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
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.
- 18 нояб. 2026 г.Агент Devin Bot за 44 дня сам собрал Android-приложение: 1 134 PR при 183 сообщениях
- 18 нояб. 2026 г.Duco ужала контекст агентов на 90% и в 10 раз ускорила перенос сверок банков
- 18 нояб. 2026 г.Epic уберёт Blueprints из Unreal Engine 6: ИИ работает с кодом, а не со схемами
- 18 нояб. 2026 г.rust-anything учит ИИ-агентов переписывать приложения на Rust по модулям
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.
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.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.