ElevenLabsは、医療機関が患者や専門職員向けに音声エージェントを導入するためのソリューション「ElevenAgents for Healthcare」を発表した。これは、リアルタイム医療文字起こし「Scribe v3 Live Medical」などを基盤としており、各エージェントが何を言い、何を行い、いつ通話を人間に転送するかをチームが決定できるようにするものだ。
健康相談ラインに電話をかける不安な患者は、会員番号を綴ったり、複雑な薬剤名を発音したりしなければならないかもしれない。エージェントが不自然に感じられたり、話を遮ったり、誤解したりすると、発信者は電話を切ってしまう可能性がある。同社にとって、信頼性は医療分野でエージェントを活用するための前提条件である。
医療現場での導入事例
米国最大級の非営利医療システムの一つであるBanner Health(33の病院と400以上のクリニックを運営)では、エージェントが患者からの電話に24時間対応している。患者は、これらのエージェントを通じて、一般診療の予約を電子健康記録(EHR)内で直接、取得、延期、キャンセルすることができる。慢性疾患患者を管理するCadenceでは、バイタルサインの測定値が異常を示した場合、エージェントが患者に電話をかける。患者に連絡がつくまでの中央値は、約2時間から3.5分に短縮された。
医療用語に適応した文字起こし
薬剤名や臨床用語に最適化された「Scribe v3 Live Medical」は、同社によれば、医師と患者の会話を対象としたベンチマークPriMock57でテストされた医療モデルの中で最低の単語誤り率を示し、次点のモデルよりも17%エラーが少なかった。Ekaのデータセットに含まれる3,600以上の英語医療記録では、「Scribe v3 Live」よりも4.7%エラーが少なく、誤り率は11%対11.54%であった。ElevenLabsは、これはリアルタイムモデルの一部を対象とした社内テストであると説明している。チームはまた、自社の保険プラン、治療法、場所の名称など、最大10,000の独自用語を追加することができる。
「Eleven v4 Turbo」を搭載したエージェントは、請求書に苛立つ患者に対しても落ち着いた態度を保ち、手術前の不安な患者に対しては話す速度を遅くすることができる。同社によれば、この話者交替管理モデルは、発言の終わりと単なる間合い(例えば、発信者が保険証を探している間)を区別する。
セキュリティと管理
エージェントは、医療機関のスケジューリングツール、電子健康記録(EHR)、CRM(顧客関係管理)、電話システムに接続することができる。ElevenLabsは、土曜日に3Dマンモグラフィを予約したい患者の例を挙げている。エージェントは、最寄りのクリニクスで空いている時間枠を見つけ、予約を確定することができる。発信者が、ある症状を経過観察すべきかどうかを尋ねた場合、その通話内容と共に通話は臨床チームに転送される。
組み込まれた安全策により、エージェントは話題から逸れることがなく、平易な言語で記述されたルールを追加したり、記録へのアクセス前に本人確認を行ったりすることができる。模擬通話により、これらのルールを本番導入前に検証できる。エンタープライズ顧客向けには、ElevenAgentsは、BAA(医療データ処理に関する契約)を締結し、Zero Retention Modeを有効にすることを条件に、米国HIPAA法の対象となる導入をサポートする。この場合、音声と文字起こしはElevenLabsのインフラストラクチャ上に保存されない。
