人工智慧語音模型減少醫療轉錄錯誤

Deepgram推出了Nova-3 Medical，這是一個專為醫療領域設計的AI語音轉文字（STT）模型。

Nova-3 Medical旨在與現有的臨床工作流程無縫整合，目的是解決英國公共國民健康服務（NHS）和私人醫療機構對準確和高效轉錄的日益增長的需求。

隨著電子健康記錄（EHRs）、遠程醫療和數位健康平台的普及，對可靠的AI驅動轉錄的需求從未如此之高。然而，傳統的語音轉文字模型往往難以處理臨床環境中使用的複雜和專業術語，這可能導致錯誤和不準確的情況，影響病患護理。

Deepgram的Nova-3 Medical旨在克服這些挑戰。這個模型利用先進的機器學習和專業的醫療詞彙訓練，能夠準確捕捉醫療術語、縮寫和臨床行話，即使在困難的音頻條件下也不例外。在醫療專業人員可能遠離錄音設備的環境中，這一點尤為重要。

Deepgram的首席執行官Scott Stephenson表示：“Nova-3 Medical在我們通過AI改變臨床文檔方面邁出了重要一步。通過解決臨床語言的細微差別並提供前所未有的自定義選項，我們使開發者能夠構建改善病患護理和運營效率的產品。”

該模型的一個關鍵特徵是它能夠提供結構化的轉錄，與臨床工作流程和EHR系統無縫整合，確保重要的病患數據準確組織並隨時可用。該模型還提供靈活的自助式自定義選項，包括最多100個關鍵術語的關鍵詞提示，允許開發者根據各種醫療專業的獨特需求量身定做解決方案。

多元的部署選項，包括本地部署和虛擬專用雲（VPC）配置，確保企業級安全和符合HIPAA標準，這對於滿足英國數據保護法規至關重要。

OneReach.ai的管理合夥人Kevin Fredrick表示：“企業級的語音轉文字並不是一件簡單的事，設計用於企業用途的語音AI平台與用於娛樂的語音AI平台之間有根本性的區別。Deepgram的Nova-3模型和Nova-3 Medical模型在準確性、延遲、效率和可擴展性方面都是領先的語音AI產品。”

Nova-3 Medical的基準測試：準確性、速度與效率

Deepgram進行了基準測試以展示Nova-3 Medical的性能。這個模型聲稱提供業界領先的轉錄準確性，優化了整體字詞識別和關鍵醫療術語的準確性。

字詞錯誤率（WER）：Nova-3 Medical的中位WER為3.45%，超越了競爭對手，與下一名競爭者相比，錯誤減少了63.6%。這種提高的精確度減少了手動修正，簡化了工作流程。

關鍵詞錯誤率（KER）：Nova-3 Medical的KER為6.79%，與下一名競爭者相比，錯誤減少了40.35%。這確保了關鍵的醫療術語，例如藥品名稱和病症，能夠被準確轉錄，降低了錯誤溝通和病患安全問題的風險。

除了準確性外，Nova-3 Medical在實時應用中表現優異。該模型的語音轉錄速度比許多其他語音識別供應商快5到40倍，非常適合遠程醫療和數位健康平台。它的可擴展架構確保即使在轉錄量增加時也能保持高性能。

此外，Nova-3 Medical的設計也考慮到了成本效益。每分鐘串流音頻的起始價格僅為0.0077美元，Deepgram聲稱這是市場上主要雲服務提供商價格的兩倍多，使得醫療科技公司能夠將資金再投資於創新，推進產品開發。

Deepgram的Nova-3 Medical旨在幫助開發者構建變革性的醫療轉錄應用，推動醫療領域的卓越成果。

(照片來源：Alexander Sinn)

想了解更多行業領導者在AI和大數據方面的資訊嗎？參加在阿姆斯特丹、加州和倫敦舉辦的AI與大數據博覽會。這是一個綜合性活動，與其他領先活動如智能自動化大會、BlockX、數位轉型周和網絡安全與雲博覽會同時舉行。

在這裡探索其他即將舉行的企業科技活動和網絡研討會，由TechForge提供支持。