Geração de fala para manequim de simulação clínica

Abstract

O presente trabalho trata do desenvolvimento de um sistema de geração de fala para manequim de simulação clínica de baixa fidelidade. As vantagens deste tipo de sistema são imensas, aumentando o realismo de situações que necessitem um diálogo entre o formando e um paciente simulado, tendo em consideração o género, a idade, ou nível de consciência deste último. Para tal, foi realizada uma pesquisa com o intuito de avaliar as plataformas já existentes para a geração/síntese de fala artificial e a sua potencial aplicação em manequins de simulação para formação de profissionais de saúde. A opção pela síntese de fala revelou-se impraticável no horizonte temporal desta dissertação, tendo-se optado pela gravação em estúdio de um adequado repositório de sons e frases. No entanto, são apresentadas várias formas de gerar fala artificial, em língua portuguesa, com possibilidade de implementação em manequins de simulação em trabalho futuro. Após formulação dos requisitos, foi desenvolvido um sistema de geração de voz artificial para uma aplicação específica selecionada pela sua importância prática: a avaliação do nível de consciência de um paciente usando a Escala de Coma de Glasgow na componente Resposta Verbal. Para permitir automatizar a seleção de respostas do sistema, foi estabelecido um modelo matemático baseado em cadeias de Markov para as flutuações do nível de consciência. Esse sistema, além de permitir ao formador controlar todas as respostas do manequim às questões colocadas pelo formando, faz a respetiva avaliação e apresenta a sua classificação. A solução encontrada permite ao formando, em conjunto com o formador, avaliar o seu desempenho e integrar os conhecimentos adquiridos, aumentando os benefícios educacionais desta plataforma. Para validação, a plataforma foi aplicada numa situação real de ensino usando um manequim de baixa fidelidade, envolvendo sete estudantes de enfermagem e um formador da mesma área. Questionários de avaliação por parte dos formandos e do formador permitiram concluir que o projeto é relevante e deveria ser integrado em aulas de enfermagem. O trabalho futuro passará pelo desenvolvimento de um modelo de consciência mais elaborado, reconhecimento automático das questões e uma expansão do projeto para outras áreas de enfermagem, como por exemplo, aplicações relacionadas com entrevistas em cuidados primários. A mais longo prazo, é desejável a integração de síntese de fala.

This work concerns the development of a voice generation system to upgrade a low-fidelity clinical simulation mannequin. By increasing the realism of situations requiring dialogue with the trainee, this kind of system promises tremendous advantages; the gender, age and level of consciousness of the virtual patient can be taken into account. A survey was carried out to evaluate existing speech synthesis/generation platforms and their potential for use on simulation mannequins for health professional training. Applying speech synthesis tools would be ideal, but proved impractical in the available time frame, which forced the alternative path of creating an appropriate repository of studio-recorded sounds and sentences. Still, several synthesis techniques are presented for artificial speech generation in the Portuguese language, which may be implemented in simulation mannequins in the future. Following formulation of requirements, the system was developed for a specific application, selected for its practical importance: the evaluation of level of consciousness based on the ‘verbal response’ component of the Glasgow coma scale. A Markov chain model of consciousness level fluctuations was established to govern the response generation algorithm. The developed platform allows the instructor to create simulation scenarios and control the mannequin’s responses. In addition, it supports trainee performance assessment, which enhances its educational value. For validation, the platform was tested on a real training situation using a mannequin equipped with a miniature loudspeaker. The tests involved seven nursing students and their instructor. Analysis of the questionnaires returned by both trainees and instructor strongly supports the relevance of the project as a nurse training tool. Main future work threads include the development of a more elaborate consciousness level model, automatic trainee question detection through speech recognition and project extension to other relevant application areas, such as those related to medical screening in primary health care. The integration of speech synthesis is also envisaged in the longer term.