Projektu prisidedama prie 2021–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programos pažangos priemonės Nr. 05-002-01-07-08 „Kurti technologinius sprendimus ir įrankius, leidžiančius saugiai ir patogiai naudotis paslaugomis“ veiklos „Kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra” įgyvendinimo Nacionalinio pažangos plano uždavinio Nr. 1.7. Skatinti valstybės skaitmeninimą. Europos Komisijos komunikate „Sudaryti sąlygas skaitmeninei sveikatos priežiūros ir slaugos transformacijai bendrojoje skaitmeninėje rinkoje, suteikti galių piliečiams, kurti sveikesnę visuomenę“ (2018) teigiama, kad Europos sveikatos ir slaugos sistemoms kyla rimtų iššūkių. Tai senėjimas, sveikatos priežiūros darbuotojų trūkumas, auganti našta dėl išvengiamų neužkrečiamų ligų, kurias sukelia tokie rizikos veiksniai kaip tabakas, alkoholis ir nutukimas, ir kitos ligos, įskaitant neurodegeneracines ir retąsias ligas. Nuolat auga užkrečiamųjų ligų grėsmė, nes didėja atsparumas antibiotikams ir atsiranda naujų patogenų arba vėl pasirodo senieji patogenai. Viešosios išlaidos sveikatos priežiūrai ir ilgalaikei priežiūrai ES valstybėse narėse nuolat auga ir, numatoma, didės toliau. ES imasi didelio masto iniciatyvų našiosios kompiuterijos, duomenų analizės ir dirbtinio intelekto srityse. Jos gali padėti suprojektuoti ir išbandyti naujus sveikatos priežiūros produktus, užtikrinti spartesnį diagnozavimą ir geresnį gydymą. Tačiau šių iniciatyvų sėkmė priklauso nuo to, ar bus prieinami dideli aukštos kokybės duomenų kiekiai ir ar veiks tinkamos reglamentavimo sistemos, kurios saugotų asmenų ir visuomenės teises ir kartu skatintų inovacijas. Pasaulinė sveikatos apsaugos organizacija prognozuoja, kad iki 2030 m. pasaulyje bus sukurta 40 milijonų naujų darbo vietų sveikatos apsaugos sektoriuje, bet per šį laikotarpį prognozuojamas 9,9 milijono gydytojų, slaugytojų ir akušerių trūkumas. Vienas svarbiausių sveikatos apsaugos sektoriaus specialistų trūkumo ir sveikatos apsaugos paslaugų efektyvumo sprendimas – naujausių technologijų, įskaitant dirbtinio intelekto (naudojančio kalbos technologijas), panaudojimas ir inovacijos. Tyrimų rezultatai rodo, kad nors automatizuoti galima ne daugiau kaip vidutiniškai 35 proc. darbų ir veiklų, tačiau vertinant sveikatos apsaugos sektoriaus veiklą - tai gera perspektyva bent dalinai išspręsti sveikatos apsaugos sektoriaus problemas. Atsižvelgiant į ypatingai spartų DI ir neuroninių kalbos technologijų vystymąsi ir jų kokybinius šuolius, sparčiai auga investicijos į šias technologijas ir sveikatos apsaugos sektorių, taip pat vyksta ženklus DI (įskaitant neuronines kalbos technologijas) sprendimų kūrimas ir naudojimas, kuris leidžia automatizuoti ir optimizuoti sveikatos apsaugos sektoriaus veiklą. Ypač svarbus ir spartus yra neuroninių šnekos technologijų vystymasis ir kokybinis šuolis, leidžiantis mašinai atpažinti žmogaus šneką realiame laike ir tokiu būdu atsiranda galimybės informaciją bei duomenis techninei įrangai, kompiuteriui ar kitai IT sistemai pateikti šneka. Visų šnekos atpažinimo ir sintezės, taip pat susijusių DI, natūralios kalbos apdorojimo ir kitų inovatyvių skaitmeninių technologijų pagrindas yra anotuoti garsynai. Garsynas – fonetiškai reprezentatyvi šnekos duomenų bazė, pritaikyta šnekos (kalbos) technologijoms (pavyzdžiui, šnekos atpažinimui ir sintezei), susijusių elektroninių paslaugų kūrimui ir teikimui. Anotuotas garsynas – rinkinys, susidedantis iš garso įrašų ir juos atitinkančių tekstinių transkripcijų. Lietuvių kalba yra viena sudėtingiausių, o kartu viena mažiausiai komerciškai patrauklių kalbų (dėl kalbančiųjų lietuvių kalba kiekio). Todėl ilgą laiką nebuvo kokybiškų šnekos užrašymo tekstu priemonių ir sprendimų. Nors pastaraisiais metais buvo vykdyti išteklių kūrimo, automatinio šnekos atpažinimo projektai, gerinama šnekos sintezės kokybė ir pan., tačiau viešai prieinamų lietuvių kalbos garsynų yra mažai ir jų pritaikomumas naujoms technologijoms, užduotims ar sritims yra ženkliai ribotas – maža apimtis ir įvairovė, nepakankami modelių apibendrinimui ir kuriamų kalbos technologijų ir sprendimų patikimumui užtikrinti (nepakankama turinio fonetinė, teminė, stiliaus įvairovė). Pasaulyje plėtojamos šnekos atpažinimo sistemos daugiausiai yra skirtos anglakalbiams, o produktai, sukurti kitakalbių, netinka lietuvių šneka valdomų paslaugų kūrimo reikmėms. Lietuvių kalbai, ypač jos taikymui specialiose srityse, pritaikytų kalbos technologijų ir susijusių e. paslaugų kokybė gerokai atsilieka nuo užsienyje kuriamų sprendinių. 1. Pagrindinė bendroji Projektu sprendžiama problema – kokybiškų lietuvių kalbos išteklių stygius, kurių pagalba būtų galima vystyti DI, neuroninio šnekos atpažinimo ir šnekos sintezės sprendimus, leidžiančius mašinai tinkamai atpažinti lietuvių šneką; 2. Konkreti Projektu sprendžiama problema – kokybiškų medicinos srities garsynų stygius, kurių pagalba būtų galima efektyviai automatizuoti sveikatos apsaugos sektoriaus procesus, susijusius su lietuvių šneka bei vystyti sveikatos apsaugos sektoriaus DI, neuroninio šnekos atpažinimo ir šnekos sintezės sprendimus, leidžiančius techninei įrangai tinkamai atpažinti medicinos srities lietuvių šneką. 3. Įgyvendinus Projektą, bus sudarytos sąlygos kurti naujomis technologijomis pagrįstus sprendimus, juos diegti kuriant pažangias skaitmenines paslaugas ir teikti šias paslaugas visuomenei, optimizuojant sveikatos sektoriaus procesus ir gydytojų darbo laiko tikslingą panaudojimą, taupant sveikatos apsaugos sektoriaus darbuotojų darbo laiką, efektyviai teikiant paslaugas, mažinant socialiai pažeidžiamų grupių atskirtį, klaidų tikimybę. Projekto veiklos nepažeis horizontaliųjų principų ir Europos Sąjungos pagrindinių teisių chartijos (Chartijos) nuostatų.