L’intelligenza artificiale di Startup riduce le scartoffie per i medici africani

Come medico in Nigeria, Tobi Olatunji conosce lo stress di lavorare negli affollati ospedali africani. Come scienziato dell’apprendimento automatico, ha la ricetta per farlo.

“Ho lavorato in uno dei più grandi ospedali dell’Africa occidentale dove visitavo regolarmente più di 30 pazienti al giorno – è un lavoro molto duro”, ha detto Olatunji.

La necessità di scrivere note dettagliate sui pazienti e compilare moduli è ancora più difficile. Anche i registri cartacei hanno rallentato il ritmo della ricerca medica.

Nei suoi primi anni di pratica, Olatunji ha immaginato un programma che avrebbe arato pile di scartoffie, liberando i medici per aiutare più pazienti.

È stato un viaggio, ma questo software è disponibile oggi dalla sua azienda, Salute dell’intronemembro L’inizio di NVIDIA un programma che alimenta le migliori startup.

Un viaggio nella tecnologia

Incoraggiato dai mentori della facoltà di medicina, Olatunji ha conseguito un master in informatica medica presso l’Università di San Francisco e un altro in informatica presso la Georgia Tech. Ha iniziato a lavorare come scienziato di apprendimento automatico negli Stati Uniti durante il giorno e a scrivere codice di notte e nei fine settimana per aiutare a digitalizzare gli ospedali africani.

Un test pilota durante la pandemia ha incontrato un blocco stradale.

I primi pochi medici che hanno utilizzato il codice hanno impiegato 45 minuti per completare le note del paziente. Alcuni operatori sanitari hanno affermato di preferire carta e penna perché si sentono a disagio davanti a una tastiera.

“Abbiamo preso la difficile decisione di investire nell’elaborazione del linguaggio naturale e nel riconoscimento vocale”, ha affermato. Questa è una tecnologia che conosceva già nel suo lavoro quotidiano.

Costruire modelli di intelligenza artificiale

“La combinazione di terminologia medica e forti accenti africani ha prodotto risultati terribili con la maggior parte dei software di sintesi vocale esistenti, quindi sapevamo che non ci sarebbero state scorciatoie per addestrare i nostri modelli”, ha affermato.

Il team di Intron ha valutato diversi framework commerciali e open source per il riconoscimento vocale e grandi modelli linguistici prima di decidere di costruire con NVIDIA NeMoquadro testuale IA generativa. Inoltre, i modelli risultanti sono stati addestrati su GPU cloud NVIDIA.

“Inizialmente abbiamo cercato di allenarci con le CPU come opzione più economica, ma ci è voluto un’eternità, quindi abbiamo iniziato con una singola GPU e alla fine siamo cresciuti fino a utilizzarne più nel cloud”, ha affermato.

L’app Transcribe risultante acquisisce i messaggi dei medici con oltre il 92% di precisione in oltre 200 accenti africani. Secondo uno studio in corso che Intron sta conducendo negli ospedali di quattro paesi africani, riduce in media di 6 volte il tempo dedicato alle scartoffie.

“Anche il medico con la digitazione più veloce nello studio ha ottenuto un’accelerazione del 40 percento”, ha detto del software, che ora viene utilizzato in diversi ospedali in tutta l’Africa.

Ascoltare le voci africane

Olatunji sapeva che i suoi modelli avevano bisogno di dati audio di alta qualità. Così l’azienda ha creato un’app per catturare frammenti di termini medici pronunciati con accenti diversi.

Ad oggi, l’app ha raccolto più di un milione di registrazioni di oltre 7.000 persone provenienti da 24 paesi, inclusi 13 paesi africani. È uno dei più grandi set di dati del suo genere, parti del quale sono state rilasciate come open source a sostegno della ricerca sul linguaggio africano.

Oggi, Intron aggiorna i suoi modelli a mesi alterni man mano che arrivano più dati.

Coltivare la diversità in Medtech

C’è pochissima ricerca sul riconoscimento vocale per gli accenti africani in ambito clinico. Quindi, lavorare con comunità tecnologiche africane in questo modo DSN, Massakhane E Zindilanciato Intron AfriSpeech-200sfidare gli sviluppatori a iniziare la ricerca utilizzando i propri dati.

Allo stesso modo, nonostante tutta la sua sofisticatezza, la tecnologia medica è in ritardo in termini di diversità e inclusione, quindi Olatunji ha recentemente lanciato uno sforzo per affrontare anche questo problema.

Laboratorio Bio-RAMP è una comunità globale di ricercatori di minoranza che lavorano su problemi di interesse all’intersezione tra intelligenza artificiale e assistenza sanitaria. Il gruppo ha già una mezza dozzina di articoli in corso di revisione in occasione di importanti conferenze.

“Per sette anni sono stato l’unica persona di colore in tutte le squadre in cui ho lavorato”, ha detto. “Non c’erano scienziati o manager neri nemmeno nei miei colloqui di lavoro”.

Nel frattempo, Intron sta persino aiutando gli ospedali in Africa a trovare modi creativi per acquistare l’hardware di cui hanno bisogno. Questa è un’altra sfida sulla strada per aprire enormi opportunità.

“Quando i dati sanitari vengono digitalizzati, si apre un mondo completamente nuovo per la ricerca in aree come i modelli predittivi, che possono essere sistemi di allerta precoce per le epidemie: non possiamo fare a meno dei dati”, ha affermato Olatunji.

Attento classe magistrale (a partire dalle 20:30) con Olatunji, HuggingFace e NVIDIA su Speech Recognition AI.