DeepGram在文本（STT）中介绍了Nova-3 Medical，AI-RECHI模型，该模型旨在在苛刻的环境环境中转录。
Nova-3医学专为与现有的临床工作流程的不受阻碍的融合而设计，以满足公共NHS和英国私人医疗景观对准确有效转录的日益增长的需求。
随着电子医疗记录（EHR），远程医疗和数字医疗平台的越来越普遍，对AI可靠转录的需求从未如此高。然而，文本中的传统演讲经常与临床条件中使用的复杂而专业的词典作斗争，这会导致错误和“幻觉”，从而危及患者。
Deepgram的Nova-3医疗旨在克服这些问题。该模型使用扩展的机器学习和专门的医学词汇来准确捕获医学术语，缩写和临床术语 – 即使在艰难的音频条件下也是如此。在医务人员可以摆脱录音设备的环境中，这一点尤其重要。
Deepgram总经理Scott Stevenson说：“医疗Nova -3是我们致力于通过AI转换临床文档的承诺。” “转向临床语言的细微差别并提供前所未有的环境，我们扩大了开发人员的开发，以创建提高患者护理和运营效率的产品。”
该模型的关键特征之一是其提供结构化转录的能力，该转录与临床工作过程和EHR系统平稳整合，从患者的重要数据中提供准确且易于访问的数据。该模型还提供了自我服务的灵活设置，包括在最多100个关键术语的关键阶段提示，这使开发人员可以调整各种医学专业的独特需求解决方案。
通用部署 – 压缩的本地和虚拟私有云（VPC）的变体，以确保公司阶级的安全性并遵守HIPAA，这对于遵守英国数据保护规则至关重要。
Oneereach.ai的执行合作伙伴Kevin Fredrick说：“企业对企业的文本的讲话并不是很微不足道的，并且语音AI平台旨在利用企业来反对使用娱乐。” “在精确，延迟，延迟，效率和可扩展性方面，11月3日和Nova-3医学模型是包括TTS在内的领先AI语音，用于使用企业。”
NOVA-3医疗训练：准确性，速度和效率
Deepgram进行了比较分析，以证明Nova-3医学的性能。该模型声称，它提供了行业转录的准确性，可以优化单词的一般认识和医学术语的关键准确性。
- 单词错误速度（WER）： 与下一个最佳竞争对手相比，平均水平为3.45％，与下一个最佳竞争对手相比，Medical Nova-3 Medical Surperforms竞争对手的竞争者减少了63.6％。这种提高的精度可最大程度地减少手动校正并优化工作流程。
- 关键字错误的速度（KER）： 重要的是要注意，Nova-3医疗的达到6.79％，与以下最佳竞争对手相比，错误下降了40.35％。这样可以确保精确转录诸如药物的名称和条件之类的关键医疗状况，从而降低了误解和患者安全问题的风险。
除了准确性外，Nova-3医学在实时应用中也很出色。该模型比许多语音识别的替代供应商快于5-40倍讲话，这使得它非常适合远程医疗远程医疗和数字健康平台。即使转录量增加，它的可扩展体系结构也可以提供高性能。
此外，NOVA-3医学在经济上有效。根据Deepgram的说法，从每分钟的流式传输声音开始，该声音是领先的云供应商的两倍以上，使技术公司的医疗保健能够重新投资和加速产品开发。
Deepgram Nova-3医疗公司试图使开发人员创建转换医疗转录的应用程序，从而取得了出色的医疗保健结果。
（亚历山大·辛恩的照片）
参见： Autoscience Carl：人工艺术的第一位科学家写了审查的文件
是否想了解有关人工智能和行业领导者的大数据的更多信息？ 检查在阿姆斯特丹，加利福尼亚和伦敦举行的AI和大数据博览会。全面的活动以及其他领先活动，包括智力自动化会议，Blockx，一周的数字化转型和网络安全以及云博览会。
基于Techforge在此处探索企业技术和网络研讨会的其他事件。
