Kaip automatiniai internetiniai teksto vertėjai keičia sveikatos informacijos prieinamumą pasaulyje

Vertimas kaip tiltas tarp paciento ir informacijos

Dar prieš dešimt metų žmogus, nemokantis anglų kalbos, norėdamas perskaityti naujausią informaciją apie savo ligą ar vaistus, turėjo arba ieškoti specialisto, arba tiesiog likti nežinioje. Šiandien situacija kardinaliai pasikeitė – automatiniai vertimo įrankiai, tokie kaip Google Translate, DeepL ar Microsoft Translator, tapo kasdieniais pagalbininkais milijonams žmonių visame pasaulyje. Ir nors šie įrankiai toli gražu nėra tobuli, jų poveikis sveikatos informacijos prieinamumui yra neginčijamas.

Sveikatos informacija yra viena jautriausių sričių, kur kalbos barjeras gali turėti tiesioginių pasekmių žmogaus sveikatai ar net gyvybei. Pacientas, negalintis perskaityti vaistų instrukcijos, gydytojo rekomendacijos ar ligos simptomų aprašymo, yra pažeidžiamas. Automatiniai vertėjai šią problemą sprendžia – ne visada tobulai, bet pakankamai gerai, kad situacija iš esmės keistųsi.

Kaip veikia šiuolaikiniai automatiniai vertėjai

Šiuolaikiniai automatiniai vertėjai nebėra tie primityvūs žodžių keitikliai, kokius matėme prieš dvidešimt metų. Dabartiniai įrankiai remiasi neuroniniais tinklais ir giluminiu mokymusi – technologijomis, kurios leidžia sistemai ne tik versti atskirus žodžius, bet ir suprasti kontekstą, frazeologiją, net tam tikrą teksto toną.

Google Translate, pavyzdžiui, naudoja vadinamąjį transformerių modelį, kuris analizuoja visą sakinio struktūrą prieš pateikdamas vertimą. DeepL, daugelio lingvistų laikomas tiksliausiu iš komercinių vertėjų, buvo specialiai treniruotas su aukštos kokybės tekstų duomenų bazėmis. Tai reiškia, kad medicininiai terminai, kurie anksčiau buvo didelė problema, dabar dažnai verčiami teisingai – bent jau pakankamai teisingai, kad žmogus suprastų pagrindinę žinutę.

Tačiau svarbu suprasti, kad šie įrankiai mokosi iš esamų tekstų. Jei medicininė terminija kuria nors kalba yra mažiau išvystyta arba internete yra mažiau kokybiškų tekstų ta kalba, vertimo kokybė natūraliai nukentės. Tai ypač aktualu kalbant apie mažesnes kalbas – lietuvių, latvių, estų, o dar labiau – apie afrikinių ar azijinių šalių regionines kalbas.

Realus poveikis: kas iš tikrųjų keičiasi

Pasaulio sveikatos organizacijos duomenimis, apie 1,5 milijardo žmonių pasaulyje neturi galimybės gauti sveikatos informacijos savo gimtąja kalba. Automatiniai vertėjai šią spragą mažina, nors ir neužpildo visiškai. Keletas konkrečių pavyzdžių parodo, kaip tai veikia praktikoje.

Pietų Azijoje, kur kalbama šimtais skirtingų dialektų ir kalbų, pacientai naudoja automatinius vertėjus, kad suprastų anglų kalba parašytas vaistų instrukcijas. Tyrimai rodo, kad net ir ne visiškai tikslus vertimas padeda žmonėms geriau laikytis gydymo režimo, nes bent jau suprantama pagrindinė dozavimo informacija. Lotynų Amerikoje ispaniškai kalbantys pacientai, gyvenantys JAV, naudoja vertimo įrankius, kad galėtų skaityti anglų kalba parašytus savo medicininius dokumentus.

Lietuvoje situacija taip pat aktuali – ypač kalbant apie imigrantus ar užsieniečius, kurie naudojasi lietuviška sveikatos sistema, bet nemoka lietuvių kalbos. Automatiniai vertėjai leidžia jiems perskaityti receptus, laboratorijų rezultatus ar gydytojų rekomendacijas. Ir atvirkščiai – lietuviai, ieškantys informacijos apie retas ligas, kurių aprašymų lietuvių kalba tiesiog nėra, gali naudotis anglų kalbos šaltiniais per vertimo įrankius.

Kur slypi pavojai: medicinos vertimo tikslumas

Čia reikia būti sąžiningais – automatinis vertimas medicinos srityje turi rimtų apribojimų, kurie gali turėti realių pasekmių. Medicininė terminija yra itin tiksli, ir net mažas netikslumas gali pakeisti žinutės prasmę esmingai.

Vienas klasikinių pavyzdžių – žodis „once” anglų kalboje reiškia „vieną kartą”, tačiau ispanų kalboje „once” reiškia „vienuolika”. Yra dokumentuotų atvejų, kai automatinis vertimas sukėlė painiavą dėl vaistų dozavimo, nes šis žodis buvo neteisingai interpretuotas. Panašių problemų kyla ir su kitais terminais – „positive” medicinos kontekste gali reikšti tiek gerą, tiek blogą dalyką, priklausomai nuo to, apie ką kalbama.

Kita problema – kultūrinis kontekstas. Kai kurios ligos ar simptomai skirtingose kultūrose aprašomi skirtingai, o automatinis vertėjas to nesupranta. Psichikos sveikatos terminija ypač jautri šiuo atžvilgiu – depresija, nerimas ar kiti psichologiniai sutrikimai skirtingose kultūrose gali būti suprantami ir aprašomi visiškai skirtingai.

Praktinė rekomendacija: jei naudojate automatinį vertėją medicininei informacijai, visada patikrinkite kelis šaltinius ir, jei įmanoma, patvirtinkite svarbią informaciją su sveikatos specialistu. Automatinis vertimas gali būti puikus pirminis žingsnis, bet neturėtų būti vienintelis informacijos šaltinis priimant svarbius medicininius sprendimus.

Skirtingų kalbų nelygybė: kas lieka nuošalyje

Viena iš mažiausiai diskutuojamų, bet labai svarbių problemų – ne visos kalbos yra vienodai gerai aptarnaujamos automatinių vertėjų. Anglų, ispanų, prancūzų, vokiečių, kinų kalbos gauna geriausią kokybę, nes šiomis kalbomis internete yra daugiausiai tekstų, iš kurių mokosi dirbtinio intelekto sistemos.

Tačiau suahilių, hausa, joruba ar daugybė kitų Afrikos kalbų, kuriomis kalba šimtai milijonų žmonių, gauna žymiai prastesnę vertimo kokybę. Tas pats pasakytina apie daugelį Pietų Azijos kalbų. Paradoksas toks, kad žmonės, kuriems sveikatos informacijos prieinamumas labiausiai reikalingas – skurdžiausiuose regionuose, kur sveikatos sistema silpniausia – gauna prasčiausios kokybės vertimus.

Šią problemą bando spręsti kelios iniciatyvos. „Masakhane” projektas, pavyzdžiui, telkia afrikietiškų kalbų kalbėtojus, kad sukurtų duomenų bazes, reikalingas geresnių vertimo modelių mokymui. Meta (buvęs Facebook) 2022 metais pristatė modelį, gebantį versti 200 kalbų, įskaitant daugelį mažiau paplitusių. Tačiau medicininių tekstų kokybė šiomis kalbomis vis dar atsilieka.

Sveikatos organizacijų ir platformų atsakas

Sveikatos organizacijos ir medicinos platformos pamažu pradeda integruoti automatinius vertimus į savo sistemas, tačiau tai daro labai skirtingai. Kai kurios organizacijos tai daro atsakingai, kitos – mažiau.

Pasaulio sveikatos organizacija savo svetainėje siūlo turinį keliomis oficialiosiomis JT kalbomis, tačiau tai toli gražu neapima visų pasaulio kalbų. Tuo tarpu tokios platformos kaip WebMD ar Mayo Clinic dažniausiai veikia tik anglų kalba, nors jų turinį naudoja žmonės iš viso pasaulio per automatinius vertėjus.

Kai kurios farmacijos kompanijos pradėjo naudoti automatinius vertimus vaistų instrukcijoms, tačiau tai kelia rimtų reguliacinių klausimų. Daugelyje šalių vaistų instrukcijos turi būti oficialiai išverstos ir patvirtintos – automatinis vertimas šio proceso nepakeičia. Tačiau kaip papildoma priemonė, leidžianti pacientui geriau suprasti informaciją, jis gali būti labai naudingas.

Praktinė rekomendacija sveikatos organizacijoms: jei jūsų svetainėje nėra oficialių vertimų, bent jau integruokite patikimą automatinio vertimo įrankį ir aiškiai nurodykite, kad tai yra automatinis, nepatikrintas vertimas. Tai geriau nei nieko, ir daugeliui vartotojų tai bus pakankama pagalba.

Dirbtinis intelektas ir medicinos vertimo ateitis

Šioje srityje pokyčiai vyksta labai greitai. Didieji kalbų modeliai, tokie kaip GPT-4 ar Claude, demonstruoja žymiai geresnį medicininių tekstų supratimą nei tradiciniai vertimo įrankiai. Jie geba ne tik versti, bet ir paaiškinti sudėtingus medicininius terminus paprastesne kalba, atsakyti į klausimus apie simptomus ar gydymą.

Tyrimai rodo, kad GPT-4 medicinos egzaminuose pasiekia rezultatus, lygiaverčius vidutiniam gydytojui. Tai nereiškia, kad dirbtinis intelektas turėtų pakeisti gydytojus, tačiau tai rodo, kad šios sistemos gali būti labai naudingos kaip informacijos prieinamumo įrankiai. Ateityje galime tikėtis, kad pacientas galės ne tik perskaityti medicininę informaciją savo kalba, bet ir gauti paaiškinimus, pritaikytus jo supratimo lygiui.

Tačiau čia kyla etinių klausimų. Jei žmogus gauna medicininę informaciją iš dirbtinio intelekto, kaip jis žinos, ar ji patikima? Kaip bus užtikrinama atsakomybė, jei netikslus vertimas ar paaiškinimas sukels žalą? Šie klausimai dar neturi aiškių atsakymų, ir reguliavimo institucijos daugelyje šalių dar tik pradeda apie tai galvoti.

Kai technologija susitinka su žmogaus poreikiu

Automatiniai vertimo įrankiai sveikatos informacijos srityje yra vienas ryškiausių pavyzdžių, kaip technologija gali demokratizuoti žinias. Tai nėra tobulas sprendimas – ir niekada nebus. Medicinos vertimas reikalauja tikslumo, kurį automatinės sistemos dar nepasiekia. Tačiau alternatyva – visiškas informacijos neprieinamumas – yra žymiai blogesnė.

Svarbiausia, ką reikia suprasti: automatinis vertimas yra įrankis, o ne sprendimas. Jis geriausiai veikia, kai žmonės supranta jo apribojimus ir naudoja jį atitinkamai. Jei norite sužinoti apie ligos simptomus ar suprasti bendrą gydymo principą – automatinis vertėjas puikiai tiks. Jei priiminėjate svarbų medicininį sprendimą – vertimas turėtų būti tik pirmas žingsnis, po kurio seka konsultacija su specialistu.

Sveikatos sistemoms ir politikos formuotojams reikėtų žiūrėti į automatinius vertėjus ne kaip į grėsmę ar nepatikimą įrankį, o kaip į galimybę. Integruojant šias technologijas į oficialius sveikatos informacijos kanalus, aiškiai žymint automatinio vertimo turinį ir nuolat gerinant kokybę, galima pasiekti, kad sveikatos informacija taptų tikrai prieinama visiems – nepriklausomai nuo to, kokia kalba žmogus kalba ar kuriame pasaulio kampelyje gyvena. Tai nėra utopija – tai tikslas, kurio link jau judama, ir automatiniai vertėjai yra vienas svarbiausių šio kelio įrankių.