AIベースの自動音声認識（ASR）ツールは、歯科における電子カルテ作成のような時間のかかる作業を効率化する可能性を秘めていますが、現在のシステムは一貫性とエラーのない文書化のために臨床的な監視が依然として必要であることが、最近の研究で示されました。
研究の目的と方法
研究チームは、臨床現場におけるASRツールの語彙的、転写的、および意味的精度を評価するため、歯科特有の専門用語を含む200件の矯正歯科臨床記録を音声入力し、その録音を用いて10種類のASRシステムをテストしました。これには、Heidi、DigitalTCO、Dragon Medical One、Dragon Professional Anywhereといった市販システム、Amazon、Google、Speechmatics、Whisper、GPT-4o TranscribeといったAPI、そしてGPT-4o TranscribeとGPT-4oモデルを組み合わせたGPT4oTranscribeCorrectedが含まれます。
研究結果
- エラーの種類と頻度: 全てのシステムで、書式設定や軽微な文法エラーが頻繁に発生し、臨床ケアに悪影響を及ぼす可能性のある意味を変える間違い（クラス3エラー）も確認されました。クラス3エラーは全エラーの0.21%から4.15%を占めました。
- システムごとの性能:
- GPT4oTranscribeCorrectedはクラス3エラーが最も少なく、その転写の2%に少なくとも1つのエラーが含まれていました。
- Dragon Medical Oneは最も多く、その転写の66%に少なくとも1つのエラーが含まれていました。
- 専門用語の認識: システムは多くの歯科特有の用語に苦戦しました。例えば、「Essix」は97.5%のケースで誤って転写され、「palatally」、「mesially」、「buccally」といった用語もほとんどの場合で誤解釈されました。
- その他の要因: 話者のアクセントはエラーとの関連性が軽微でしたが、録音中の背景ノイズはテストされた全てのシステムでパフォーマンスの低下につながりました。
結論と提言
研究者たちは、ASRシステムが臨床文書作成を効率化する可能性を認めつつも、「ヒューマン・イン・ザ・ループ」のワークフローを維持し、転写を検証することの重要性を強調しました。主任著者であるDr. Ruairi O’Kaneは、「AI音声ツールは文書化を効率化し、効率を向上させることができるが、我々は警戒を怠ってはならない。微妙な転写エラーでさえ、患者ケアに影響を与える可能性がある」と述べています。
この研究「Transcription accuracy of automatic speech recognition for orthodontic clinical records」は、2025年11月3日にJournal of Dental Research誌にオンライン先行公開されました。
元記事：Study highlights potential and risks of AI tools in dental record-keeping