تشخیص صدا تقریباً در تمام جنبه های زندگی مدرن یکپارچه شده است، اما یک شکاف بزرگ باقی می ماند: گویشوران زبان های اقلیت، و کسانی که لهجه های غلیظ یا اختلالات گفتاری مانند لکنت دارند معمولا کمتر قادر به استفاده از ابزارهای تشخیص گفتار هستند که برنامه ها، رونویسی یا رونویسی را کنترل می کنند. خودکار کردن وظایف، در میان سایر عملکردها.

Tobi Olatunji، بنیانگذار و مدیر عامل استارت آپ تشخیص گفتار بالینی Intron Health، می خواهد این شکاف را پر کند. او ادعا می‌کند که Intron بزرگترین پایگاه داده بالینی آفریقا است که الگوریتم آن بر روی 3.5 میلیون کلیپ صوتی (16000 ساعت) از بیش از 18000 مشارکت‌کننده، عمدتاً پزشکان مراقبت‌های بهداشتی، به نمایندگی از 29 کشور و 288 لهجه آموزش داده شده است. اولاتونجی او میگوید که جذب بیشتر مشارکت‌کنندگان آن از بخش مراقبت‌های بهداشتی تضمین می‌کند که اصطلاحات پزشکی به درستی برای بازارهای هدف او تلفظ و ضبط می‌شوند.

او گفت: «از آنجایی که ما قبلاً روی بسیاری از لهجه‌های آفریقایی آموزش دیده‌ایم، بسیار محتمل است که عملکرد پایه دسترسی آنها بسیار بهتر از هر سرویس دیگری باشد که استفاده می‌کنند،» و گفت که داده‌های غنا، اوگاندا و آفریقای جنوبی در حال رشد است. و اینکه استارتاپ نسبت به استقرار مدل در آنجا مطمئن است.

علاقه اولاتونجی به فناوری سلامت از دو رشته تجربه او سرچشمه می گیرد. اول، او آموزش دید و به عنوان یک پزشک پزشکی در نیجریه تمرین کرد، جایی که به طور مستقیم متوجه ناکارآمدی سیستم‌ها در آن بازار شد، از جمله اینکه چقدر کاغذ باید پر شود، و ردیابی همه آن چقدر سخت بود.

او گفت: «وقتی چند سال پیش در نیجریه پزشک بودم، حتی در دوران تحصیل پزشکی و حتی اکنون، به راحتی از انجام یک کار تکراری که سزاوار تلاش انسان نیست، عصبانی می شوم. یک مثال ساده این است که ما مجبور شدیم نام بیمار را در هر سفارش آزمایشگاهی که انجام می‌دهید بنویسیم. و فقط چیزی که ساده است، فرض کنید که من بیماران را می بینم، و آنها باید برخی نسخه ها را دریافت کنند، آنها باید چند آزمایشگاه دریافت کنند. من باید هر سفارش را به صورت دستی برای آنها بنویسم. برای من ناامید کننده است که باید نام بیمار را بارها و بارها در هر فرم، سن، تاریخ و همه این موارد تکرار کنم... من همیشه می‌پرسم، چگونه می‌توانیم کارها را بهتر انجام دهیم؟ چگونه زندگی را برای پزشکان آسان‌تر کنیم؟ آیا می‌توانیم برخی از وظایف را حذف کنیم و آنها را به سیستم دیگری منتقل کنیم تا پزشک بتواند وقت خود را صرف انجام کارهایی کند که بسیار ارزشمند هستند؟»

این سوالات او را به مرحله بعدی زندگی اش سوق داد. اولاتونجی به ایالات متحده نقل مکان کرد تا ابتدا مدرک کارشناسی ارشد خود را در رشته انفورماتیک پزشکی از دانشگاه سانفرانسیسکو و سپس در رشته علوم کامپیوتر در جورجیا Tech ادامه دهد.

سپس در تعدادی از شرکت های فناوری دندان های خود را برید. او به عنوان یک دانشمند و محقق بالینی برنامه نویسی زبان طبیعی (NLP) در Enlitic، یک شرکت منطقه خلیج سانفرانسیسکو، مدل هایی را برای استخراج خودکار اطلاعات از گزارش های متنی رادیولوژی ساخت. او همچنین به عنوان دانشمند یادگیری ماشینی به خدمات وب آمازون خدمت کرد. هم در Enlitic و هم در آمازون، او بر پردازش زبان طبیعی برای مراقبت‌های بهداشتی تمرکز کرد و سیستم‌هایی را شکل داد که بیمارستان‌ها را قادر می‌سازد تا بهتر کار کنند.

در طول آن تجربیات، او شروع به شکل‌دهی ایده‌هایی در مورد اینکه چگونه آنچه در ایالات متحده توسعه و استفاده می‌شود می‌تواند برای بهبود مراقبت‌های بهداشتی در نیجریه و سایر بازارهای نوظهور مانند آن استفاده شود، شروع کرد.

هدف اصلی Intron Health، که در سال 2020 راه اندازی شد، دیجیتالی کردن عملیات بیمارستانی در آفریقا از طریق سیستم پرونده الکترونیک پزشکی (EMR) بود. اولاتونجی گفت، اما برداشت چالش برانگیز بود: معلوم شد که پزشکان نوشتن را به تایپ کردن ترجیح می دهند.

این امر او را بر آن داشت تا چگونگی بهبود این مشکل اساسی تر را تحلیل کند: چگونه می توان ورود داده های اولیه، نوشتن و کارکرد بهتر پزشکان را انجام داد. در ابتدا این شرکت به راه حل های شخص ثالث برای خودکارسازی وظایفی مانند یادداشت برداری و جاسازی فناوری های گفتار در متن موجود در برنامه EMR خود نگاه کرد.

با این حال، به دلیل رونویسی اشتباه مداوم، مشکلات زیادی وجود داشت. برای اولاتونجی روشن شد که لهجه‌های غلیظ آفریقایی و تلفظ اصطلاحات و نام‌های پیچیده پزشکی، استفاده از ابزارهای رونویسی خارجی موجود را غیرعملی می‌سازد.

این نشان دهنده پیدایش فناوری تشخیص گفتار Intron Health است که می تواند لهجه های آفریقایی را تشخیص دهد و همچنین می تواند در EMR های موجود ادغام شود. این ابزار تا به امروز در 30 بیمارستان در پنج بازار از جمله کنیا و نیجریه به کار گرفته شده است.

برخی از نتایج مثبت فوری وجود داشته است. اولاتونجی بيان کرد در یک مورد، Intron Health به کاهش زمان انتظار برای نتایج رادیولوژی در یکی از بزرگترین بیمارستان های غرب آفریقا از 48 ساعت به 20 دقیقه کمک کرده است. چنین کارایی در ارائه مراقبت های بهداشتی بسیار مهم است، به ویژه در آفریقا، جایی که نسبت پزشک به بیمار یکی از پایین ترین ها در جهان است.

«بیمارستان‌ها قبلاً هزینه زیادی برای تجهیزات و فناوری کرده‌اند... اطمینان از اینکه آنها این فناوری را به کار می‌گیرند مهم است. ما قادر به ارائه ارزش برای کمک به آنها در بهبود پذیرش سیستم EMR هستیم.

با نگاهی به آینده، استارت‌آپ در حال تحلیل مرزهای رشد جدید است که توسط یک دور اولیه 1.6 میلیون دلاری، به رهبری Microtraction، با مشارکت Plug and Play Ventures، Jaza Rift Ventures، Octopus Ventures، Africa Health Ventures، OpenseedVC، Pi Campus، Alumni Angel. بیکر بریج کپیتال و چندین سرمایه گذار فرشته.

از نظر فناوری، Intron Health در حال تلاش برای حذف کامل نویز و همچنین اطمینان از عملکرد خوب پلت فرم حتی در پهنای باند کم است. این علاوه بر فعال کردن رونویسی مکالمات چند گوینده، و یکپارچه سازی قابلیت های متن به گفتار است.

اولاتونجی او میگوید این طرح اضافه کردن سیستم‌های اطلاعاتی یا ابزارهای پشتیبانی تصمیم برای کارهایی مانند نسخه یا آزمایش‌های آزمایشگاهی است. او اضافه می کند که این ابزارها می توانند به کاهش خطاهای پزشک کمک کنند و علاوه بر سرعت بخشیدن به کار از بیمار، مراقبت کافی را تضمین کنند.

Intron Health یکی از تعداد فزاینده استارت آپ های هوش مصنوعی مولد در فضای پزشکی است، از جمله DAX Express مایکروسافت، که با ایجاد یادداشت ها در عرض چند ثانیه، وظایف اداری را برای پزشکان کاهش می دهد. ظهور و پذیرش این فناوری‌ها در حالی اتفاق می‌افتد که بر اساس آمارهای Fortune Business Insights، پیش‌بینی می‌شود که ارزش بازار جهانی تشخیص گفتار و صدا تا سال 2032 به 84.97 میلیارد دلار برسد، پس از CAGR 23.7٪ از سال 2024.

فراتر از ساخت فناوری‌های صوتی، اینترون همچنین نقشی محوری در تحقیقات گفتار در آفریقا ایفا می‌کند و اخیراً با Google Research، بنیاد بیل و ملیندا گیتس، و Digital Square در PATH برای ارزیابی مدل‌های زبان بزرگ (LLM) مانند GPT OpenAI همکاری کرده است. -4o، Google's Gemini، و Anthropic's Claude در 15 کشور، برای شناسایی نقاط قوت، ضعف، و خطرات سوگیری یا آسیب در LLM. همه اینها برای اطمینان از اینکه مدل های هماهنگ فرهنگی برای کلینیک ها و بیمارستان های آفریقایی در دسترس هستند.

خبرکاو