تعلن ElevenLabs عن Scribe v3 Live Medical، نموذج نسخ طبي مصمم للمكالمات الهاتفية في الوقت الحقيقي. وهو مبني على Scribe v3 Live، أحدث نموذج للتعرف على الصوت في الوقت الحقيقي من الشركة، ومحسّن للغة السريرية. وهو متوفر الآن في ElevenAgents، منصة الوكلاء الصوتيين التابعة للشركة.
يعمل الوكيل الصوتي على ما يسمعه أثناء المكالمة. عندما يصرح المريض بأنه يتناول السيتاجليبتين لعلاج السكري، يمكن للوكيل إضافة هذا الدواء إلى قائمته ليقوم الطبيب بفحصها. ومع ذلك، فإن أسماء الأدوية عرضة بسهولة لأخطاء السمع. خلال اختباراتها الخاصة، لاحظت ElevenLabs أن نموذج النسخ قد نسخ « سيتاجليبتين » على أنه « سيتالوبرام »، وهو مضاد للاكتئاب. بالنسبة لكثير من الأشخاص، تشكل هذه المكالمات الخطوة الأولى للتواصل مع فريق الرعاية الصحية، ولا يمكن للوكيل مساعدتهم إلا إذا فهم بشكل صحيح ما يُقال له.
مكالمات حيث التفاصيل السريرية مهمة
وفقًا لـ ElevenLabs، فإن أسماء الأدوية والجرعات نادرًا ما تظهر في اللغة اليومية، مما يجعلها الكلمات التي من المرجح أن يخطئ نموذج عام في نسخها في الوقت الحقيقي. يستند Scribe v3 Live Medical إلى التوجه السريري لـ Scribe v2 Medical، الذي كان متاحًا بالفعل للتسجيلات الصوتية مثل الإملاء أو تقارير الاستشارة. وهو مخصص لمكالمات المرضى أو الأعضاء أو مقدمي الرعاية حيث يتم الحديث عن دواء عند القبول، أو تدخل أثناء طلب موافقة مسبقة، أو عرض لأعراض خلال المتابعة. كما يُستخدم أيضًا في مكالمات بدون محتوى سريري، مثل حجز المواعيد أو مواعيد العمل، مع تأكيد الشركة على أنه يحافظ على دقته في اللغة اليومية.
تُكمل عدة وظائف النموذج. يمكن للفرق تحميل ما يصل إلى 10,000 مصطلح مخصص، لا يستخدمها النموذج إلا عندما يبدو أن المتصل ينطق أحدها. وفقًا للشركة، مع مثل هذه القائمة، قلل Scribe v3 Live Medical من الأخطاء في المصطلحات الطبية بنسبة تصل إلى 48%. كما يتعرف النموذج على أن رقمًا لم يُكمل بعد، مما يمنع الوكيل من مقاطعة المتصل الذي يتهجى رقم عضويته على مجموعات من الأرقام. وأخيرًا، يدعم أكثر من 90 لغة ويتابع تغييرات اللغة أثناء المكالمة.
نتائج مستندة إلى اختبارات الشركة
على PriMock57، مجموعة بيانات عامة تضم 57 استشارة طبية عامة محاكاة، كل منها حوالي تسع دقائق، يظهر Scribe v3 Live Medical معدل خطأ كلمات (WER) بنسبة 12.8%، أي أقل بنسبة 17% من النموذج الطبي التالي الأكثر أداءً. وعلى Fareez OSCE، التي تضم 272 مقابلة مسجلة ضمن امتحانات سريرية، يحقق أدنى معدل خطأ دلالي بين النماذج الطبية المختبرة، بنسبة 0.6%. توضح ElevenLabs أن هذه النتائج من اختباراتها الخاصة، التي أجريت في وضع الوقت الحقيقي مع كل نموذج في أفضل تكوين متاح له، ولا تغطي جميع النماذج الموجودة.
من حيث الكمون، ينسخ Scribe v3 Live الكلام في حوالي 150 مللي ثانية، ويصل Scribe v3 Live Medical، حسب الاختبارات، إلى نفس القيمة. وعلى Eka Medical ASR، يرتكب 4.7% أخطاء أقل من Scribe v3 Live، أي 11% مقابل 11.54% في معدل الخطأ الدلالي.
حماية بيانات الصحة
يسمع العاملون في الرعاية الصحية معلومات صحية محمية (PHI) خلال العديد من المكالمات: أسماء، تواريخ ميلاد، أرقام عضوية، أدوية وأعراض. وفقًا لـ ElevenLabs، فإن Scribe v3 Live Medical مؤهل لـ HIPAA للعملاء من الشركات الذين لديهم اتفاقية شراكة تجارية (BAA) وقاموا بتفعيل وضع Zero Retention. تُخزن بيانات المرضى افتراضيًا في الولايات المتحدة، ويمكن للشركات التي ترغب في ذلك استخدام بيئات معزولة في الاتحاد الأوروبي أو الهند أو سنغافورة.
بدأت عدة فرق بالفعل في تطوير وكلاء باستخدام النموذج. يصف إيدين جعفري، مدير الاستراتيجية الرقمية والابتكار في Pfizer، أن « تجربة التفاعل مع Eleven v4 Turbo وScribe v3 Live Medical مذهلة »، مضيفًا أن « الوكيل يبدو واقعيًا وأكثر دقة في أسماء العلامات التجارية والأسماء العامة التي تتكرر في محادثاتنا ». من جانبه، يؤكد شانتانو غوراي، مؤسس ومدير العمليات في Vintage Labs AI، أن منصة VIA الخاصة بالشركة، التي تدير المكالمات قبل وبعد التدخل، « تفهم المرضى بشكل أفضل » وأن « الممرضات يمكنهن الآن الاعتماد على ملخص المكالمة دون الحاجة لإعادة الاستماع للتسجيل ».
