Cílem projektu je ověřit možnosti automatizovaného vyhodnocování hovorů na tísňovou linku 155 s využitím moderních nástrojů umělé inteligence. Zdravotnická záchranná služba Libereckého kraje (ZZS LK) definovala potřebu efektivní zpětné analýzy komunikace mezi volajícím a operátorem zdravotnického operačního střediska. Tyto informace jsou klíčové jak pro vzdělávání operátorů, tak pro hodnocení kvality poskytované péče. V rámci studie proveditelnosti (Proof of Concept, PoC) byl navržen a testován řetězec zpracování hovorů zahrnující převod audia na text a následnou analýzu pomocí velkého jazykového modelu (LLM). Hodnocení se zaměřilo na vybrané oblasti zásadní pro kvalitu práce operátora, jako je postup při resuscitaci a kontrole stavu vědomí, rozpoznání dušnosti či bolesti na hrudi, kontrola poučení pacienta, posouzení chování operátora a volajícího a vyhodnocení situací spojených s úmrtím. První výsledky ukazují, že tento přístup je perspektivním nástrojem pro systematické hodnocení práce dispečerů a může se stát významnou součástí vzdělávacích i kontrolních procesů zdravotnických záchranných služeb.

The project aims to verify the feasibility of using modern artificial intelligence tools for automated evaluation of calls to the emergency line 155. The Emergency Medical Service of the Liberec Region (EMS LK) defined the requirement for efficient retrospective analysis of communication between the caller and the dispatcher. Within the proof of concept (PoC), a processing chain was implemented, including speech-to-text transcription and subsequent evaluation using a large language model (LLM). The analysis focused on areas essential for dispatcher performance, such as resuscitation guidance, consciousness assessment, recognition of dyspnea and chest pain, patient instruction, communication patterns, and evaluation of situations related to death. Initial results indicate that the combination of transcription and LLM-based evaluation may serve as a practical tool for EMS education and quality assessment.