Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Scribe v3 live medical pomogaet razgovornym agentam pravilno raspoznavat klinich
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Scribe v3 Live Medical помогает разговорным агентам правильно распознавать клинические детали

Источник: ElevenLabs•17 ноября 2026 г. в 18:34

Scribe v3 Live Medical помогает разговорным агентам правильно распознавать клинические детали

Scribe v3 Live Medical помогает агентам распознавать названия лекарств и клинические термины во время живых звонков, демонстрируя самый низкий показатель WER среди протестированных нами медицинских моделей.

Голосовой агент действует на основе того, что он слышит во время живого звонка. Когда пациент говорит, что принимает ситаглиптин от диабета, агент может добавить его в список лекарств для проверки врачом. Но названия лекарств легко расслышать неправильно. В ходе тестирования мы наблюдали, как речевая модель транскрибировала ситаглиптин как циталопрам — антидепрессант. Для многих людей такие звонки — это первый шаг к обращению в свою медицинскую команду, и агент может помочь только в том случае, если слышит их правильно.

Сегодня ElevenLabs выпускает Scribe v3 Live Medical, которая привносит медицинскую транскрипцию в живые звонки. Она построена на базе Scribe v3 Live, нашей новейшей модели преобразования речи в текст в реальном времени, и оптимизирована для клинической лексики. Она уже доступна в ElevenAgents.

Почему для живых звонков нужна медицинская транскрипция

ElevenLabs уже предлагает медицинскую транскрипцию для записанного аудио, например, для диктовки и записей визитов. Но многое из того, что создают медицинские команды, работает в режиме реального времени: от записи на прием и линий медицинской информации до проверки права на обслуживание по телефону и последующей обработки страховых требований. Такие звонки не могут ждать окончания записи.

Названия лекарств и дозировки редко встречаются в повседневной речи, поэтому именно в этих словах общая модель реального времени чаще всего ошибается. Scribe v3 Live Medical — это наша первая медицинская транскрипция, созданная для агентов, переносящая клиническую направленность Scribe v2 Medical в разговоры в реальном времени. В наших тестах на PriMock57, общедоступном наборе имитаций живых визитов к врачу, Scribe v3 Live Medical допустила меньше ошибок, чем любая другая медицинская модель, которую мы оценивали.

Звонки, где важны клинические детали

Scribe v3 Live Medical предназначена для звонков пациентов, участников и поставщиков медицинских услуг, где важны клинические детали, например, лекарство при приеме, процедура при предварительном согласовании или симптом при повторном звонке. Многие медицинские агенты также обрабатывают звонки, в которых вообще нет клинических деталей, например, перенос встречи или вопросы о часах работы офиса. Scribe v3 Live Medical повышает точность в отношении клинических деталей и сохраняет ее в повседневной речи, поэтому команды могут использовать ее для любого звонка.

Инструменты для клинических бесед

Загрузка до 10 000 пользовательских терминов

Медицинские команды могут добавить до 10 000 собственных терминов, и Scribe v3 Live Medical обращается к этому списку только тогда, когда звонящий, по-видимому, произносит один из них. Этого достаточно для того, чтобы региональная система здравоохранения могла загрузить названия всех поставщиков и клиник во всех своих филиалах, или чтобы фармацевтическая компания могла загрузить весь свой портфель по торговым и непатентованным названиям. С загруженным списком пользовательских терминов Scribe v3 Live Medical в наших тестах допустила до 48% меньше ошибок в медицинских терминах.

Ожидание завершения фразы звонящего

Звонящие часто зачитывают идентификатор участника или дату рождения по частям, делая паузы между группами цифр, пока ищут их на карте. Агент, который воспринимает каждую паузу как конец фразы, перебивает на середине номера, и звонящему приходится начинать сначала. Scribe v3 Live Medical распознает, когда номер еще не закончен, поэтому агент ждет остальную часть, прежде чем ответить.

Сопровождение пациентов на разных языках

Пациенты и лица, осуществляющие уход, могут переключаться между языками во время звонка, например, чтобы легче описать симптом на своем родном языке. Scribe v3 Live Medical поддерживает более 90 языков и отслеживает эти переключения, поэтому речь на втором языке транскрибируется, а не отбрасывается.

Как мы оценивали Scribe v3 Live Medical

Мы протестировали Scribe v3 Live Medical в сравнении с моделями преобразования речи в текст в реальном времени от ведущих поставщиков, включая специализированные медицинские модели и модели общего назначения, на одних и тех же записях. Мы использовали два общедоступных эталона разговоров врача и пациента, сравнили Scribe v3 Live Medical с Scribe v3 Live на медицинских и повседневных речевых данных, а также протестировали медицинские термины на английском, французском и немецком языках. Результаты представлены на английском языке, если не указано иное.

Мы сообщаем о частоте ошибок в словах (WER) — доле слов, транскрибированных неправильно, и семантической WER, которая учитывает только ошибки, меняющие смысл. Семантическая WER считает «20 мг» и «двадцать миллиграммов» совпадением, поэтому ее показатели ниже, чем у WER.

Примечание: Эти результаты получены в ходе внутреннего тестирования ElevenLabs выбранных поставщиков в режиме реального времени, при этом каждая модель находилась в своей наилучшей доступной конфигурации. Они не включают все доступные модели.

Консультации первичного звена (PriMock57)

PriMock57 включает 57 имитаций живых консультаций первичного звена, каждая продолжительностью около 9 минут, между врачами и актерами, играющими пациентов. Разговоры были не по сценарию с обеих сторон. Актеры работали с карточками случаев, охватывающими симптомы, историю болезни и текущие лекарства, а врачи проводили каждую консультацию так, как они проводили бы реальную. Звонки проходили через программное обеспечение для телемедицины, с врачами на ноутбуках и пациентами на мобильных телефонах, в офисной обстановке с фоновым шумом.

Мы использовали этот эталон, потому что в нем есть то, что затрудняет транскрибирование звонков пациентов: неформальные диалоги, телефонное аудио с фоновым шумом и плотные клинические детали. Scribe v3 Live Medical имела самый низкий WER среди протестированных нами медицинских моделей (12,8%), с 17% меньшим количеством ошибок, чем у ближайшего конкурента.

Интервью с пациентами (Fareez OSCE)

Fareez OSCE — это 272 записанных интервью с пациентами в формате, который медицинские школы используют для проверки клинических навыков, — объективный структурированный клинический экзамен (OSCE). В каждом из них врач-ординатор или старшекурсник-медик спрашивает человека, играющего пациента, о его симптомах и истории болезни. Поскольку другая команда записала это в другой стране, набор показывает, сохраняются ли результаты с новыми спикерами, настройками записи и условиями. Scribe v3 Live Medical имела самый низкий показатель семантической WER среди протестированных нами медицинских моделей (0,6%).

Сравнение с Scribe v3 Live

Eka Medical ASR содержит более 3600 записей на английском языке от врачей и студентов-медиков, сфокусированных на медицинских терминах и брендовых названиях лекарств. Scribe v3 Live Medical допустила на 4,7% меньше ошибок в Eka Medical ASR, чем Scribe v3 Live (11% против 11,54% семантической WER).

Модель

Eka Medical ASR (семантическая WER)

Scribe v3 Live Medical

11%

Scribe v3 Live

11,54%

Повседневная речь (Common Voice и FLEURS)

Common Voice — это набор предложений Mozilla, прочитанных вслух волонтерами, а FLEURS — это набор коротких неклинических предложений Google, прочитанных на более чем 100 языках. Мы оценили оба набора на их английских частях, чтобы убедиться, что команды, использующие Scribe v3 Live Medical, не теряют точность в повседневной речи. Даже предложение, в котором упоминается лекарство, в основном состоит из повседневных слов, поэтому медицинская модель должна правильно распознавать и то, и другое.

Scribe v3 Live Medical работает примерно так же, как Scribe v3 Live в обоих случаях.

Медицинская точность на разных языках (MED-Term)

Многие медицинские команды обслуживают пациентов на нескольких языках. MED-Term, общедоступный эталон от Corti, представляет собой набор устных описаний клинических случаев на английском, французском и немецком языках, каждый из которых построен вокруг редких и специализированных медицинских терминов. Мы использовали его, чтобы проверить, как Scribe v3 Live Medical справляется с клинической лексикой помимо английского. Ее семантическая WER составила 2,24% на английском, 2,81% на немецком и 3,24% на французском языках.

Язык

Семантическая WER (MED-Term)

Английский

2,24%

Немецкий

2,81%

Французский

3,24%

Низкая задержка при живых звонках

Во время живого звонка агент не может ответить, пока не получит транскрипцию, поэтому любая задержка в транскрибировании превращается в паузу, которую слышит звонящий. Scribe v3 Live транскрибирует речь примерно за 150 миллисекунд, и, как показали тесты, Scribe v3 Live Medical соответствует этой задержке, поэтому его клиническая направленность не добавляет заметных пауз.

Что видят медицинские команды

Команды уже создают агентов с помощью Scribe v3 Live Medical.

«Опыт взаимодействия с Eleven v4 Turbo и Scribe v3 Live Medical просто феноменален», — говорит Айдин Джафари, директор по цифровой стратегии и инновациям в Pfizer. «Агент звучит реалистично и более точно распознает брендовые и дженериковые названия, которые встречаются в наших разговорах».

Во время звонков пациентам эта точность сохраняется и в том, что медицинские команды просматривают после завершения разговора.

«ElevenLabs продолжает поднимать планку, и это позволяет Vintage Labs двигаться быстрее. Наша платформа VIA совершает звонки до и после процедур для крупных академических медицинских систем. Благодаря Scribe v3 Live Medical она лучше понимает пациентов: их лекарства, процедуры, имена врачей», — говорит Шантану Горай, основатель и операционный директор Vintage Labs AI. «Функция обнаружения окончания речи ждет, пока пациенты закончат называть дату рождения, прежде чем ответить, а многоязычный режим справляется, когда звонящие переходят на испанский. Медсестры теперь могут доверять сводке звонка, не переслушивая запись».

Что меньшее количество ошибок означает для медицинских команд

Уровень ошибок легче оценить во время реального звонка. 10-минутный первичный звонок содержит около 1500 слов между звонящим и агентом. При уровне ошибок PriMock57, указанном выше, Scribe v3 Live Medical распознает примерно на 40 слов больше правильно, чем следующая лучшая медицинская модель, которую мы тестировали. Для команды, обрабатывающей 1000 звонков в день, это около 40 000 слов, транскрибируемых правильно каждый день. Не каждое слово имеет одинаковый вес. Пропущенное «эм» безвредно. Неправильно услышанное название лекарства приводит к назначению не того препарата в запросе на пополнение, а неверная цифра в идентификаторе участника блокирует проверку права на обслуживание. Любая из этих ошибок может привести к необходимости перезвонить, перевести звонок на сотрудника или попросить пациента повторить сказанное.

Защита медицинской информации

Медицинские агенты слышат защищенную медицинскую информацию (PHI) во многих звонках, включая имена, даты рождения, идентификаторы участников, лекарства и симптомы. Scribe v3 Live Medical соответствует требованиям HIPAA для корпоративных клиентов при наличии соглашения о деловом партнерстве (BAA) и включенном режиме нулевого хранения данных (Zero Retention Mode).

Scribe v3 Live Medical работает на базе ElevenAgents, которая охвачена нашими программами соответствия требованиям, включая SOC 2 Type II, ISO 27001 и PCI DSS Level 1. Данные пациентов по умолчанию хранятся в США. Корпоративные команды, которым необходимо хранение данных за пределами США, могут использовать изолированные среды в ЕС, Индии или Сингапуре.

Начало работы

Scribe v3 Live Medical доступен сегодня в ElevenAgents.

Перейдите в «Настройки» > «Автоматическое распознавание речи» и выберите его из выпадающего списка моделей.

← Все статьи

О чём эта статья

Ещё в разделе «AI и машинное обучение»

Все →
Ai2 и Taylor Geospatial объявляют о партнерстве для упрощения сравнения, запуска и разработки геопространственного ИИ
AI2 (Allen Institute for AI)

Ai2 и Taylor Geospatial объявляют о партнерстве для упрощения сравнения, запуска и разработки геопространственного ИИ

LangSmith для агентов по написанию кода: теперь отслеживайте расходы по результатам
LangChain

LangSmith для агентов по написанию кода: теперь отслеживайте расходы по результатам

Модели временных рядов в Streamhouse: новые горизонты и варианты использования
Hugging Face

Модели временных рядов в Streamhouse: новые горизонты и варианты использования

Rumble-2-Flash: открытая речевая модель 0.5B для 40+ языков
Hugging Face

Rumble-2-Flash: открытая речевая модель 0.5B для 40+ языков

Компактные настольные ПК NVIDIA RTX Spark уже в продаже
NVIDIA

Компактные настольные ПК NVIDIA RTX Spark уже в продаже

SenseTime публикует операционные результаты за первые девять месяцев 2026 года: рост выручки ускоряется, валовая маржа продолжает расти, а коммерциализация полностекового ИИ набирает обороты
SenseTime

SenseTime публикует операционные результаты за первые девять месяцев 2026 года: рост выручки ускоряется, валовая маржа продолжает расти, а коммерциализация полностекового ИИ набирает обороты

Ещё от ElevenLabs

Что такое WebRTC? Руководство по веб-коммуникациям в реальном времени
ElevenLabs

Что такое WebRTC? Руководство по веб-коммуникациям в реальном времени

AI-ассистент в ритейле: от вопроса клиента до завершенной транзакции
ElevenLabs

AI-ассистент в ритейле: от вопроса клиента до завершенной транзакции

Новые возможности аудиокниг в ElevenCreative
ElevenLabs

Новые возможности аудиокниг в ElevenCreative

Что такое LLM? Практическое руководство по языковым моделям
ElevenLabs

Что такое LLM? Практическое руководство по языковым моделям

Kotoba присоединяется к ElevenLabs
ElevenLabs

Kotoba присоединяется к ElevenLabs

Autotorino автоматизирует звонки в дилерские центры с помощью ElevenAgents
ElevenLabs

Autotorino автоматизирует звонки в дилерские центры с помощью ElevenAgents