Старт 23 ноябряЖивой Поток 3 интенсива «Вайбкодинг и ИИ-агенты»: 3 недели практики, 9 живых занятийПоток 3 (23.11) →
РелизAPI / Продукт · В работуElevenLabs Blog→ оригинал

ElevenLabs научила голосовых агентов точнее слышать лекарства: ошибок на 17% меньше

Голосовой агент заносит в карточку пациента то, что услышал, а названия лекарств легко перепутать: одна модель приняла ситаглиптин от диабета за антидепрессант циталопрам. ElevenLabs выпустила Scribe v3 Live Medical — распознавание речи для живых звонков в клиниках. На тесте PriMock57 (57 имитаций приёмов) слов с ошибками 12,8% — на 17% меньше, чем у ближайшей медицинской модели. Для медагентов это повод проверить модель на своих звонках.

AI-обработка оригинала ElevenLabs Blog; редакция Hamidun News
ElevenLabs научила голосовых агентов точнее слышать лекарства: ошибок на 17% меньше
Источник: ElevenLabs Blog. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникElevenLabs Blog ↗
Главный редактор
Свой словарь до 10 000 терминовошибок на медтерминах до 48% меньше
Ключевой факт #2Задержка около 150 мс — как у обычной Scribe v3 Live, паузы не слышны
Ключевой факт #3Ждёт, пока клиент договорит номер полиса; понимает 90+ языков

Голосовой агент в клинике действует на основе того, что услышал, поэтому одна неверно распознанная фраза превращается в неверную запись. Если пациент говорит, что принимает ситаглиптин от диабета, агент может занести препарат в список лекарств для врача. Но в тестах ElevenLabs одна из речевых моделей расслышала «циталопрам» — это антидепрессант, совсем другое лекарство.

Против таких ошибок компания выпустила Scribe v3 Live Medical: медицинскую версию модели распознавания речи в реальном времени. На тесте PriMock57 (57 имитаций приёмов у терапевта) у неё 12,8% неверно распознанных слов, то есть примерно 13 слов из 100. Это на 17% меньше ошибок, чем у ближайшей по качеству медицинской модели из тех, что сравнивала сама ElevenLabs.

Для разработчика голосовых агентов смысл простой: лекарства, дозировки и номера полисов чаще всего ломаются именно на распознавании, и здесь их стало меньше.

Что умеет модель

Scribe v3 Live Medical построена на новой модели Scribe v3 Live и уже доступна в платформе ElevenAgents: в настройках нужно открыть Automatic Speech Recognition и выбрать её в списке. Раньше у ElevenLabs была медицинская расшифровка только для записей — диктовок и визитов. Теперь она работает на живых звонках: запись на приём, справочные линии, проверка страховки по телефону, уточнение по заявкам на выплаты. Такие звонки не могут ждать конца записи, а названия препаратов и дозировки в обычной речи встречаются редко, поэтому универсальные модели на них ошибаются чаще всего.

Первый инструмент — собственный словарь до 10 000 терминов. Региональная сеть клиник может загрузить имена всех врачей и названия филиалов, а фармкомпания — весь портфель под торговыми и международными названиями. Модель обращается к списку, только когда звонящий, похоже, произносит один из этих терминов. По данным ElevenLabs, со словарём ошибок на медицинских терминах до 48% меньше.

Второй — аккуратная работа с цифрами. Люди читают номер полиса или дату рождения кусками, делая паузы, пока ищут следующую группу на карточке. Обычный агент принимает паузу за конец реплики и перебивает, а человеку приходится начинать заново. Здесь модель понимает, что число не закончено, и ждёт продолжения.

Третий — смена языка посреди разговора. Пациент может перейти на родной язык, чтобы лучше описать симптом. Модель поддерживает больше 90 языков и не теряет такие фрагменты.

Что показали тесты

Сравнивали с потоковыми моделями ведущих провайдеров, и медицинскими, и универсальными, на одних и тех же записях. PriMock57 выбрали за то, что в нём есть всё, что осложняет живые звонки: разговор без сценария, телефонный звук с фоновым шумом и плотные клинические детали.

На Fareez OSCE (272 записи учебных интервью с пациентами) у модели самая низкая «смысловая» доля ошибок среди медицинских моделей — 0,6%. Эта метрика считает только ошибки, меняющие смысл: «20 mg» и «twenty milligrams» засчитываются как совпадение, поэтому цифры у неё ниже, чем у обычной доли неверных слов. На наборе Eka Medical ASR (более 3 600 английских записей врачей и студентов с брендовыми названиями лекарств) ошибок на 4,7% меньше, чем у обычной Scribe v3 Live: 11% против 11,54% по смысловой метрике.

Для многоязычных клиник есть тест MED-Term от Corti с редкими терминами: смысловая доля ошибок 2,24% на английском, 2,81% на немецком и 3,24% на французском. На обычной речи (Common Voice и FLEURS) модель работает примерно так же, как базовая версия, поэтому её можно включить на всех звонках, включая перенос визита и вопросы про часы работы. Задержка осталась около 150 мс, так что клиническая специализация не добавляет заметной паузы.

ElevenLabs переводит это в бытовые цифры. В 10-минутном звонке около 1 500 слов, и модель распознаёт примерно на 40 слов больше, чем ближайшая медицинская конкурентка. При 1 000 звонков в день это около 40 000 слов. Не все слова равны: потерянное «э-э» безвредно, а перепутанный препарат попадает в запрос на рецепт, а неверная цифра в номере полиса задерживает проверку страховки.

Приватность и оговорки

Модель соответствует требованиям HIPAA для корпоративных клиентов при подписанном соглашении BAA и включённом режиме Zero Retention (данные не сохраняются). ElevenAgents имеет сертификаты SOC 2 Type II, ISO 27001 и PCI DSS Level 1. Данные пациентов по умолчанию хранятся в США, а при необходимости можно использовать изолированные окружения в ЕС, Индии или Сингапуре.

Оговорка: все сравнения проведены самой ElevenLabs на выбранных ею провайдерах и в лучшей для каждого конфигурации, конкретные названия конкурентов не приводятся, а список моделей неполный. Среди клиентов компания называет Pfizer, где отмечают точность на торговых и международных названиях, и Vintage Labs, где медсёстры, по словам основателя, доверяют сводке звонка без повторного прослушивания записи.

Практический вывод для тех, кто строит медицинских голосовых агентов: прогоните модель на реальных записях своих звонков, загрузите словарь препаратов и имён врачей и посмотрите, сколько ошибок исчезнет именно на лекарствах и номерах.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что умеет модель?

Scribe v3 Live Medical построена на новой модели Scribe v3 Live и уже доступна в платформе ElevenAgents: в настройках нужно открыть Automatic Speech Recognition и выбрать её в списке. Раньше у ElevenLabs была медицинская расшифровка только для записей — диктовок и визитов. Теперь она работает на живых звонках: запись на приём, справочные линии, проверка страховки по телефону, уточнение по заявкам на выплаты.

Что известно по теме: что показали тесты?

Сравнивали с потоковыми моделями ведущих провайдеров, и медицинскими, и универсальными, на одних и тех же записях. PriMock57 выбрали за то, что в нём есть всё, что осложняет живые звонки: разговор без сценария, телефонный звук с фоновым шумом и плотные клинические детали. На Fareez OSCE (272 записи учебных интервью с пациентами) у модели самая низкая «смысловая» доля ошибок среди медицинских моделей — 0,6%.

Что известно по теме: приватность и оговорки?

Модель соответствует требованиям HIPAA для корпоративных клиентов при подписанном соглашении BAA и включённом режиме Zero Retention (данные не сохраняются). ElevenAgents имеет сертификаты SOC 2 Type II, ISO 27001 и PCI DSS Level 1. Данные пациентов по умолчанию хранятся в США, а при необходимости можно использовать изолированные окружения в ЕС, Индии или Сингапуре.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…