Syntetiska sjukvårdssamtal för ASR
Möjliggör utveckling av omgivande teknik genom syntetiska hälsosamtal
Över 2000 timmar med ljuddata som samlats in och transkriberats i klinisk miljö
Inom den snabbväxande domänen av Conversational AI är en av de anmärkningsvärda applikationerna inom hälsovårdssektorn, där teknik används för att effektivisera interaktioner mellan leverantör och patient. Vår kund, ett ledande namn inom sjukvårdsteknologi, vände sig till Shaip med ett krav på att förbättra sin automatiska taligenkänningsmodell (ASR) för att bättre förstå och transkribera konversationer med flera högtalare i kliniska miljöer. På grund av integritetsbestämmelserna var det en utmaning att skaffa verkliga dialoger; därför var tanken att skapa och transkribera syntetiska men realistiska interaktioner mellan vårdgivare och patienter.
Volym
2,000 timmar eller ungefär 12,000 till 24,000 individuella syntetiska interaktioner av 10 minuters genomsnittlig längd.
Mål
Vårt primära mål var att generera cirka 2,000 12,000 timmar ljudinspelningar, översätta till 24,000 XNUMX till XNUMX XNUMX minutiöst utformade syntetiska interaktioner, som förkroppsligar en mångfald i kön, ålder, accenter och medicinska roller. Denna omfattande och autentiska datauppsättning, designad för att efterlikna kliniska dialoger i verkligheten, skapades samtidigt som den strikt följer integritetsbestämmelser som HIPAA. De syntetiska interaktionerna fungerade som en rik datauppsättning, som hjälpte till att träna och förfina vår klients ASR-modell, vilket avsevärt förbättrade dess skicklighet i att hantera verkliga konversationer inom kliniska miljöer.
Utmaningar
Regelefterlevnad
Att säkerställa efterlevnad av integritetslagar som HIPAA samtidigt som man skapar realistiska men syntetiska vårdinteraktioner kan vara utmanande.
Data äkthet och mångfald
Att skapa syntetiska interaktioner som exakt efterliknar verkliga kliniska dialoger samtidigt som de omfattar ett brett utbud av scenarier, accenter, åldrar och medicinska roller kräver ett noggrant tillvägagångssätt och djup domänkunskap.
Kvalitetssäkring
För att uppnå en hög noggrannhetsnivå vid transkription, såsom den målinriktade 95 % Word Accuracy Rate (WER) och 90 % Tag Accuracy Rate (TER), kräver rigorösa kvalitetssäkringsprocesser.
Tekniska förmågor
Att säkerställa att den tekniska infrastrukturen, inklusive inspelnings- och transkriptionsplattformarna, kan hantera mängden data och upprätthålla kvaliteten är en betydande utmaning.
Resursrekrytering och utbildning
Att rekrytera individer med medicinsk bakgrund för rollspel och se till att de följer realistiska scenarier samtidigt som de upprätthåller ett naturligt samtalsflöde kan vara ganska utmanande. Dessutom kräver utbildning av transcriptionists att följa strikta kvalitetsriktlinjer betydande ansträngning och expertis.
Tillvägagångssätt/Lösning
Ljudsamling och transkription
- Skapande av scenarier: Utvecklade realistiska scenarier som speglar vanliga icke-brådskande tillstånd som man stöter på i familjemedicinska metoder för vuxna, såsom högt blodtryck, diabetes och smärtbehandling.
- Rollspel: Rekryterade individer med medicinsk bakgrund för att spela roller som vårdgivare och patienter, följa de angivna scenarierna och simulera verkliga kliniska samtal.
- Inspelning: Använde Shaip Work Mobile App för att fånga ljud, vilket säkerställer en mångsidig representation vad gäller kön, ålder, accenter och professionell bakgrund bland deltagarna.
Validering och transkription
- Utförde valideringsskript för att säkerställa noggrannheten och kvaliteten på ljudfilerna.
- Transkriptioner utfördes på Bhasha-plattformen, i enlighet med specifika riktlinjer som tillhandahålls och säkerställer ordagrant texttranskription med exakt diarisering.
- Kommenterad metadata inklusive talar-ID, ålder, kön, modersmål och medicinsk utbildning/erfarenhet, som var avgörande för klientens modellutbildningsändamål.
Kvalitetssäkring
- Omfattande kvalitetskontroller av CQA och PMO säkerställde ett mål för transkriptionskvalitet på 95 % ordnoggrannhet (WER) och 90 % taggnoggrannhet (TER).
Dataleverans
- Strukturerade data på ett tydligt, organiserat sätt och levererade det i omgångar, tillsammans med detaljerade batch-anteckningar och kulturkataloger.
- Säkerställde att all data, inklusive ljudfiler, transkriptioner och metadata, var korrekt märkta och formaterade enligt kundens specifikationer.
Feedback och iteration
Etablerade en robust återkopplingsslinga med klienten för att identifiera eventuella brister, säkerställa att korrigeringar gjordes och en komplett, korrekt datauppsättning levererades.
Huvudmål
- Framgångsrik insamling och transkription av 2000 timmars syntetiska vårdinteraktioner.
- Snabb och korrekt transkription med en anmärkningsvärd noggrannhet, vilket väsentligt bidrar till kundens mål att förbättra sin ASR-modell.
- Visade Shaips förmåga att hantera storskaliga, komplexa projekt med en noggrann inställning till kvalitet och noggrannhet.
Resultat
Det minutiöst genomförda projektet som underlättades av Shaip resulterade i en rik datauppsättning som avsevärt bidrog till förbättringen av kundens ASR-modell. De syntetiska interaktionerna skapade en realistisk representation av kliniska dialoger, vilket hjälpte klienten att uppnå en mer robust och pålitlig taltjänst för vårdmiljöer. Genom ett strukturerat och välkoordinerat tillvägagångssätt säkerställde Shaip en framgångsrik leverans av ett komplext projekt inom den angivna tidsramen, vilket befäste sin expertis i att hantera storskaliga konversations-AI-projekt inom hälsovårdsdomänen.
Vårt samarbete med Shaip avancerade avsevärt vårt projekt inom Ambient Technology och Conversational AI inom sjukvården. Deras expertis i att skapa och transkribera syntetiska hälso-och sjukvårdsdialoger gav en solid grund, som visade upp potentialen hos syntetiska data för att övervinna regulatoriska utmaningar. Med Shaip navigerade vi dessa hinder och är nu ett steg närmare att förverkliga vår vision om intuitiva hälsovårdslösningar.
