Forbedring af Clinical Ambient Intelligence med syntetiske patientlægesamtaler
Styrkelse af sundhedsudbydere og patienter: Forbedring af ML-træning med syntetiske patient-læge-samtaler i et klinisk miljø.
Projektoversigt
I den dynamiske sundhedsindustri er effektiv kommunikation mellem sundhedsudbydere og patienter altafgørende for at levere kvalitetspleje. Traditionelle metoder til interaktion mellem patient og udbyder møder dog ofte udfordringer med at fange nuancerne i medicinske samtaler.
I et forsøg på at fremme medicinsk uddannelse blev der taget en ny tilgang til at skabe syntetiske samtaler mellem praktiserende/rigtige læger og patienter i USA. Ved at simulere samtaler i den virkelige verden kan sundhedsudbydere forbedre patientuddannelsen, forbedre kommunikationen og strømline leveringen af pleje. Projektet havde til formål at indsamle og transskribere lyd af rollespillede interaktioner til kliniske AI Model træningsformål med fokus på spontanitet og realistiske scenarier.
Nøglestatistikker
Timer af syntetiske data indsamlet
2,000 Hrs
Antal læger
850 +
Use Case
Syntetisk lydgenerering og
Transskription
Udfordringer
Indfangning af forviklingerne ved medicinske samtaler
Syntetiske samtaler skulle være realistiske og skulle nøjagtigt afspejle kompleksiteten af medicinske interaktioner i den virkelige verden, herunder medicinsk terminologi, patientsymptomer og vurderinger fra udbyderen.
Sikring af mangfoldighed og repræsentation
Projektet havde til formål at skabe en mangfoldig pulje af syntetiske samtaler, der repræsenterede en bred vifte af accenter, etniciteter og aldersgrupper, hvilket afspejler mangfoldigheden af den amerikanske befolkning.
Opretholdelse af databeskyttelse og sikkerhed
Der blev implementeret strenge foranstaltninger for at beskytte deltagernes privatliv og sikre, at ingen personlige oplysninger blev delt eller kompromitteret under dataindsamlings- og transskriptionsprocesserne.
Kvalitetskontrol
Håndtering af useriøse eller manglende detaljer i maskingenererede scenarier, samtidig med at den pædagogiske værdi af interaktionerne bevares.
Deltagerforberedelse
Deltagerne krævede kendskab til angivne scenarier uden direkte at læse fra dem under interaktionen.
Afbalancering af omgivende støj
En vigtig udfordring var at styre de omgivende støjniveauer for at sikre, at baggrundslyde tilføjede realisme uden at skjule den primære samtale, hvilket kræver præcis lydbalancering.
Konsekvent lydkvalitet
Forskellige akustiske egenskaber på tværs af forskellige optagelsesopsætninger gav vanskeligheder med at opretholde ensartet lydkvalitet for alle sessioner.
Løsning
For at overvinde disse udfordringer vedtog projektet følgende strategier:
- Syntetiske patient-læge samtaler blev optaget i et klinisk miljø, hvortil rigtige læger med speciale i forskellige sundhedsområder blev rekrutteret. Disse fagfolk bidrog til at udvikle samtaler designet til at fremkalde naturlig dialog, der afspejler typiske medicinske scenarier, såsom hypertension, diabetes, smertebehandling osv. som meget lignede flowet og nuancerne i faktiske menneskelige samtaler.
- Rekrutteret en mangfoldig deltagerpulje for at afspejle mangfoldigheden af den amerikanske befolkning og sundhedspersonale for at sikre en mangfoldig pulje af talere, der fanger en bred vifte af accenter, etniciteter og aldersgrupper. Og derfor blev rigtige læger, der praktiserede i forskellige sundhedsspecialiteter, rekrutteret fra forskellige dele af USA.
- Shaip implementerede stringente databeskyttelses- og sikkerhedsprotokoller med et unikt identifikationssystem til sporing af højttalerdeltagelse og samtidig bevare anonymiteten.
- Tilvejebragt retningslinjer for deltagere om, hvordan man håndterer useriøst maskingenereret indhold.
- Et nuanceret lag af miljøstøj (Ambient Noise Inclusion) blev integreret, repræsentativt for en aktiv voksen klinik for familiemedicin. 100 % af optagelserne indeholdt omgivende klinik- eller hospitalsstøjfaktorer, såsom blæserlyde, mekaniske brummen, bip fra medicinsk udstyr og dæmpet
baggrundssamtaler. - Real World Clinic Simulation for hvert optagested blev omhyggeligt arrangeret for at afspejle dimensionerne og akustikken af et standard 8×8 fods familiemedicinsk eksamenslokale, der ikke overstiger 200 kvadratfod, med lignende hårde overfladegulve. Værelserne blev indrettet med væsentlige ting såsom stole, borde, skabe og eksamensbord for at skabe en typisk klinisk ramme.
Projektet med et blik
- Anvendelsesområde: Lydindsamling og transskription af syntetiske sundhedsinteraktioner.
- Varighed: Hver interaktion sigtede på 5 minutter eller mere med et gennemsnit på 10 minutter.
- Volumen: 2,000 timers syntetiske sundhedsplejerske- og patientsamtaler genereret.
- Interaktioner: 12,000-24,000 individuelle syntetiske interaktioner af 10 minutters gennemsnitlig varighed.
- Geografi: Kun USA-baserede deltagere.
- Diversitetsmål:
- Køn: 400 mænd, 400 kvinder, 50 ikke-binære eller ikke oplyst.
- Alder: Jævn fordeling på tværs af aldersgrupper fra 20 til 60+.
- Etnicitet: 55 % af deltagerne var kaukasiske amerikanere, 8 % afroamerikanere, 8 % latinamerikanere, 20 % asiatiske og 9 % andre
- Teknologi: Brug af iPhone og Android-enheder til optagelse.
- Sundhedsprofessionel deltagelse: Læger, lægeassistenter, sygeplejersker og sygeplejersker.
Resultatet
Syntetiske samtaler mellem sundhedsudbydere og patienter har potentialet til at revolutionere den måde, sundhedsydelser leveres på. Ved at udnytte AI kan vi forbedre kommunikationen, forbedre patientuddannelsen og strømline leveringen af pleje, hvilket i sidste ende fører til bedre patientresultater.
- Syntetiske samtaler af høj kvalitet: Projektet genererede med succes 2,000 timers højkvalitets syntetiske sundhedsplejersker og patientsamtaler, der imødekom kundens krav til nøjagtighed, mangfoldighed og privatliv.
- Balanceret repræsentation: En sund blanding af køn, alder og etnisk baggrund blandt deltagerne, hvilket bidrog til træningsmaterialets ægthed og rummelighed.
- Omfattende database: Etableret et lager af syntetiske samtaler, der kan bruges til forskellige trænings- og medicinske uddannelsesformål.
- Forbedret kommunikation: De syntetiske samtaler udgjorde en værdifuld ressource for sundhedsudbydere og forskere, der satte dem i stand til at forbedre patientbehandling og kommunikationsstrategier.
- Strømlinede processer: De AI-genererede samtaler hjalp med at strømline dokumentationsprocesser, reducere den administrative byrde og give sundhedsudbydere mulighed for at fokusere mere på patientbehandling.
- Forbedret realisme: Det kontrollerede, men autentiske miljø øgede markant realismen af træningsdataene og gav læger en mere fordybende læringsoplevelse.
- Lyddiversitet: Mangfoldigheden af baggrundslyde i optagelserne tilføjede et ekstra lag af kompleksitet til træningen og forberedte praktikanter til kliniske miljøer i den virkelige verden, hvor flere auditive stimuli er til stede.
Shaips integration af realistisk omgivende støj i deres læge- og patientsamtaler har forbedret vores træningsdata markant. Opmærksomheden på miljødetaljer i disse højkvalitetsoptagelser har ikke kun beriget læringsoplevelsen, men også bedre forberedt vores udbydere på den dynamiske natur af patientplejemiljøer. Vi har set bemærkelsesværdige forbedringer i patientinteraktioner, udbydereffektivitet og nøjagtigheden af vores dokumentationsprocesser som et resultat.
Shaips dedikation til databeskyttelse og sikkerhed styrker yderligere vores tillid til deres tjenester. Vores organisation er glade for at opretholde og udvide dette frugtbare samarbejde.
