Spracherkennung wird in nahezu alle Bereiche des modernen Lebens integriert, es besteht jedoch weiterhin eine große Lücke: Sprecher von Minderheitensprachen und Menschen mit starkem Akzent oder Sprachstörungen wie Stottern sind in der Regel weniger gut in der Lage, Spracherkennungstools zu verwenden, die beispielsweise Anwendungen steuern, Aufgaben transkribieren oder automatisieren.
Tobi OlatunjiGründer und CEO eines Startups für klinische Spracherkennung Intron Gesundheitmöchte diese Lücke schließen. Er behauptet, Intron sei Afrikas größte klinische Datenbank, deren Algorithmus mit 3,5 Millionen Audioclips (16.000 Stunden) von über 18.000 Mitwirkenden, hauptsächlich Gesundheitsfachkräften, aus 29 Ländern und mit 288 Akzenten trainiert wurde. Olatunji sagt, dass die Tatsache, dass die meisten Mitwirkenden aus dem Gesundheitssektor kommen, sicherstellt, dass medizinische Begriffe für seine Zielmärkte richtig ausgesprochen und wiedergegeben werden.
„Da wir bereits viele afrikanische Akzente trainiert haben, ist es sehr wahrscheinlich, dass die Grundleistung ihres Zugangs viel besser sein wird als bei jedem anderen von ihnen genutzten Dienst“, sagte er und fügte hinzu, dass die Daten aus Ghana, Uganda und Südafrika zunehmen und dass das Startup zuversichtlich sei, das Modell dort einzusetzen.
Olatunjis Interesse an Gesundheitstechnologie beruht auf zwei Erfahrungen. Erstens absolvierte er eine Ausbildung als Arzt in Nigeria und praktizierte dort als solcher. Dort erlebte er aus erster Hand die Ineffizienz der Systeme in diesem Markt, darunter die Menge an Papierkram, der ausgefüllt werden musste, und wie schwierig es war, den Überblick zu behalten.
„Als ich vor ein paar Jahren in Nigeria Arzt war, sogar während meines Medizinstudiums und sogar heute noch, bin ich schnell genervt, wenn ich eine sich wiederholende Aufgabe erledige, die menschliche Anstrengung nicht verdient“, sagte er. „Ein einfaches Beispiel: Wir mussten auf jeden Laborauftrag den Namen des Patienten schreiben. Und das ist ganz einfach: Nehmen wir an, ich sehe die Patienten und sie brauchen ein paar Rezepte oder Laboruntersuchungen. Ich muss jeden Auftrag manuell für sie ausschreiben. Es ist einfach frustrierend für mich, den Namen des Patienten auf jedem Formular immer wieder wiederholen zu müssen, das Alter, das Datum und all das … Ich frage mich immer, wie wir die Dinge besser machen können. Wie können wir den Ärzten das Leben leichter machen? Können wir ihnen einige Aufgaben abnehmen und sie auf ein anderes System auslagern, damit die Ärzte ihre Zeit mit Dingen verbringen können, die wirklich wertvoll sind?“
Diese Fragen führten ihn in die nächste Phase seines Lebens. Olatunji zog in die USA, um zunächst an der University of San Francisco einen Master in medizinischer Informatik und dann einen in Informatik am Georgia Institute of Technology zu machen.
Anschließend sammelte er Erfahrungen bei mehreren Technologieunternehmen. Als Wissenschaftler und Forscher für klinisches Natural Language Programming (NLP) bei Enlitic, einem Unternehmen in der San Francisco Bay Area, entwickelte er Modelle zur automatischen Extraktion von Informationen aus radiologischen Textberichten. Außerdem arbeitete er als Wissenschaftler für maschinelles Lernen bei Amazon Web Services. Sowohl bei Enlitic als auch bei Amazon konzentrierte er sich auf die Verarbeitung natürlicher Sprache im Gesundheitswesen und entwickelte Systeme, die Krankenhäusern einen besseren Betrieb ermöglichen.
Im Zuge dieser Erfahrungen begann er, Ideen zu entwickeln, wie die in den USA entwickelten und eingesetzten Technologien zur Verbesserung der Gesundheitsversorgung in Nigeria und anderen Schwellenmärkten eingesetzt werden könnten.
Das ursprüngliche Ziel von Intron Health, das 2020 gegründet wurde, war die Digitalisierung des Krankenhausbetriebs in Afrika durch ein elektronisches Patientendatensystem. Doch die Einführung war eine Herausforderung: Es stellte sich heraus, dass Ärzte lieber schrieben als tippten, sagte Olatunji.
Das veranlasste ihn dazu, zu untersuchen, wie sich dieses grundlegendere Problem lösen ließe: wie man die grundlegende Dateneingabe, das Schreiben, für Ärzte verbessern könnte. Zunächst suchte das Unternehmen nach Lösungen von Drittanbietern zur Automatisierung von Aufgaben wie dem Aufzeichnen von Notizen und zur Einbettung vorhandener Spracherkennungstechnologien in sein EMR-Programm.
Es gab jedoch viele Probleme aufgrund ständiger Transkriptionsfehler. Olatunji wurde klar, dass der starke afrikanische Akzent und die Aussprache komplizierter medizinischer Begriffe und Namen die Übernahme vorhandener ausländischer Transkriptionstools unpraktisch machten.
Dies war die Geburtsstunde der Spracherkennungstechnologie von Intron Health, die afrikanische Akzente erkennen kann und auch in bestehende elektronische Patientenakten integriert werden kann. Das Tool wurde bisher in 30 Krankenhäusern in fünf Ländern, darunter Kenia und Nigeria, eingeführt.
Es gab einige unmittelbare positive Ergebnisse. In einem Fall, so Olatunji, habe Intron Health dazu beigetragen, die Wartezeit auf Röntgenergebnisse in einem der größten Krankenhäuser Westafrikas von 48 Stunden auf 20 Minuten zu verkürzen. Solche Effizienzsteigerungen sind in der Gesundheitsversorgung von entscheidender Bedeutung, insbesondere in Afrika, wo das Verhältnis von Arzt zu Patient nach wie vor eines der niedrigsten der Welt ist.
„Krankenhäuser haben bereits so viel Geld für Ausrüstung und Technologie ausgegeben … Es ist wichtig, sicherzustellen, dass sie diese Technologie auch anwenden. Wir können einen Mehrwert bieten, der ihnen dabei hilft, die Einführung des EMR-Systems zu verbessern“, sagte er.
Mit Blick auf die Zukunft erkundet das Startup neue Wachstumsgrenzen, unterstützt durch eine Pre-Seed-Finanzierungsrunde in Höhe von 1,6 Millionen US-Dollar, angeführt von Microtraction, mit Beteiligung von Plug and Play Ventures, Jaza Rift Ventures, Octopus Ventures, Africa Health Ventures, OpenseedVC, Pi Campus, Alumni Angel, Baker Bridge Capital und mehreren Angel-Investoren.
In Bezug auf die Technologie arbeitet Intron Health daran, die Geräuschunterdrückung zu perfektionieren und sicherzustellen, dass die Plattform auch bei niedrigen Bandbreiten gut funktioniert. Darüber hinaus ermöglicht es die Transkription von Gesprächen mit mehreren Sprechern und integriert Text-to-Speech-Funktionen.
Der Plan, so Olatunji, ist, intelligente Systeme oder Entscheidungshilfen für Aufgaben wie Verschreibungen oder Labortests hinzuzufügen. Diese Tools, fügt er hinzu, können dazu beitragen, Arztfehler zu reduzieren und eine angemessene Patientenversorgung sicherzustellen, neben der Beschleunigung ihrer Arbeit.
Intron Health gehört zu der wachsenden Zahl generativer KI-Startups im medizinischen Bereich, darunter Microsofts DAX Express, die den Verwaltungsaufwand für Ärzte verringern, indem sie innerhalb von Sekunden Notizen erstellen. Das Aufkommen und die Einführung dieser Technologien erfolgen zu einem Zeitpunkt, da der globale Markt für Sprach- und Stimmerkennung laut Prognosen bis 2032 einen Wert von 84,97 Milliarden US-Dollar erreichen wird, nach einer durchschnittlichen jährlichen Wachstumsrate von 23,7 % ab 2024. Fortune-Geschäftseinblicke.
Neben der Entwicklung von Sprachtechnologien spielt Intron auch eine zentrale Rolle in der Sprachforschung in Afrika. So hat das Unternehmen kürzlich eine Partnerschaft mit Google Research, der Bill & Melinda Gates Foundation und Digital Square bei PATH geschlossen, um beliebte Large Language Models (LLMs) wie GPT-4o von OpenAI, Gemini von Google und Claude von Anthropics in 15 Ländern zu evaluieren und Stärken, Schwächen und Risiken von Voreingenommenheit oder Schäden in LLMs zu ermitteln. Dies alles soll sicherstellen, dass afrikanische Kliniken und Krankenhäuser kulturell angepasste Modelle zur Verfügung stehen.