97,6% целых отчётов без ошибок: Voting OCR проверили на одном шаблоне

В новой работе 97,6% аудиометрических отчётов удалось извлечь без единой ошибки. Но результат получен на цифровых таблицах одного учреждения: он не показывает, насколько хорошо система прочитает скан из другой клиники. Исследование опубликовано 26 октября в Scientific Reports.

Откуда взялся прирост

Авторы использовали готовую LSTM-модель Tesseract без дообучения. Конвейер Voting OCR сначала находит ячейки таблицы, убирает мешающие обозначения «дБ» и «%», затем распознаёт несколько преобразованных вариантов изображения. Итоговое значение выбирается голосованием.

На 2 000 отчётах от 710 пациентов базовый конвейер дал 24,95% полностью верных изображений, а Voting OCR — 97,60%. Критерий строгий: одна неверная ячейка делает весь отчёт ошибочным. Уже в разделе слуховых порогов содержится 48 ячеек. Эталонную расшифровку подготовили врачи-ординаторы с независимой перепроверкой.

Диаграмма редакции по числовым данным таблицы 1: Kwon и соавторы, Scientific Reports, 2026. Это результаты авторов исследования.

Что ограничивает результат

• Данные имеют один стандартизованный макет; другие учреждения не проверены.

• Пороговые настройки зависят от ширины символов моноширинного шрифта.

• Сканы и фотографии бумажных отчётов не входили в испытание.

Согласие вариантов OCR помогает выделять спорные ячейки для человека, но само по себе не доказывает правильность. И это извлечение уже записанных показателей, а не диагностика слуха.

Практический вывод: сначала проверять собственный макет и ошибки целого отчёта. Перенос метода в другие клиники и веб-сервис пока остаются планами, а не подтверждённой готовой услугой.