Départ 23/11Cohorte 3 en direct Vibe Coding & Agents IA : 3 semaines, 9 sessions liveCohorte 3 (23/11) →
SortieAnalyse · Sur le radarElevenLabs Blog→ original

ElevenLabs améliore la reconnaissance des médicaments par ses agents vocaux : 17% d'erreurs en moins

Un agent vocal consigne dans le dossier du patient ce qu'il a entendu, et les noms de médicaments se confondent facilement : un modèle a pris la sitagliptine, prescrite contre le diabète, pour le citalopram, un antidépresseur. ElevenLabs lance Scribe v3 Live Medical, une reconnaissance vocale pour les appels en direct dans les cliniques. Sur le test PriMock57 (57 simulations de consultations), le taux de mots erronés est de 12,8%, soit 17% de moins que le modèle médical le plus proche. Pour les agents médicaux, c'est une raison de tester le modèle sur ses propres appels.

Traité par IA depuis ElevenLabs Blog ; édité par Hamidun News
ElevenLabs améliore la reconnaissance des médicaments par ses agents vocaux : 17% d'erreurs en moins
Source : ElevenLabs Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireElevenLabs Blog ↗
Rédacteur en chef
Chiffre clé #1Un dictionnaire personnalisé jusqu'à 10 000 termes : jusqu'à 48% d'erreurs en moins sur les termes médicaux
Chiffre clé #2Latence d'environ 150 ms, comme la Scribe v3 Live standard : les pauses ne s'entendent pas
Chiffre clé #3Attend que le client ait fini de dicter son numéro de police ; comprend plus de 90 langues

Un agent vocal en clinique agit sur la base de ce qu'il a entendu : une seule phrase mal reconnue se transforme donc en une entrée erronée. Si un patient dit qu'il prend de la sitagliptine contre le diabète, l'agent peut inscrire ce médicament dans la liste destinée au médecin. Pourtant, dans les tests d'ElevenLabs, l'un des modèles de reconnaissance vocale a compris « citalopram », un antidépresseur, donc un tout autre médicament.

Pour limiter ce type d'erreurs, l'entreprise a lancé Scribe v3 Live Medical, une version médicale de son modèle de reconnaissance vocale en temps réel. Sur le test PriMock57 (57 simulations de consultations chez un généraliste), il affiche 12,8% de mots mal reconnus, soit environ 13 mots sur 100. C'est 17% d'erreurs de moins que le modèle médical le plus proche en qualité parmi ceux qu'ElevenLabs a elle-même comparés.

Pour un développeur d'agents vocaux, l'enjeu est simple : médicaments, posologies et numéros de police d'assurance déraillent le plus souvent au stade de la reconnaissance, et ces erreurs sont désormais moins nombreuses.

Ce que sait faire le modèle

Scribe v3 Live Medical repose sur le nouveau modèle Scribe v3 Live et est déjà disponible dans la plateforme ElevenAgents : dans les paramètres, il faut ouvrir Automatic Speech Recognition et le sélectionner dans la liste. Jusqu'ici, ElevenLabs ne proposait la transcription médicale que pour les enregistrements, c'est-à-dire les dictées et les consultations. Elle fonctionne désormais sur les appels en direct : prises de rendez-vous, lignes d'information, vérification d'assurance par téléphone, précisions sur les demandes de remboursement. Ces appels ne peuvent pas attendre la fin de l'enregistrement, et les noms de médicaments comme les posologies sont rares dans la parole courante, ce qui explique que les modèles généralistes s'y trompent le plus souvent.

Premier outil : un dictionnaire personnalisé pouvant aller jusqu'à 10 000 termes. Un réseau régional de cliniques peut y charger les noms de tous ses médecins et de ses sites, un laboratoire pharmaceutique tout son portefeuille, avec les noms commerciaux et les dénominations communes internationales. Le modèle ne consulte la liste que lorsque l'interlocuteur semble prononcer l'un de ces termes. Selon ElevenLabs, le dictionnaire réduit jusqu'à 48% les erreurs sur les termes médicaux.

Deuxième outil : un traitement soigné des chiffres. Les gens énoncent un numéro de police ou une date de naissance par morceaux, en marquant des pauses pendant qu'ils cherchent le groupe suivant sur leur carte. Un agent classique prend la pause pour la fin de la phrase et coupe la parole, et la personne doit tout reprendre depuis le début. Ici, le modèle comprend que le nombre n'est pas terminé et attend la suite.

Troisième outil : le changement de langue en pleine conversation. Un patient peut passer à sa langue maternelle pour mieux décrire un symptôme. Le modèle prend en charge plus de 90 langues et ne perd pas ces passages.

Ce que montrent les tests

La comparaison a porté sur les modèles de streaming des principaux fournisseurs, médicaux comme généralistes, sur les mêmes enregistrements. ElevenLabs a retenu PriMock57 parce qu'il réunit tout ce qui complique les appels en direct : conversation sans script, son téléphonique avec bruit de fond et détails cliniques denses.

Sur Fareez OSCE (272 enregistrements d'entretiens pédagogiques avec des patients), le modèle affiche le taux d'erreur « sémantique » le plus bas parmi les modèles médicaux : 0,6%. Cette métrique ne compte que les erreurs qui changent le sens : « 20 mg » et « twenty milligrams » sont comptés comme une correspondance, d'où des chiffres plus bas que ceux du taux classique de mots erronés. Sur le jeu Eka Medical ASR (plus de 3 600 enregistrements en anglais de médecins et d'étudiants, avec des noms de médicaments de marque), le modèle commet 4,7% d'erreurs de moins que la Scribe v3 Live standard : 11% contre 11,54% sur la métrique sémantique.

Pour les cliniques multilingues, le test MED-Term de Corti, qui porte sur des termes rares, donne un taux d'erreur sémantique de 2,24% en anglais, 2,81% en allemand et 3,24% en français. Sur la parole courante (Common Voice et FLEURS), le modèle se comporte à peu près comme la version de base. On peut donc l'activer sur tous les appels, y compris les reports de rendez-vous et les questions sur les horaires d'ouverture. La latence reste d'environ 150 ms : la spécialisation clinique n'ajoute donc aucune pause perceptible.

ElevenLabs traduit ces résultats en chiffres concrets. Un appel de 10 minutes contient environ 1 500 mots, et le modèle en reconnaît environ 40 de plus que son concurrent médical le plus proche. Avec 1 000 appels par jour, cela représente environ 40 000 mots. Tous les mots ne se valent pas : un « euh » perdu est sans conséquence, alors qu'un médicament confondu se retrouve dans une demande d'ordonnance et qu'un chiffre erroné dans un numéro de police retarde la vérification de l'assurance.

Confidentialité et réserves

Le modèle répond aux exigences de la loi HIPAA pour les clients entreprises, sous réserve d'un accord BAA signé et du mode Zero Retention activé (les données ne sont pas conservées). ElevenAgents détient les certifications SOC 2 Type II, ISO 27001 et PCI DSS Level 1. Par défaut, les données des patients sont stockées aux États-Unis ; en cas de besoin, il est possible d'utiliser des environnements isolés dans l'UE, en Inde ou à Singapour.

Une réserve : toutes les comparaisons ont été menées par ElevenLabs elle-même, sur des fournisseurs choisis par elle et dans la meilleure configuration de chacun. Les noms des concurrents ne sont pas cités et la liste des modèles est incomplète. Parmi ses clients, l'entreprise cite Pfizer, qui souligne la précision sur les noms commerciaux et internationaux, et Vintage Labs, où les infirmières, selon son fondateur, se fient au résumé de l'appel sans réécouter l'enregistrement.

La conclusion pratique pour ceux qui conçoivent des agents vocaux médicaux : passer le modèle sur des enregistrements réels de ses propres appels, charger un dictionnaire de médicaments et de noms de médecins, puis mesurer combien d'erreurs disparaissent précisément sur les médicaments et les numéros.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que sait faire le modèle ?

Scribe v3 Live Medical repose sur le nouveau modèle Scribe v3 Live et est déjà disponible dans la plateforme ElevenAgents : dans les paramètres, il faut ouvrir Automatic Speech Recognition et le sélectionner dans la liste. Jusqu'ici, ElevenLabs ne proposait la transcription médicale que pour les enregistrements, c'est-à-dire les dictées et les consultations.

Que sait-on sur Ce que montrent les tests ?

La comparaison a porté sur les modèles de streaming des principaux fournisseurs, médicaux comme généralistes, sur les mêmes enregistrements. ElevenLabs a retenu PriMock57 parce qu'il réunit tout ce qui complique les appels en direct : conversation sans script, son téléphonique avec bruit de fond et détails cliniques denses. Sur Fareez OSCE (272 enregistrements d'entretiens pédagogiques avec des patients), le modèle affiche le taux d'erreur « sémantique » le plus bas parmi les modèles médicaux : 0,6%.

Que sait-on sur Confidentialité et réserves ?

Le modèle répond aux exigences de la loi HIPAA pour les clients entreprises, sous réserve d'un accord BAA signé et du mode Zero Retention activé (les données ne sont pas conservées). ElevenAgents détient les certifications SOC 2 Type II, ISO 27001 et PCI DSS Level 1. Par défaut, les données des patients sont stockées aux États-Unis ; en cas de besoin, il est possible d'utiliser des environnements isolés dans l'UE, en Inde ou à Singapour.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
Qu'en pensez-vous ?
Chargement des commentaires…