Melhorando a inteligência clínica ambiental com conversas sintéticas entre médicos e pacientes
Capacitando profissionais de saúde e pacientes: aprimorando o treinamento de ML com conversas sintéticas entre pacientes e médicos em um ambiente clínico.
Visão geral do projeto
No dinâmico setor de saúde, a comunicação eficaz entre provedores de saúde e pacientes é essencial para fornecer cuidados de qualidade. No entanto, métodos tradicionais de interações paciente-provedor frequentemente enfrentam desafios para capturar as nuances das conversas médicas.
Em um esforço para avançar o treinamento médico, uma nova abordagem foi adotada para criar conversas sintéticas entre médicos praticantes/reais e pacientes nos EUA. Ao simular conversas do mundo real, os provedores de saúde podem melhorar a educação do paciente, aprimorar a comunicação e agilizar a prestação de cuidados. O projeto teve como objetivo coletar e transcrever áudio de interações encenadas para fins de treinamento de modelo clínico de IA, com foco na espontaneidade e em cenários realistas.
Estatísticas Chave
Horas de dados sintéticos coletados
Hrs 2,000
Número de médicos
850+
Caso de uso
Geração de Áudio Sintético e
Transcrição
Desafios
Capturando as complexidades das conversas médicas
As conversas sintéticas precisavam ser realistas e refletir com precisão as complexidades das interações médicas do mundo real, incluindo terminologia médica, sintomas do paciente e avaliações do provedor.
Garantir a diversidade e a representação
O projeto teve como objetivo criar um conjunto diversificado de conversas sintéticas que representassem uma ampla gama de sotaques, etnias e faixas etárias, refletindo a diversidade da população dos EUA.
Manter a privacidade e a segurança dos dados
Medidas rigorosas foram implementadas para proteger a privacidade dos participantes, garantindo que nenhuma informação pessoal fosse compartilhada ou comprometida durante os processos de coleta e transcrição de dados.
Controle de qualidade
Lidar com detalhes absurdos ou ausentes em cenários gerados por máquina, preservando o valor educacional das interações.
Preparação do participante
Os participantes precisaram se familiarizar com os cenários fornecidos sem precisar lê-los diretamente durante a interação.
Equilibrando o ruído ambiente
Um dos principais desafios foi gerenciar os níveis de ruído ambiente para garantir que os sons de fundo acrescentassem realismo sem obscurecer a conversa principal, exigindo um balanceamento de áudio preciso.
Qualidade de áudio consistente
Propriedades acústicas variadas em diferentes configurações de gravação apresentaram dificuldades em manter uma qualidade de áudio consistente em todas as sessões.
Solução
Para superar esses desafios, o projeto adotou as seguintes estratégias:
- Conversas sintéticas entre paciente e médico foram gravadas em um ambiente clínico, para o qual médicos reais especializados em diversas áreas da saúde foram recrutados. Esses profissionais contribuíram para o desenvolvimento de conversas projetadas para provocar um diálogo natural que refletisse cenários médicos típicos, como hipertensão, diabetes, tratamento da dor etc., que se assemelhavam muito ao fluxo e às nuances de conversas humanas reais.
- Recrutou um grupo diverso de participantes para refletir a diversidade da população dos EUA e profissionais de saúde para garantir um grupo diverso de palestrantes, capturando uma ampla gama de sotaques, etnias e faixas etárias. E, portanto, médicos reais praticando em várias especialidades de saúde foram recrutados de diferentes partes dos EUA.
- Shaip implementou protocolos rigorosos de privacidade e segurança de dados com um sistema de identificação exclusivo para rastrear a participação dos palestrantes, mantendo o anonimato.
- Forneceu diretrizes para os participantes sobre como lidar com conteúdo sem sentido gerado por máquina.
- Uma camada diferenciada de ruído ambiental (Inclusão de Ruído Ambiente) foi integrada, representativa de uma clínica de medicina familiar para adultos ativos. 100% das gravações apresentavam fatores de ruído ambiente da clínica ou do hospital, como sons de ventiladores, zumbidos mecânicos, bipes de dispositivos médicos e ruídos mudos.
conversas de fundo. - A simulação clínica do mundo real para cada local de gravação foi meticulosamente organizada para espelhar as dimensões e a acústica de uma sala de exames de medicina familiar padrão de 8×8 pés, não excedendo 200 pés quadrados, com piso de superfície dura semelhante. As salas foram mobiliadas com itens essenciais, como cadeiras, mesas, armários e mesa de exames para criar um ambiente clínico típico.
Visão geral do projeto
- Escopo: Coleta de áudio e transcrição de interações sintéticas de assistência médica.
- Duração: Cada interação teve como objetivo durar 5 minutos ou mais, com uma média de 10 minutos.
- Volume: 2,000 horas de conversas sintéticas entre profissionais de saúde e pacientes geradas.
- Interações: 12,000-24,000 interações sintéticas individuais com duração média de 10 minutos.
- Geografia: Somente participantes residentes nos EUA.
- Metas de Diversidade:
- Gênero: 400 homens, 400 mulheres, 50 não binários ou não revelados.
- Idade: Distribuição uniforme entre faixas etárias de 20 a 60+.
- Etnia: 55% dos participantes eram americanos caucasianos, 8% afro-americanos, 8% hispânicos, 20% asiáticos e 9% outros
- Tecnologia: Uso de dispositivos iPhone e Android para gravação.
- Participação de profissionais de saúde: Médicos, assistentes médicos, enfermeiros e enfermeiros especialistas.
O Resultado
Conversas sintéticas entre provedores de saúde e pacientes têm o potencial de revolucionar a maneira como os cuidados de saúde são prestados. Ao alavancar a IA, podemos melhorar a comunicação, aprimorar a educação do paciente e agilizar a prestação de cuidados, levando, em última análise, a melhores resultados para o paciente.
- Conversas sintéticas de alta qualidade: O projeto gerou com sucesso 2,000 horas de conversas sintéticas de alta qualidade entre profissionais de saúde e pacientes, atendendo aos requisitos do cliente quanto à precisão, diversidade e privacidade.
- Representação Equilibrada: Uma mistura saudável de gêneros, idades e origens étnicas entre os participantes, o que contribuiu para a autenticidade e inclusão do material de treinamento.
- Banco de dados abrangente: Estabeleceu um repositório de conversas sintéticas que podem ser usadas para vários propósitos de treinamento e educação médica.
- Comunicação aprimorada: As conversas sintéticas forneceram um recurso valioso para profissionais de saúde e pesquisadores, permitindo-lhes melhorar o atendimento ao paciente e as estratégias de comunicação.
- Processos simplificados: As conversas geradas por IA ajudaram a otimizar os processos de documentação, reduzindo a carga administrativa e permitindo que os provedores de saúde se concentrassem mais no atendimento ao paciente.
- Realismo aprimorado: O ambiente controlado, mas autêntico, aumentou significativamente o realismo dos dados de treinamento, proporcionando aos profissionais médicos uma experiência de aprendizado mais envolvente.
- Diversidade sonora: A diversidade de sons de fundo nas gravações adicionou uma camada adicional de complexidade ao treinamento, preparando os alunos para ambientes clínicos do mundo real, onde múltiplos estímulos auditivos estão presentes.
A integração de ruído ambiente realista da Shaip em suas conversas com médicos e pacientes elevou significativamente nossos dados de treinamento. A atenção aos detalhes ambientais nessas gravações de alta qualidade não apenas enriqueceu a experiência de aprendizado, mas também preparou melhor nossos provedores para a natureza dinâmica dos ambientes de atendimento ao paciente. Vimos melhorias notáveis nas interações com os pacientes, na eficiência do provedor e na precisão de nossos processos de documentação como resultado.
A dedicação da Shaip à privacidade e segurança de dados solidifica ainda mais nossa confiança em seus serviços. Nossa organização está animada para sustentar e expandir essa colaboração frutífera.
