Forbedring av klinisk omgivelsesintelligens med syntetiske pasientlegesamtaler
Styrke helsepersonell og pasienter: Forbedre ML-trening med syntetiske pasient-lege-samtaler i kliniske omgivelser.
Prosjektoversikt
I den dynamiske helsesektoren er effektiv kommunikasjon mellom helsepersonell og pasienter avgjørende for å levere kvalitetspleie. Tradisjonelle metoder for interaksjoner mellom pasient og leverandør møter imidlertid ofte utfordringer med å fange opp nyansene i medisinske samtaler.
I et forsøk på å fremme medisinsk opplæring, ble det tatt en ny tilnærming for å skape syntetiske samtaler mellom praktiserende/virkelige leger og pasienter i USA. Ved å simulere samtaler i den virkelige verden kan helsepersonell forbedre pasientopplæringen, forbedre kommunikasjonen og effektivisere behandlingstilbudet. Prosjektet hadde som mål å samle inn og transkribere lyd av rollespilte interaksjoner for treningsformål med klinisk AI-modell, med fokus på spontanitet og realistiske scenarier.
Nøkkeltall
Timer med syntetiske data samlet inn
2,000 Hrs
Antall leger
850 +
Bruk sak
Syntetisk lydgenerering og
Transcription
Utfordringer
Fange innviklene ved medisinske samtaler
Syntetiske samtaler måtte være realistiske og skulle nøyaktig gjenspeile kompleksiteten i medisinske interaksjoner i den virkelige verden, inkludert medisinsk terminologi, pasientsymptomer og vurderinger fra leverandøren.
Sikre mangfold og representasjon
Prosjektet hadde som mål å skape en mangfoldig pool av syntetiske samtaler som representerte et bredt spekter av aksenter, etnisiteter og aldersgrupper, som gjenspeiler mangfoldet i den amerikanske befolkningen.
Opprettholde datasikkerhet og personvern
Det ble iverksatt strenge tiltak for å ivareta deltakernes personvern, og sikre at ingen personlig informasjon ble delt eller kompromittert under datainnsamlingen og transkripsjonsprosessene.
Kvalitetskontroll
Håndtere useriøse eller manglende detaljer i maskingenererte scenarier samtidig som den pedagogiske verdien av interaksjonene bevares.
Deltakerforberedelse
Deltakerne krevde å gjøre seg kjent med de angitte scenariene uten å lese direkte fra dem under interaksjonen.
Balanserer omgivelsesstøy
En nøkkelutfordring var å administrere omgivelsesstøynivåene for å sikre at bakgrunnslydene økte realismen uten å skjule den primære samtalen, noe som krever presis lydbalansering.
Konsekvent lydkvalitet
Varierte akustiske egenskaper på tvers av forskjellige opptaksoppsett ga problemer med å opprettholde konsistent lydkvalitet for alle økter.
Oppløsning
For å overvinne disse utfordringene, tok prosjektet i bruk følgende strategier:
- Syntetiske pasient-lege-samtaler ble tatt opp i et klinisk miljø, hvor det ble rekruttert ekte leger som spesialiserte seg på ulike helsetjenester. Disse fagpersonene bidro til å utvikle samtaler designet for å fremkalle naturlig dialog som reflekterer typiske medisinske scenarier, som hypertensjon, diabetes, smertebehandling osv. som liknet flyten og nyansene til faktiske menneskelige samtaler.
- Rekruttert en mangfoldig deltakerpool for å gjenspeile mangfoldet i den amerikanske befolkningen og helsepersonell for å sikre et mangfoldig utvalg av foredragsholdere, som fanger et bredt spekter av aksenter, etnisiteter og aldersgrupper. Og derfor ble ekte leger som praktiserte i ulike helsespesialiteter rekruttert fra forskjellige deler av USA.
- Shaip implementerte strenge datavern- og sikkerhetsprotokoller med et unikt identifikatorsystem for sporing av høyttalerdeltakelse samtidig som anonymiteten opprettholdes.
- Gir retningslinjer for deltakere om hvordan de skal håndtere useriøst maskingenerert innhold.
- Et nyansert lag med miljøstøy (Ambient Noise Inclusion) ble integrert, representativt for en aktiv klinikk for familiemedisin for voksne. 100 % av opptakene inneholdt støyfaktorer fra klinikken eller sykehuset, for eksempel viftelyder, mekaniske summinger, lydsignaler fra medisinsk utstyr og dempet
bakgrunnssamtaler. - Real World Clinic Simulering for hvert opptakssted ble omhyggelig arrangert for å gjenspeile dimensjonene og akustikken til et standard 8×8 fots eksamensrom for familiemedisin, som ikke overstiger 200 kvadratfot, med lignende hardt overflategulv. Rommene ble innredet med essensielle ting som stoler, bord, skap og eksamensbord for å skape en typisk klinisk setting.
Prosjekt med et blikk
- Omfang: Lydinnsamling og transkripsjon av syntetiske helseinteraksjoner.
- Varighet: Hver interaksjon tok sikte på 5 minutter eller mer, målrettet mot et gjennomsnitt på 10 minutter.
- Volum: 2,000 timer med syntetiske helsepersonell- og pasientsamtaler generert.
- interaksjoner: 12,000 24,000-10 XNUMX individuelle syntetiske interaksjoner av XNUMX minutters gjennomsnittlig varighet.
- Geografi: Bare USA-baserte deltakere.
- Mangfoldsmål:
- Kjønn: 400 menn, 400 kvinner, 50 ikke-binære eller ikke avslørt.
- Alder: Jevn fordeling på tvers av aldersgrupper fra 20 til 60+.
- Etnisitet: 55 % av deltakerne var kaukasiske amerikanere, 8 % afroamerikanere, 8 % latinamerikanere, 20 % asiatiske og 9 % andre
- Teknologi: Bruk av iPhone og Android-enheter for opptak.
- Helsepersonell deltakelse: Leger, legeassistenter, sykepleiere og sykepleiere.
Utfallet
Syntetiske samtaler fra helsepersonell og pasienter har potensial til å revolusjonere måten helsetjenester leveres på. Ved å utnytte AI kan vi forbedre kommunikasjonen, forbedre pasientopplæringen og effektivisere behandlingstilbudet, noe som til slutt fører til bedre pasientresultater.
- Syntetiske samtaler av høy kvalitet: Prosjektet genererte 2,000 timer med høykvalitets syntetisk helsepersonell og pasientsamtaler, og møtte kundens krav til nøyaktighet, mangfold og personvern.
- Balansert representasjon: En sunn blanding av kjønn, alder og etnisk bakgrunn blant deltakerne, noe som bidro til autentisiteten og inkluderende opplæringsmaterialet.
- Omfattende database: Etablert et lager av syntetiske samtaler som kan brukes til ulike trenings- og medisinske utdanningsformål.
- Forbedret kommunikasjon: De syntetiske samtalene ga en verdifull ressurs for helsepersonell og forskere, og gjorde dem i stand til å forbedre pasientbehandling og kommunikasjonsstrategier.
- Strømlinjeformede prosesser: De AI-genererte samtalene bidro til å strømlinjeforme dokumentasjonsprosesser, reduserte administrative byrder og tillot helsepersonell å fokusere mer på pasientbehandling.
- Forbedret realisme: Det kontrollerte, men autentiske miljøet økte realismen til treningsdataene betydelig, og ga medisinske fagfolk en mer oppslukende læringsopplevelse.
- Lydmangfold: Mangfoldet av bakgrunnslyder i opptakene tilførte et ekstra lag av kompleksitet til treningen, og forberedte traineer for kliniske miljøer i den virkelige verden der flere auditive stimuli er tilstede.
Shaips integrering av realistisk omgivelsesstøy i samtalene med lege og pasient har forbedret treningsdataene våre betraktelig. Oppmerksomheten på miljødetaljer i disse høykvalitetsopptakene har ikke bare beriket læringsopplevelsen, men også bedre forberedt våre leverandører på den dynamiske naturen til pasientomsorgsmiljøer. Vi har sett merkbare forbedringer i pasientinteraksjoner, leverandørers effektivitet og nøyaktigheten i våre dokumentasjonsprosesser som et resultat. Shaips dedikasjon til datapersonvern og -sikkerhet forsterker vår tillit til tjenestene deres ytterligere. Organisasjonen vår er glade for å opprettholde og utvide dette fruktbare samarbeidet.
