Découvrez Eleven v4Découvrez Eleven v4, notre modèle le plus expressif à ce jour.

Aller au contenu

Scribe v3 Live Medical aide les agents conversationnels à saisir correctement les détails cliniques

Rédigé par
John Durovsik
Publié

ÉcouterÉcouter cet article

Un agent vocal agit en fonction de ce qu’il entend lors d’un appel en direct. Lorsqu’un patient indique prendre de la sitagliptine pour son diabète, l’agent peut l’ajouter à sa liste de médicaments afin que le clinicien l’examine. Mais les noms de médicaments sont faciles à mal entendre. Lors de nos tests, nous avons vu un modèle de reconnaissance vocale transcrire « sitagliptine » par « citalopram », un antidépresseur. Pour de nombreuses personnes, ces appels constituent la première étape pour joindre leur équipe soignante, et un agent ne peut les aider que s’il les entend correctement.

Aujourd’hui, ElevenLabs lance Scribe v3 Live Medical, qui apporte la transcription médicale aux appels en direct. Basé sur Scribe v3 Live, notre tout dernier modèle Speech to Text en temps réel, il est optimisé pour le langage clinique. Il est désormais disponible dans ElevenAgents.

Pourquoi les appels en direct nécessitent une transcription médicale

ElevenLabs propose déjà la transcription médicale pour les audios enregistrés, comme la dictée et les enregistrements de consultations. Mais une grande partie des solutions conçues par les équipes de santé fonctionne en temps réel, qu’il s’agisse de prise de rendez-vous, de lignes d’information médicale, de vérifications d’éligibilité par téléphone ou de suivi des demandes de remboursement. Ces appels ne peuvent pas attendre la fin d’un enregistrement. 

Les noms et les dosages de médicaments sont rarement employés dans les conversations courantes. Un modèle généraliste en temps réel risque donc davantage de les mal retranscrire. Scribe v3 Live Medical est notre première solution de transcription médicale conçue pour les agents. Elle transpose l’expertise clinique de Scribe v2 Medical aux conversations en temps réel. Lors de nos tests sur PriMock57, un ensemble public de simulations de consultations médicales en direct, Scribe v3 Live Medical a commis moins d’erreurs que tous les autres modèles médicaux que nous avons évalués.

Des appels où les détails cliniques comptent

Scribe v3 Live Medical est conçu pour les appels de patients, d’adhérents et de professionnels de santé, lorsque les détails sont cliniques, par exemple un médicament lors de l’admission, une procédure dans le cadre d’une autorisation préalable ou un symptôme lors d’un appel de suivi. De nombreux agents dédiés à la santé gèrent aussi des appels sans aucun détail clinique, comme le report d’un rendez-vous ou les demandes d’horaires d’ouverture. Scribe v3 Live Medical améliore la précision des détails cliniques tout en conservant sa précision sur le langage courant, afin que les équipes puissent l’utiliser pour chaque appel.

Des outils pour les conversations cliniques

Chargez jusqu’à 10 000 termes personnalisés

Les équipes de santé peuvent ajouter jusqu’à 10 000 termes personnalisés. Scribe v3 Live Medical ne s’appuie sur cette liste que lorsqu’un appelant semble prononcer l’un d’eux. Cela suffit à un système de santé régional pour charger le nom de chaque professionnel et de chaque clinique sur l’ensemble de ses sites, ou à une entreprise pharmaceutique pour charger l’intégralité de son portefeuille par nom de marque et dénomination générique. Avec une liste de termes personnalisés chargée, Scribe v3 Live Medical a commis jusqu’à 48 % d’erreurs en moins sur les termes médicaux lors de nos tests.

Attendez que les appelants aient terminé

Les appelants énoncent souvent un identifiant d’adhérent ou une date de naissance par segments, en marquant des pauses entre les groupes de chiffres lorsqu’ils les cherchent sur une carte. Un agent qui considère chaque pause comme la fin d’une prise de parole intervient au milieu du numéro, et l’appelant doit recommencer. Scribe v3 Live Medical reconnaît qu’un numéro n’est pas encore terminé, afin que l’agent attende la suite avant de répondre.

Suivez les patients d’une langue à l’autre

Les patients et les aidants peuvent changer de langue au cours d’un appel, par exemple pour décrire plus facilement un symptôme dans leur langue maternelle. Scribe v3 Live Medical prend en charge plus de 90 langues et suit ces changements, afin que les propos dans une deuxième langue soient transcrits plutôt qu’ignorés.

Comment nous avons évalué Scribe v3 Live Medical

Nous avons testé Scribe v3 Live Medical face à des modèles Speech to Text en temps réel de fournisseurs reconnus, dont des modèles médicaux spécialisés et des modèles généralistes, tous sur les mêmes enregistrements. Nous avons utilisé deux benchmarks publics de conversations entre médecins et patients, comparé Scribe v3 Live Medical à Scribe v3 Live sur le langage médical et le langage courant, et testé des termes médicaux en anglais, en français et en allemand. Les résultats sont en anglais, sauf indication contraire. 

Nous présentons le taux d’erreur de mots (WER), soit la part des mots transcrits de manière incorrecte, ainsi que le WER sémantique, qui ne compte que les erreurs modifiant le sens. Le WER sémantique considère « 20 mg » et « vingt milligrammes » comme équivalents, ses scores sont donc inférieurs à ceux du WER. 

Remarque : ces résultats proviennent des tests internes d’ElevenLabs réalisés en temps réel auprès de fournisseurs sélectionnés, chaque modèle étant configuré de façon optimale selon les options disponibles. Ils n’incluent pas tous les modèles disponibles.

Consultations de soins primaires (PriMock57)

PriMock57 comprend 57 simulations de consultations de soins primaires en direct d’environ 9 minutes chacune, entre des cliniciens et des acteurs jouant des patients. Les conversations n’étaient scénarisées d’aucun côté. Les acteurs s’appuyaient sur des fiches de cas décrivant les symptômes, les antécédents médicaux et les traitements en cours, tandis que les cliniciens menaient chaque consultation comme une véritable consultation. Les appels se déroulaient sur un logiciel de télémédecine, avec les cliniciens sur des ordinateurs portables et les patients sur des téléphones mobiles, dans un environnement de bureau avec du bruit de fond.

Nous avons utilisé ce benchmark, car il réunit les éléments qui rendent les appels de patients difficiles à transcrire : des conversations spontanées avec échanges, un audio téléphonique avec du bruit de fond et une forte densité de détails cliniques. Scribe v3 Live Medical a affiché le WER le plus faible parmi les modèles médicaux que nous avons testés (12,8 %), avec 17 % d’erreurs en moins que le modèle suivant.

Scribe v3 Live Medical has the lowest WER at 12.8%, 17% below the next medical model.

Entretiens avec des patients (Fareez OSCE)

Fareez OSCE comprend 272 entretiens de patients enregistrés, dans le format utilisé par les facultés de médecine pour évaluer les compétences cliniques, l’examen clinique objectif structuré (OSCE). Dans chacun d’eux, un médecin interne ou un étudiant avancé en médecine interroge une personne jouant le patient sur ses symptômes et ses antécédents. Enregistré par une autre équipe dans un autre pays, cet ensemble permet de vérifier si les résultats se maintiennent avec de nouveaux locuteurs, configurations d’enregistrement et conditions. Scribe v3 Live Medical a affiché le WER sémantique le plus faible parmi les modèles médicaux que nous avons testés (0,6 %).

Fareez OSCE benchmark results

Comparaison avec Scribe v3 Live

Eka Medical ASR contient plus de 3 600 enregistrements en anglais de médecins et d’étudiants en médecine, centrés sur les termes médicaux et les noms de médicaments de marque. Scribe v3 Live Medical a commis 4,7 % d’erreurs en moins sur Eka Medical ASR que Scribe v3 Live (WER sémantique de 11 % contre 11,54 %).

Modèle

Eka Medical ASR (WER sémantique)

Scribe v3 Live Medical

11%

Scribe v3 Live

11.54%

Langage courant (Common Voice et FLEURS)

Common Voice est un ensemble de phrases lues à voix haute par des bénévoles créé par Mozilla, et FLEURS est un ensemble de courtes phrases non cliniques lues dans plus de 100 langues créé par Google. Nous avons évalué les deux sur leurs ensembles en anglais pour nous assurer que les équipes utilisant Scribe v3 Live Medical ne perdent pas en précision sur le langage courant. Même une phrase mentionnant un médicament est principalement composée de mots du quotidien, un modèle médical doit donc reconnaître correctement les deux. 

Scribe v3 Live Medical offre des performances sensiblement équivalentes à celles de Scribe v3 Live sur les deux.

Scribe v3 Live Medical is nearly as accurate as Scribe v3 Live on Common Voice and FLEURS

Précision médicale dans toutes les langues (MED-Term)

De nombreuses équipes de santé accompagnent des patients dans plusieurs langues. MED-Term, un benchmark public de Corti, est un ensemble de descriptions orales de cas cliniques en anglais, en français et en allemand, chacune construite autour de termes médicaux rares et spécialisés. Nous l’avons utilisé pour vérifier la façon dont Scribe v3 Live Medical traite le vocabulaire clinique au-delà de l’anglais. Son WER sémantique était de 2,24 % en anglais, de 2,81 % en allemand et de 3,24 % en français. 

Langue

WER sémantique (MED-Term)

Anglais

2.24%

Allemand

2.81%

Français

3.24%

Faible latence lors des appels en direct

Lors d’un appel en direct, un agent ne peut pas répondre avant de disposer de la transcription, tout retard de transcription devient donc une pause que les appelants entendent. Scribe v3 Live transcrit la parole en environ 150 millisecondes et, lors des tests, Scribe v3 Live Medical atteint la même latence. Son expertise clinique n’ajoute donc aucun délai perceptible.

Ce que constatent les équipes de santé

Les équipes conçoivent déjà des agents avec Scribe v3 Live Medical.

« L’expérience d’interaction avec Eleven v4 Turbo et Scribe v3 Live Medical est remarquable », déclare Idin Jafari, directeur de la stratégie numérique et de l’innovation chez Pfizer. « L’agent paraît naturel et retranscrit avec plus de précision les noms de marque et les noms génériques qui reviennent dans nos conversations. »

Lors des appels avec les patients, cette précision se retrouve dans les éléments que les équipes soignantes examinent après l’appel.

« ElevenLabs ne cesse d’élever le niveau, ce qui permet à Vintage Labs d’avancer plus vite. Notre plateforme VIA gère les appels avant et après les procédures pour de grands systèmes de santé universitaires. Avec Scribe v3 Live Medical, elle comprend mieux les patients : leurs médicaments, leurs procédures, le nom de leurs médecins », explique Shantanu Ghorai, fondateur et directeur des opérations de Vintage Labs AI. « La détection des tours de parole attend que les patients aient terminé de donner leur date de naissance avant de répondre, et le mode multilingue suit le rythme lorsque les appelants passent à l’espagnol. Les infirmiers peuvent désormais se fier au résumé de l’appel sans réécouter l’enregistrement. »

Ce que représentent moins d’erreurs pour les équipes de santé

Les taux d’erreur sont plus faciles à apprécier lors d’un appel réel. Un appel d’admission de 10 minutes représente environ 1 500 mots échangés entre l’appelant et l’agent. Aux taux d’erreur PriMock57 indiqués ci-dessus, Scribe v3 Live Medical reconnaîtrait correctement environ 40 mots de plus que le meilleur modèle médical suivant que nous avons testé. Pour une équipe gérant 1 000 appels par jour, cela représente environ 40 000 mots supplémentaires correctement transcrits chaque jour. Tous les mots n’ont pas la même importance. Un « euh » omis est sans conséquence. Un médicament mal entendu inscrit le mauvais traitement dans une demande de renouvellement, et un chiffre erroné dans un identifiant d’adhérent bloque une vérification d’éligibilité. Dans les deux cas, cela peut entraîner un rappel, un transfert vers un collaborateur ou la demande au patient de se répéter.

Protection des informations de santé

Les agents dédiés à la santé entendent des informations de santé protégées (PHI) lors de nombreux appels, notamment des noms, des dates de naissance, des identifiants d’adhérent, des médicaments et des symptômes. Scribe v3 Live Medical est éligible à HIPAA pour les clients Enterprise disposant d’un accord d’associé commercial (BAA) et du mode zéro rétention activé.

Scribe v3 Live Medical fonctionne sur ElevenAgents, couvert par nos programmes de conformité, notamment SOC 2 Type II, ISO 27001 et PCI DSS Level 1. Les données des patients sont stockées aux États-Unis par défaut. Les équipes Enterprise qui doivent les stocker en dehors des États-Unis peuvent utiliser des environnements isolés dans l’Union européenne, en Inde ou à Singapour.

Premiers pas

Scribe v3 Live Medical est disponible dès aujourd’hui dans ElevenAgents. 

Accédez à Paramètres > Reconnaissance vocale automatique et sélectionnez-le dans le menu déroulant des modèles. 

Rédigé par

John is on the ElevenAgents growth team, with a focus on the healthcare industry.

Articles similaires

Créez avec l'audio IA de la plus haute qualité