeichert. Bei einer bevorzugten Ausführungsform der Erfindung kann ein mit dem Steuersystem verbundener Drucker vorgesehen werden, um gedruckte Kopien der ausgewählten Textmitteilungen zu erzeugen, um einen unmittelbar gedruckten Bericht zur Verfügung zu stellen.

Der Fachmann erkennt, dass die erfindungsgemässen Ausführungsformen in vorteilhafter Weise ein System liefern, das die rasche Erzeugung von Routineberichten und die Fähigkeit einer unmittelbaren Erzeugung einer gedruckten Kopie derartiger Berichte mit unmittelbarem Zugang zu mündlichen Kopien der Berichte kombiniert. Da ferner die zur Auswahl bestimmter Abschnitte der Textmitteilungen verwendeten Triggerausdrücke willkürlich sind, kann das System Akzente und Sprachbehinderungen kompensieren, da die den Textmitteilungen entsprechenden Sprachsignale in einer gleichmässigen zusammengesetzten Sprache aufgezeichnet werden. Da in der Tat die Triggerausdrücke vollständig willkürlich sind, können das erfindungsgemässe Verfahren und die erfindungsgemässe Vorrichtung wirksam als Übersetzer arbeiten, der Textberichte und entsprechende Sprachsignale in einer Sprache, abhängig von in einer anderen Sprache gesprochenen Triggerausdrücken erzeugt.

Weitere Vorteile der Erfindung ergeben sich für den Fachmann bei Betrachtung der anliegenden Zeichnungen und der nachfolgenden detaillierten Beschreibung bevorzugter Ausführungsformen; in den Zeichnungen zeigen:

Fig. 1 ein schematisches Blockschaltbild einer erfindungsgemässen Ausführungsform;

Fig. 2 ein schematisches Schaltbild einer wahlweise verwendeten Schnittstelle zwischen einer Telefonleitung und einem Spracherkennungsmodul, die in den erfindungsgemässen Ausführungen verwendet wird;

Fig. 3a bis 3c Betriebsablaufdarstellungen der in Fig. 1 dargestellten erfindungsgemässen Ausführungsform;

Fig. 4 eine Darstellung eines beispielhaften Berichtes, der erfindungsgemäss erzeugt wurde;

Fig. 5 eine Darstellung eines erfindungsgemäss verwendeten Ausnahme-Wörterbuches; und

Fig. 6 eine Ablaufdarstellung der Erzeugung eines Ausnahme-Wörterbuches.

Es wird auf die Einzelbeschreibung bevorzugter Ausführungsformen Bezug genommen.

Fig. 1 zeigt ein schematisches Blockschaltbild einer erfindungsgemässen Ausführungsform. Eine übliche Eingabevorrichtung (10) ist für die Eingabe von Sprachsignalen vorgesehen. Vorzugsweise umfasst die Eingabevorrichtung (10) ein Mehrfachleitungstelefon, wie beispielsweise das Telefonsystem, das vom Abtretungsempfänger der vorliegenden Erfindung unter dem Warenzeichen "Connexions" vertrieben wird und ein Mehrfach-Leitungszugangsmodul (14) sowie ein wahlweises Diktier-Handmikrofon umfasst. Geeignete Eingabevorrichtungen werden in den gemeinsam abgetretenen US-PSen 4 790 002, angemeldet am 8.8.1986; und US-PS 4 817 132, angemeldet am 25.9.1987, beschrieben.

Die eingegebenen Sprachsignale werden über eine Telefonleitung (15a) an die Schnittstelle (16) angeschlossen, die nachfolgend näher beschrieben wird. Eine zweite Telefonleitung (15b) ist zur Ausgabe der zusammengesetzten Sprachsignale an den Benutzer in einer nachstehend weiter beschriebenen Weise vorgesehen (weitere bekannte Eingabevorrichtungen, wie beispielsweise ein direkt angeschlossenes Diktiermikrofon, können im Rahmen der Erfindung in Betracht gezogen werden). Die Leitung (15a) ist vorzugsweise eine unmittelbar angeschlossene, ausschliesslich zugeordnete Telefonleitung, um ein Signal mit maximaler Bandbreite an die Spracherkennungsvorrichtung (20) zu liefern. Jedoch kann die Eingabe von Sprachsignalen über das geschaltete Telefonnetzwerk im Rahmen der Erfindung in Betracht gezogen werden.

Die Schnittstelle (16) wandelt die Eintakt-Telefonsignale in Differenzsignale um, die sich für die Spracherkennungsvorrichtung (20) eignen. Die Spracherkennungsvorrichtung (20) ist ein übliches, im Handel erhältliches Spracherkennungssystem, wie beispielsweise das von Kurzweil Applied Intelligence Inc., 411 Waverley Oaks Road, Waltham, MA 02154-8465 unter dem Warenzeichen VoiceRoad vertriebene System. Derartige Systeme sind so aufgebaut, dass sie ein ausgewähltes Vokabular gesprochener Worte erkennen und digitale Signale ausgeben, die die identifizierten gesprochenen Worte kennzeichnen und an einen Hauptrechner geben; bei der vorliegenden Ausführungsform der Erfindung an den Hauptrechner pc 30. Die Spracherkennungsvorrichtung (20) erkennt die ausgewählten Vokabulare und ist ein sprecherabhängiges System. Das heisst, jeder Benutzer muss das System trainieren, ein Vokabular in seiner Stimme zu erkennen. Derartige sprecherabhängige Systeme werden für Anwendungen, wie die Erzeugung von Röntgenberichten, die ein beträchtliches Vokabular erfordern, als bevorzugt angesehen und gestatten ferner die Wahl von willkürlichen Triggerausdrücken, so dass ein im Ausland geborener Benutzer Triggerausdrücke in seiner Müttersprache wählen könnte und dennoch Berichte in englisch oder irgendeiner anderen gewählten Sprache erzeugt werden. Jedoch können bei anderen Anwendungen, die vielleicht ein weniger ausgedehntes Vokabular erfordern, sprecherabhängige Spracherkennungssysteme das Erfordernis für Training vermeiden; derartige Systeme werden im Rahmen der Erfindung in Betracht gezogen. Generell gilt, dass verschiedene Spracherkennungssysteme gegenwärtig im Handel verfügbar sind, wie beispielsweise das vorausgehend erwähnte Kurzweil-System, und eine nähere Beschreibung der Spracherkennungstechnologie wird für ein Verständnis der Erfindung nicht als notwendig angesehen.

Sobald die Triggerausdrücke durch die Spracherkennungsvorrichtung (20) erkannt werden, werden digitale Signale, die die erkannten Ausdrücke kennzeichnen, dem Hauptrechner (pc 30)zugeführt. Im Einklang mit der Erfindung enthält der Hauptrechner (pc 30) Berichterzeugungs-Software für die Erzeugung von Berichten für jeweilige Anwendungen. Bei einer möglichen Ausführungsform der Erfindung umfasst der Hauptrechner (pc 30) die VoiceRad-Software für die Erzeugung von röntgenologischen Berichten. Diese Software ordnet ausgewählte erkannte Triggerausdrücke vorgegebenen im Textspeicher (32) gespeicherten Textmitteilungen zu; dieser Speicher kann Teil des Speichers des Hauptrechners (pc 30) sein und erkennt andere gekennzeichnete Triggerausdrücke als Befehle zur Auswahl bestimmter Betriebsarten, wie beispielsweise die Erzeugung einer bestimmten Berichtsart. Der Hauptrechner (pc 30) steuert ferner die Spracherkennungsvorrichtung (20) zur Bestimmung eines begrenzten Vokabulars entsprechend dem jeweils ausgewählten Bericht und dem im Bericht erreichten Punkt. Beispielsweise erkennt das System nach der Anmeldung, dass der Benutzer zuerst den bestimmten Bericht wählen wird und steuert die Spracherkennungsvorrichtung (20), damit sie lediglich die Triggerausdrücke erkennt, die jeder bestimmten Berichtsart zugeordnet sind. Diese Erkennungsweise Liefert eine verbesserte Genauigkeit, wird jedoch nicht als Begrenzung der eigentlichen Erfindung angesehen und andere Erkennungsweisen liegen im Rahmen der Erfindung. Sobald ein Bericht durch eine Niederschrift gesprochener Triggerausdrücke erzeugt wurde, geben Systeme, wie das VoiceRad-System, die ausgewählten Textmitteilungen an den Drucker (34), um eine ausgedruckte Kopie des Berichtes zu liefern. Um eine grössere Flexibilität bei der Erzeugung des Berichtes zu ergeben, wird der Text ferner an Tastatur und Anzeige (36) ausgegeben und ein Systembenutzer kann den angezeigten Text beliebig unter Verwendung bekannter Wortverarbeitungsverfahren abändern. Die Software liefert ferner einen Wort-um-Wort-Betrieb, wobei jedes eingegebene. Sprachsignal einem einzelnen Wort oder Ausdruck zugeordnet wird, so dass der Benutzer im wesentlichen den Text über die Spracherkennungsvorrichtung (20) und den Hauptrechner (pc 30) diktieren kann. Wie vorausgehend aufgeführt wurde, sind Systeme, wie das VoiceRad-System, im Handel erhältlich, und eine nähere Beschreibung ihres Betriebes wird für das Verständnis der Erfindung nicht für erforderlich gehalten. Sobald ein Bericht beendet ist, steuert der Hauptrechner (pc 30) die Synthesevorrichtung (40), um den Text des Berichtes in zusammengesetzte Sprachsignale umzuwandeln und diese Sprachsignale an ein zentrales digitales Diktiersystem zur Speicherung und Wiedergewinnung auszugeben. Derartige Synthesevorrichtungen sind im Handel erhältlich und bestehen vorzugsweise aus einem System, wie es mit dem Warenzeichen "Calltext 5000" von Speech Plus Inc., Mountain View, Kalifornien, vertrieben wird. Derartige Systeme empfangen ein Wort als eine Folge digitaler Signale, die typischerweise in ASCII codiert sind und erzeugen ein ausgewähltes entsprechendes Sprachsignal unter Verwendung digitaler Signalverarbeitungsverfahren, die dem Fachmann bekannt sind. Derartige Systeme können ferner DTMF-Fähigkeiten haben, um über die Telefonleitungen Zugang zu anderen Systemen zu erzielen, wie nachstehend näher beschrieben wird. Die zusammengesetzten Sprachsignale werden zum zentralen digitalen Diktiersystem entweder durch eine übliche Teilnehmerzentrale (60) oder eine ausschliesslich zugeordnete Telefonleitung (62) oder in irgendeiner geeigneten bekannten Weise ausgegeben. Sobald sie in der Sprachspeicher- und Wiedergabevorrichtung (50) gespeichert sind, kann auf die Signale dann unmittelbar durch irgendeinen berechtigten Systembenutzer über das öffentliche Telefonnetz, über die Teilnehmerzentrale (60) oder über eine in geeigneter bekannter Weise angeschlossene private Leitung zugegriffen werden, womit ein unmittelbarer Zugang für Personen, wie beispielsweise die an erster Stelle behandelnden Ärzte, geliefert wird, die eine rasche Kenntnis eines röntgenologischen Berichtes benötigen können. Zentrale Diktiersysteme für die digitale Speicherung und Wiedergewinnung von Sprachsignalen sind bekannt und beispielsweise in der gemeinsam abgetretenen schwebenden US-Patentanmeldung Nr. 013 303, angemeldet am 10.2.1987 mit der Bezeichnung "Digitales Diktiersystem" beschrieben (DIC-536). Ein weiteres geeignetes System wird unter dem Warenzeichen RTAS durch den Abtretungsempfänger der vorliegenden Erfindung vertrieben (RTAS ist das Warenzeichen von Sudbury Systems Inc., Sudbury, MA). Derartige Systeme speichern Sprachsignale in digitaler Form zur späteren Wiedergewinnung, typischerweise über das Telefonnetz durch Schreibkräfte für die Niederschrift oder andere berechtigte Benutzer. Sobald ein berechtigter Benutzer ein Speichersignal erkennt, wird ein System das Signal wiedergewinnen, es in ein analoges Sprachsignal umwandeln und an den Benutzer ausgeben. Eine nähere Beschreibung der Betriebsweise eines derartigen zentralen digitalen Diktiersystems wird für das Verständnis der Erfindung nicht als erforderlich angesehen.

Das System sieht ferner eine dritte Telefonleitung (64) zur Eingabevorrichtung (10) vor, so dass ein Benutzer entweder vorausgehend gespeicherte Berichte abhören oder in üblicher Weise nicht-standardisierte Berichte diktieren kann. Die Telefonleitung (64) kann entweder den Anschluss über die Teilnehmerzentrale (60) herstellen oder über eine wahlweise direkte Verbindung (68) oder sie kann in irgendeiner bekannten Weise angeschlossen sein.

Fig. 2 zeigt eine schematische Darstellung der Schnittstelle (16) näher. Zwei Telefonleitungen (15a, 15b) sind von der Eingabevorrichtung (10) zur Buchse (16-1) der Schnittstelle. (16) geführt. Die Telefonleitung (15a) wird über einen Tonfrequenzübertrager (16-2) an einen Differenztreiber (16-3) angeschlossen, um ein Signalpaar für die Spracherkennungsvorrichtung (20) zu schaffen, mit welcher er über die Buchse (16-4) verbunden ist. Die Telefonleitung (15b) ist über eine Buches (16-1) an den Tonfrequenzverstärker (16-5) und den Ausgang des Verstärkers (16-6) angeschlossen, der ein Signal über die Buchse (16-7) vom Ausgang der Synthesevorrichtung (40) empfängt. Diese Telefonleitung gestattet es einem Benutzer, die zusammengesetzten Sprachsignale abzuhören, die zur Erzeugung eines Ausnahme-Vokabulars erzeugt werden, um die Aussprache von Wörtern zu verbessern, die in den im Speicher (32) gespeicherten Textmitteilungen enthalten sind, wie anschliessend näher erläutert wird.

Die Eingabevorrichtung (10) ist mit getrennten Leitungen ausgestattet, um eine Rückkopplung der zusammengesetzten Sprache zur Spracherkennungsvorrichtung (20) zu verhindern. Jedoch liegt es im Rahmen der Erfindung, die Steuerung der Spracherkennungsvorrichtung (20) abzuändern, so dass sie nicht im Betrieb ist, wenn Sprache zur Eingabevorrichtung (10) ausgegeben wird und eine einzige bidirektionale Leitung zu verwenden.

Die Fig. 3a bis 3c zeigen eine Betriebsablaufdarstellung des Systems nach Fig. 1. Bei (100) wählt ein Benutzer des Systems die Telefonleitung (15a) an der Eingabevorrichtung (10) aus, um Zutritt zur Spracherkennungsvorrichtung (20) und den Hauptrechner (pc 30) zu haben. Per Benutzer meldet sich dann über die Tastatur (36) an, um sich selbst gegenüber dem System zu identifizieren. Die Anmeldung über die Tastatur (36) ist erforderlich, so dass das System das geeignete Vokabular für den Benutzer auswählen kann, für welches das System trainiert worden ist. Sobald sich der Benutzer identifiziert hat, führt das System Sprachprüfungen und Mikrofonprüfungen durch, um den Erkennungsalgorithmus der Spracherkennungsvorrichtung (20) für die vorliegenden Bedingungen einzustellen. Da das System das vorbestimmte Vokabular des Benutzers ausgewählt hat, kann der Benutzer anschliessend die Anmeldung beenden, um Datum und Art des Berichtes mündlich festzulegen, was nachstehend näher erläutert wird.

Bei (106) beginnt der Benutzer, Sprachsignale einzugeben, und bei (110) prüft das System, um festzustellen, ob das Sprachsignal eine "Unterschrift" ist. Unter "Unterschrift" wird hier ein Triggerausdruck verstanden, der dem System angibt, dass der Bericht vollständig ist, ausser vielleicht für eine zusätzliche Kennung, die, wie nachstehend beschrieben, vorgesehen werden kann.

Wird die Unterschrift nicht erkannt, so gewinnt das System bei (112) eine vorbestimmte Textmitteilung zurück, die einem erkannten Triggerausdruck zugeordnet und im Speicher (32) gespeichert ist, und zeigt sie am Tastenfeld + Anzeige (34) an. Bei (114) prüft das System, um festzustellen, ob der Benutzer den angezeigten Text mittels des Tastenfeldes abändert. Falls dies nicht zutrifft, kehrt das System für eine weitere Spracheingabe nach (106) zurück. Im anderen Fall wird bei (118) der Text entsprechend einem Standardwortverarbeitungsverfahren abgeändert und das Systemkehrt dann für eine weitere Spracheingabe nach (106) zurück.

Bei einer anderen Ausführungsform der Erfindung kann das Edieren mündlich sein, unter Verwendung von Diktiersteuerungen, wie beispielsweise "schneller Vorlauf" und "Rückspulen" zur Positionierung und "Einsetzen" zur mündlichen Linderung des angezeigten Textes.

Falls bei (110) das System die "Unterschrift" erfasst, geht das System nach (A) der Fig. 3b und bei (120) kann der Benutzer mündlich die Zahlen einer Patientenkennnummer oder andere Daten eingeben, die dazu verwendet werden können, um den Bericht zur späteren Entnahme zu kennzeichnen. Bei (124) prüft das System, um festzustellen, ob es die letzte Zahl ist, und falls dies nicht zutrifft, bestimmt das System bei (126) und (128), ob der Benutzer den Text über das Tastenfeld in der vorausgehend beschriebenen Weise zu ändern wünscht.

Sobald die letzte Zahl der Patientenkennnummer eingegeben ist, bricht das System bei (132) den Text des vollständigen Berichtes ab und druckt den Bericht am Drucker (136), womit eine sofortige gedruckte Kopie für den Benutzer geliefert wird, und zwar entweder direkt oder über eine Bildübertragungsvorrichtung zu einer entfernten Stelle.

Bei (134) analysiert das System die Datei und entnimmt Daten für eine Anmeldung am Diktiersystem (50). Wie nachstehend näher beschrieben wird, sucht das System beim Analysieren des Textes durch jedes Wort des Textes des vollständigen Berichtes, um zu bestimmen, ob irgendwelche Wörter in einem Ausnahme-Wörterbuch enthalten sind, das einen Teil des Systems bildet. Falls sie sich finden, so werden die Ausnahmen durch die Ersatzworte ersetzt, die den Ausnahmeworten in dem Ausnahme-Wörterbuch zugeordnet sind. Diese Ersatzworte gestatten die Verbesserung der Aussprache der Sprachsignale, die durch die Synthesevorrichtung (40) zusammengesetzt wurden und die Substitution alternativer Ausdrücke in dem mündlichen und gedruckten Bericht.

Bei (134) tastet das System ferner den Bericht ab, um. Daten zu entnehmen, die bezüglich der Anmeldung am Diktiersystem (50) erforderlich sind. Diese Daten umfassen gewöhnlich die Identifizierung des Verfassers und des Patienten, so dass das System (50) den aufgezeichneten Sprachbericht ordnungsgemäss ablegen kann und ferner weitere nützliche Daten enthalten könnte, wie beispielsweise die Kennzeichnung der Art des Berichtes.

Bei (138) überprüft das System anschliessend, um festzustellen, ob der Bericht nunmehr in dem Diktiersystem (50) gespeichert werden soll, oder ob er später gespeichert werden soll. Soll der Bericht später gespeichert werden, so wird bei (140) der Text in eine Warteschlange für spätere Speicherung angeordnet und bei (142) bestimmt das System, ob der Benutzer einen weiteren Bericht einzugeben wünscht. Trifft dies zu, so kehrt das System nach (C) in Fig. 3a zurück und anderenfalls bricht das System bei (144) ab. Diese Fähigkeit gestattet es einem Benutzer, der eine Anzahl Berichte zu erstellen hat, alle Berichte zu erstellen, ohne darauf zu warten, dass jeder einzelne gespeichert wird. Sobald alle Berichte erstellt sind, speichert das System zu einem späteren Zeitpunkt die in der Warteschlange befindlichen Berichte in im wesentlichen gleicher Weise, wie nachstehend näher beschrieben wird.

Soll die Sprache gespeichert werden, so geht das System nach (B) in Fig. 3c und nimmt bei (146) Zutritt zum Diktiersystem (50). Das heisst, das System steuert die Synthesevorrichtung (40), um das Diktiersystem (50) in bekannter Weise anzurufen oder anders Zugang zu ihm zu nehmen, im wesentlichen in ähnlicher Weise wie bei Anruf-Modems, die unter Computersteuerung betrieben werden.

Bei (150) prüft das System bezüglich Belegung, und falls das Speichersystem (50) nicht verfügbar ist, bestimmt es, ob es bei (152) erneut einen Versuch machen soll. Falls das System bestimmt, dass es nicht länger erneut einen Versuch machen soll, so wird der Text des Berichtes zur Warteschlange bei (154) gesandt und das System tritt bei (156) ab.

Ist das System nicht belegt, so wandelt das System bei (160) die aus dem Bericht bei (134) entnommenen Daten (beispielsweise Verfasserkennnummer und Patientenkennnummer) in DTMF-Signale zur Übertragung über die Telefonleitungen zum Diktiersystem (50) um und nimmt dann bei (162) unter Verwendung der DTMF-Töne eine Anmeldung am Speichersystem (50) vor.

Bei (166) stellt das System fest, ob die Anmeldung erfolgreich war, und falls dies nicht zutrifft tritt es bei (168) in ein Fehlerprogramm ein. Ist die Anmeldung bei (172) erfolgreich, so gibt das System das nächste Wort des analysierten Textes an die Sprachsynthesevorrichtung (40) aus und gibt die synthetische Sprache bei (174) an das Diktiersystem (50) aus. Bei (176) überprüft das System, um festzustellen, falls das letzte Wort des Berichtes vorliegt, und falls dies nicht zutrifft, erfolgt eine Schleife zurück über (172), um die Ausgabe des Berichtes fortzusetzen. Sobald das letzte Wort des Berichtes ausgegeben ist, meldet sich das System ab und tritt bei (178) ab.

Somit wird ein synthetisches Sprachsignal, das dem vollständigen Text des Berichtes entspricht, auf dem Sprachspeicher- und Wiedergewinnungssystem (50) zum unmittelbaren Zutritt durch berechtigte interessierte Stellen in bekannter Weise gespeichert.

(Der Fachmann erkennt, dass besondere Triggerausdrücke auch als Befehle in komplexeren Anwendungen verwendet werden können, um beispielsweise eine Leerstelle in einem vorbestimmten Format auszuwählen, ohne bedeutsame Änderung des vorausgehend beschriebenen Betriebes.)

Fig. 4 zeigt eine Darstellung eines Musterberichtes, der erfindungsgemäss erzeugt worden ist. Bei der Anmeldung werden Verfasserkennzeichnung, Zeit und DAtum (200) zusammen mit der Normüberschrift (202) ausgefertigt. Der Benutzer datiert dann den Bericht durch Aussprechen des Triggerausdruckes HEUTE, wodurch veranlasst wird, dass der Text für das laufende Datum in den Bericht eingefügt wird. Als Alternative kann der Benutzer ein anderes Datum in Zahlenform eingeben.

Bei (208) gibt der Benutzer den Triggerausdruck ARTHROGRAMM (Röntgenuntersuchung der Gelenke) ein, der in den Bericht eingefügt wird, um die Berichtsart zu kennzeichnen. Das System ist ferner ist der Lage, anschliessend das geeignete Format für den Bericht und die geeigneten Untergruppen des Vokabulars zu bestimmen, die an jeder Stelle im Bericht verwendet werden sollen.

Bei (210) und (212) gibt der Benutzer die Triggerausdrücke RECHTS und SCHULTER ein, womit veranlasst wird, dass der Text "rechts" und "Schulter," in dem Bericht als weitere Kennzeichnung der Art des Berichtes eingefügt wird.

Anschliessend gibt der Benutzer den Triggerausdruck ROUTINE ein, womit veranlasst wird, dass der Text für den Absatz (216) in den Bericht eingefügt wird. Das System geht anschliessend zur Leerstelle (218) und gibt durch Anzeige des Positionsanzeigers an der Leerstelle im Text an der Anzeige (34) an, dass ein Wert geliefert werden soll. Der Benutzer gibt dann den Triggerausdruck 2 ein und den Befehlstriggerausdruck GO TO NEXT, womit veranlasst wird, dass eine Zahl 2 in die Leerstelle im Berichtstext eingefügt wird und der Positionsanzeiger zur Leerstelle (220) bewegt wird. Der Benutzer gibt dann den Triggerausdruck DURCHLEUCHTUNG ein, womit veranlasst wird, dass der Text bei (220) eingegeben wird, und darauf gibt er den Befehlstriggerausdruck ABTRITT DER EINFÜGUNGEN ein. Der Benutzer gibt dann den Triggerausdruck NORMAL ein, womit veranlasst wird, dass der Text bei (224) in den Bericht eingefügt wird und anschliessend gibt er den Befehlstriggerausdruck UNTERSCHRIFT ein, woran sich die Triggerausdrücke 4, 5, 3 und 0 anschliessen, womit veranlasst wird, dass der Text (225). Patientenkennummer (226) eingegeben wird und den Bericht abschliesst. Der Bericht ist dann bereit für ein Abhören durch den an erster Stelle behandelnden Arzt in gleicher Weise wie ein üblich diktierter Bericht von einer Schreibkraft zur Niederschrift angenommen würde.

Fig. 5 und 6 zeigen die Erstellung eines Ausnahme-Wörterbuches im Einklang mit der Erfindung. Da die Sprachsynthesevorrichtung (40) nicht auf ein festgelegtes Vokabular beschränkt ist, versucht sie, synthetische Sprachsignale durch eine Analyse entsprechend einem vorbestimmten Algorithmus zu erzeugen, der auf der Grundlage der Schreibweise der Texteingabe arbeitet. Es ist natürlich bekannt, dass die Aussprache englischer Wörter häufig geringe oder keine Ähnlichkeit mit ihrer Schreibweise hat. Somit ist es bei Systemen, wie beispielsweise dem "Calltext" bekannt, die Schreibweise im Bericht abzuändern, um eine besser annehmbare Aussprache zu erzielen. Jedoch ist es bei der Erfindung wesentlich, dass der gelieferte gedruckte Text korrekt geschrieben wird. Entsprechend wird im Einklang mit der Erfindung ein Ausnahme-Wörterbuch gemäss Fig. 5 verwendet, das jene Wörter aufführt, deren Aussprache abhängig von der korrekten Schreibweise vom Benutzer nicht als annehmbar erachtet wird, sowie zugeordnete Ersatzworte mit einer abgeänderten Schreibweise, die eine annehmbarere Aussprache ergibt, und die während der vorausgehend bei (134) beschriebenen Analyse substituiert werden.

Fig. 6 zeigt eine Ablaufdarstellung der Erzeugung eines Ausnahme-Wörterbuches im Einklang mit der Erfindung. Bei (300) wird der Text des nächsten Wortes, dessen Aussprache möglicherweise nicht annehmbar ist, über die Tastatur eingegeben und bei (302) wird dieser Text dazu verwendet, ein Sprachsignal zusammenzustellen, das zum Benutzer über die Telefonleitung (15b) abgespielt wird. Bei (306) entscheidet der Benutzer, ob das Sprachsignal entsprechend der korrekten Schreibweise annehmbar ist, und falls dies zutrifft und falls bei (307) weitere Worte vorhanden sind, kehrt das System nach (300) zurück, um den Text des nächsten Wortes einzugeben. Falls keine weiteren Worte vorliegen, tritt das System bei (318) ab.

Ist die Aussprache jedoch nicht annehmbar, so gibt der Benutzer einen modifizierten Text für ein Ersatzwort bei (308) ein und hört bei (310) der synthetischen Sprache für denabgeänderten Text ab. Bei (314) bestimmt der Benutzer, ob diese Aussprache annehmbar ist, und kehrt, falls dies nicht zutrifft, nach (308) zurück, um den Text weiter zu ändern. Ist er annehmbar, so entscheidet das System, ob er das letzte Wort (bei 316) bildet, und falls dies nicht zutrifft, kehrt es nach (300) zurück, während es zutreffendenfalls bei (318) abtritt.

Claims (16)

1. Aufzeichnungsvorrichtung zur Erzeugung eines Berichts, umfassend:

• a) eine Eingabevorrichtung (10) zur Eingabe von gesprochenen Triggerausdrücken,
• b) eine Sprach-Erkennungsvorrichtung (20) zur Erkennung der Triggerausdrücke,
• c) eine Textspeichervorrichtung (32) zur Speicherung vorgegebener Textblöcke,
• d) eine Steuervorrichtung (30), welche mit der Sprach-Erkennungsvorrichtung (20) verbunden ist, zur Auffindung eines bestimmten, vorgegebenen Textblocks, welcher einem Triggerausdruck zugeordnet ist, und zur Zusammenstellung der Textblöcke zu einem Bericht, wobei die Aufzeichnungsvorrichtung so ausgelegt ist, dass verschiedene Triggerausdrücke einem vorgegebenen Textblock zugeordnet sein können,
• e) eine Sprachsynthese-Vorrichtung (40), welche mit der Steuervorrichtung (30) verbunden ist, zum Empfang von Textblöcken, welche durch die Steuervorrichtung (30) aufgefunden wurden, und zur Umwandlung der Textblöcke in Signale, welche gesprochener Sprache entsprechen, und
• f) eine Sprachspeichervorrichtung (50), welche mit der Sprachsynthese-Vorrichtung (40) verbunden ist, zum Empfang von gesprochener Sprache entsprechenden Signalen, welche in der Sprachsynthese-Vorrichtung (40) umgewandelt wurden, und zur Speicherung dieser Signale in einer gesprochener Sprache entsprechenden Form, so dass die gespeicherten Signale abgehört werden können.

2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Vorrichtung so ausgebildet ist, dass die Triggerausdrücke von einem Benutzer der Vorrichtung ausgewählt werden können.

3. Vorrichtung nach Anspruch 1 oder 2, gekennzeichnet durch eine Druckvorrichtung (34), die auf die Steuervorrichtung (30) anspricht, um eine Kopie des ausgegebenen Textblocks zu drucken.

4. Vorrichtung nach einem der Ansprüche 1 bis 3, gekennzeichnet durch eine Bearbeitungsvorrichtung zur Abänderung der Schreibweise von Wörtern in einem Textblock, um die Signale, welche gesprochener Sprache entsprechen, zu modifizieren.

5. Vorrichtung nach Anspruch 4, dadurch gekennzeichnet, dass die Bearbeitungsvorrichtung ferner ein vorgegebenes Ausnahme-Wörterbuch umfasst.

6. Vorrichtung nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass die Bearbeitungsvorrichtung einen Textverarbeitungs-Editor umfasst.

7. Vorrichtung nach einem der Ansprüche 1 bis 6, gekennzeichnet durch eine Vorrichtung (62) zur Herstellung einer Verbindung zwischen der Sprachssynthesevorrichtung (40) und der Sprachsspeichervorrichtung (50) über ein Telefonnetz.

8. Vorrichtung nach Anspruch 7, dadurch gekennzeichnet, dass die Vorrichtung (62) zur Herstellung einer Verbindung ferner eine Vorrichtung zur Entnahme ausgewählter Daten aus den Textblöcken aufweist, zur Umwandlung der entnommenen Daten in DTMF-Signale und zur Ausgabe der DTMF-Signale an die Sprachsspeichervorrichtung (50) zwecks Identifizierung der ausgegebenen Signale, welche gesprochener Sprache entsprechen.

9. Verwendung einer Vorrichtung nach einem der Ansprüche 1 bis 8, um medizinische Berichte, vorzugsweise röntgenologische Berichte zu erzeugen.

10. Verfahren zur Erzeugung aufgezeichneter Berichte, umfassend die Schritte:

• a) Empfangen gesprochener Triggerausdrücke,
• b) Erkennen der empfangenen Triggerausdrücke und Auffinden eines einem erkannten Triggerausdruck zugeordneten Textblocks, wobei die Triggerausdrücke den Textblöcken auf die Art zugeordnet sind, dass mehrere Triggerausdrücke einem Textblock zugeordnet sein können,
• c) Zusammenstellen der aufgefundenen Textblöcke zu einem Bericht, und
• d) Umwandeln der aufgefundenen Textblöcke in Sprachsignale und Speichern dieser Sprachsignale.

11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die Triggerausdrücke durch einen Benutzer des Verfahrens ausgewählt werden.

12. Verfahren nach Anspruch 10 oder 11, gekennzeichnet durch den Verfahrensschritt, wonach eine Kopie des ausgewählten Textblocks gedruckt wird.

13. Verfahren nach einem der Ansprüche 10 bis 12, gekennzeichnet durch den Verfahrensschritt, wonach die Schreibweise ausgewählter Wörter in den Textblöcken modifiziert wird, bevor die Textblöcke in Sprachsignale umgewandelt werden.

14. Verfahren nach einem der Ansprüche 10 bis 13, gekennzeichnet durch den Verfahrensschritt, wonach Daten entnommen werden, die die Sprachsignale gegenüber den ausgewählten Textblöcken identifizieren, und Speichern dieser Sprachsignale entsprechend den entnommenen Daten.

15. Verfahren nach einem der Ansprüche 10 bis 14, dadurch gekennzeichnet, dass die ausgewählten Textblöcke röntgenologische Informationen umfassen.

16. Verfahren nach einem der Ansprüche 10 bis 15, gekennzeichnet durch den Verfahrensschritt, wonach die vorgegebenen Textblöcke ediert werden, bevor die Sprachsignale gebildet werden.