Desde hace tiempo los usuarios demandan nuevas formas de comunicación con el ordenador más afines al ser humano. Cansados de utilizar el teclado, dispositivo para la entrada de datos que requiere alguna habilidad de mecanografiado y cuyo uso no es todo lo ágil que se requiere.

Dentro de la comunicación hombre-ordenador es el reconocimiento de voz el siguiente paso natural en la tecnología informática, disponiéndose ya de algunos sistemas útiles. El primer sistema comercial de reconocimiento de voz de uso genérico fue DragonDictate, un sistema de habla discontinua (discrete speech), y actualmente, los sistemas de reconocimiento utilizados se denominan "de habla continua", contienen un rico vocabulario, y pueden ser utilizados por múltiples usuarios.. El porcentaje de exactitud de los sistemas de reconocimiento de voz actuales es muy alto, por lo que la exactitud del reconocimiento no es un aspecto limitante en su utilización. El aspecto que limita la utilización de esta tecnología es el enfoque para integrar la funcionalidad del habla dentro de las aplicaciones.

Hay muchos desafíos técnicos dentro de esta tecnología, los cuales incluyen:

Por otro lado, el usuario debe observar una serie de reglas para obtener el máximo rendimiento del sistema de reconocimiento del habla con una tasa de errores mínima. Entre estas "reglas" destacan:

Dentro de los Sistemas de Reconocimiento del habla comerciales destacan básicamente tres soluciones de otras tantas empresas.

Philips es una de las empresas pionera en el desarrollo de sistemas de reconocimiento de voz, aunque inicialmente esta empresa no diseñaba directamente aplicaciones en este sector, sino que su motor de reconocimiento era utilizado por otras empresas. Speech Magic, un producto de Philips es el producto estrella de esta empresa, con una exactitud de un 95%, ha sido utilizado en los campos de la Patología y de la Radiología sobre todo.

IBM dispone de soluciones tanto para el usuario doméstico como sistemas muy especializados, como IBM MedSpeak, fácil de personalizar e integrable en cualquier aplicación gracias a la utilización de controles Active-X y una interfaz con HL-7. IBM ViaVoice es el único producto que incluye un vocabulario médico en castellano, siendo su exactitud similar al resto, de un 95% y el tiempo de entrenamiento estimado es de 30 minutos.

Scansoft, con su Dragon Naturally Speaking, dispone de una enorme experiencia en reconocimiento de voz, disponiendo probablemente del mejor motor de reconocimiento de voz que existe en el mercado, alcanzando una exactitud de un 95-98%, que lo convierte en un excelente producto disponible en español, a un precio similar al IBM ViaVoice.

Los Sistemas de Información Hospitalarios o de Atención Primaria tienen ante sí numerosos retos, muchos de ellos superados, como la mejora de la interfaz de usuario, la firma electrónica, la codificación automática, gestión de solicitudes de pruebas de laboratorios, etc. Sin embargo, son muy pocos los sistemas de información en salud que integran sistemas de reconocimiento de voz.

Una solución adoptada es la integración de un sistema de reconocimiento de voz con el programa de diagnóstico de referencia médica rápida, que permite al médico incluir descripciones habladas de los hallazgos del examen físico u otras observaciones. El método se basa en la representación semántica de los hallazgos lo cual consigue minimizar el efecto de reconocimiento anómalo.

Pero es en las especialidades médicas donde es mandataria la realización de informes (Anatomía Patológica, Radiología, Medicina Nuclear, etc) dónde la aplicabilidad de estos sistemas es más evidente y donde son obtenidos los mayores beneficios.

En estas especialidades, los sistemas de reconocimiento de voz son bien aceptados por el personar médico y administrativo, siendo utilizados con los siguientes objetivos:

Pero las aplicaciones de esta tecnología no termina aquí, sino que también están siendo utilizadas en la búsqueda de imágenes en bases de datos, manejo de sistemas de información gobernados por la voz, etc.

A pesar de las evidentes mejoras en los Sistemas de Reconocimiento del Habla, la utilización en el colectivo médico es todavía escasa, en gran parte debido a dos importantes razones: la desconfianza del colectivo en las nuevas tecnologías y sobre todo en esta tecnología, y a que las empresas de desarrollo no implementan esta funcionalidades en sus Sistemas de Información Sanitaria.

Por otro lado, el pobre rendimiento de estos programas frente al texto desconocido no se debe a una incompetencia del sistema sino a la gran cantidad de términos técnicos existentes en el lenguaje médico, punto este que puede ser solucionado fácilmente extendiendo la fase de entrenamiento o, mediante la utilización de diccionarios médicos concretos para cada especialidad médica.

Por último es necesario destacar que el coste de estos sistemas de reconocimiento de voz disminuye constantemente, tendiéndose a la implantación de sistemas personales, que deberán ser adaptados a la especialidad de cada médico.