Hari ini, Corti, perusahaan AI yang berbasis di Kopenhagen, meluncurkan Symphony for Speech-to-Text, generasi baru dari model pengenalan suara berkualitas klinis yang dirancang secara khusus untuk dikte waktu nyata, transkripsi percakapan, dan pemrosesan audio batch. Tingkat akurasi yang ditawarkan adalah yang tertinggi untuk penggunaan ini.
“Kami berfokus pada memastikan bahwa AI kami bisa dipercaya oleh dokter, praktisi medis, dan pasien… seluruh sistem kesehatan,” kata Andreas Cleve, salah satu pendiri dan CEO Corti, dalam wawancara video eksklusif dengan VentureBeat.
Data kinerja yang dibawa perusahaan ini memberikan gambaran jelas tentang kondisi terkini AI di sektor enterprise: dalam industri yang sangat diatur dan spesifik, model yang fokus pada domain tertentu bisa mengungguli penyedia model dasar.
Dalam sebuah makalah penelitian terbaru, Corti mengungkapkan bahwa model suara berkualitas klinisnya berhasil mengurangi tingkat kesalahan kata (WER) hingga 93% dibandingkan dengan model suara umum dan API terkemuka pada terminologi medis.
Untuk terminologi medis dalam bahasa Inggris, Symphony for Speech-to-Text mencatat WER yang sangat rendah, hanya 1.4%. Sebagai perbandingan, model suara OpenAI menunjukkan WER 17.7%, ElevenLabs 18.1%, Whisper 17.4%, dan Parakeet 18.9%.
Pernyataan Corti ini menjadi titik balik penting bagi para pelaku kesehatan. Sementara API umum seperti Whisper dari OpenAI cukup untuk transkripsi domain yang luas, mereka sering mengalami kesulitan pada akronim medis, dosis obat yang kompleks, singkatan, dan kondisi riuh di ruang gawat darurat. Symphony for Speech-to-Text hadir untuk mengatasi masalah ini dengan memberikan kepada pengembang API yang berkualitas tinggi dan dirancang khusus untuk alur kerja klinis.
Era Agenik Menuntut Input Data yang Sempurna
Peluncuran Symphony for Speech-to-Text menandai perubahan mendasar dalam penggunaan teknologi suara di sektor kesehatan. Selama beberapa dekade, pengenalan suara medis lebih berfokus pada pembuatan dokumen teks statis untuk ditinjau dokter—sebagai pengganti digital untuk buku catatan.
Tetapi saat industri kesehatan masuk ke apa yang disebut teknolog asing sebagai “era agenik”, di mana agen AI otonom membantu dalam pengambilan keputusan klinis, navigasi EHR, dan dukungan waktu nyata, transkrip bukan lagi produk akhir, melainkan lapisan data dasar.
“Suara selalu menjadi salah satu input terpenting di sektor kesehatan,” kata Cleve dalam pernyataan yang disampaikan kepada VentureBeat. “Yang berubah adalah apa yang terjadi setelah kata-kata tersebut ditangkap. Dalam era agenik, pengenalan suara memerlukan lebih dari sekadar menghasilkan transkrip, kita perlu memberikan sistem AI fakta klinis yang akurat untuk dipertimbangkan. Jika model salah mendengar nama obat, dosis, atau gejala, setiap langkah berikutnya menjadi kurang dapat dipercaya. Symphony for Speech-to-Text memberikan lapisan suara yang akurat untuk bertahan dalam kenyataan klinis.”
Di sinilah bahaya dari tingginya tingkat kesalahan kata berperan. Jika model AI umum salah mentranskripsikan—mengubah “hipertiroidisme” menjadi “hipotiroidisme”, atau salah mengartikan dosis obat yang kritis—setiap agen AI berikut yang mengandalkan transkrip itu akan beroperasi berdasarkan data yang sudah terkorupsi. Arsitektur Corti mengatasi risiko ini dengan memproduksi output yang terstruktur dan dapat digunakan secara klinis langsung dari API, membantu aplikasi AI selanjutnya beroperasi dengan fakta yang bersih alih-alih teks yang berantakan dan tidak terformat.
Hal ini terlihat jelas pada tolok ukur pencatatan entitas Corti. Symphony for Speech-to-Text mencapai tingkat penarikan yang mengesankan, yaitu 98.3% untuk entitas klinis terformat—seperti dosis, ukuran, dan tanggal. Sebagai perbandingan, Corti melaporkan bahwa model dasar umum yang paling tangguh hanya mencapai 44.3% untuk entitas yang sama.
Bagi pengembang yang membangun alat dokumentasi AI ambien, celah 54% ini sangat krusial; itu adalah perbedaan antara alat yang menghemat waktu dokter dan alat yang dapat menjadi tanggung jawab medis.
Menyingkirkan Pemimpin Industri Lama
Walaupun tolok ukur Corti terhadap pembangun LLM modern seperti OpenAI dan ElevenLabs sangat mencolok, perusahaan ini juga menargetkan raksasa transkripsi medis lama.
Selama bertahun-tahun, standar emas untuk dikte klinis yang didedikasikan adalah Dragon Medical One. Namun, sistem-sistem lama ini secara historis dioptimalkan semata-mata untuk dikte dokter yang disengaja, bukan sebagai infrastruktur dasar untuk AI ambien, percakapan multi-pihak yang kompleks, atau alat dukungan klinis waktu nyata.
Dalam evaluasi dikte medis dalam bahasa Inggris di dunia nyata, Corti mencapai WER 4.6%, lebih baik dari Dragon yang mencatat 5.7% (peningkatan relatif 19%).
Lebih lanjut, Corti mencatat tingkat penarikan istilah medis yang lebih tinggi dibandingkan Dragon (93.5% berbanding 92.9%).
Dengan menyediakan tingkat akurasi ini melalui titik akhir API, Corti memungkinkan para pengembang pihak ketiga, vendor EHR, dan platform perawatan virtual untuk membangun alat dikte dan mendengarkan ambien mereka sendiri yang mengungguli pemain lama di industri ini.
“Kami ingin orang-orang membangun aplikasi di atas model kami,” kata Cleve. “Tujuannya adalah untuk menyebarkan teknologi ini seluas mungkin sehingga bisa memberikan manfaat maksimal bagi pasien dan dokter serta profesionalnya.”
Bagi Cleve dan rekan-rekannya, misi ini bersifat pribadi: Ibu Cleve sendiri adalah seorang profesional kesehatan yang diserang oleh pasien dan menghabiskan bertahun-tahun berjuang untuk mneghidupkan kembali. Dia berusaha memperbaiki proses kesehatan sebagai bentuk penghormatan terhadap pengorbanannya.
Memecahkan Puzzle Model Pelayanan Kesehatan
Kebutuhan sektor kesehatan tidak hanya terbatas pada rumah sakit berbahasa Inggris, dan sistem kesehatan global selama ini telah kurang terlayani oleh model NLP klinis. Pengadopsi awal sudah memanfaatkan model baru Corti dalam lingkungan yang secara linguistik menuntut, membuktikan kelayakan teknologi ini di pasar internasional yang kompleks.
Switzerland, misalnya, memerlukan penyampaian perawatan di berbagai bahasa—seringkali secara bersamaan dalam satu institusi medis. Ini menjadi salah satu ujian paling ketat untuk model suara medis multibahasa di dunia. Model Symphony Corti menunjukkan peningkatan kinerja yang signifikan dalam tes non-Inggris ini, mencapai 2.4% WER dalam bahasa Jerman (dibandingkan 13.0% untuk sistem terbaik kedua) dan 3.9% WER dalam bahasa Prancis (dibandingkan 10.6%).
“Dalam percakapan klinis, setiap kata sangat penting—nama obat yang terlewat, dosis yang salah dengar, atau gejala yang salah ditranskripsikan bisa mengubah makna dari pertemuan,” kata Pierre Corboz, Kepala Solusi & Pengembangan Bisnis di Voicepoint, penyedia teknologi kesehatan asal Swiss, dalam pernyataan kepada VentureBeat. “Akurasi Symphony terhadap terminologi klinis memberikan kami dasar untuk menghadirkan lebih banyak kemampuan AI yang dapat dipercaya ke dalam alur kerja klinis dengan platform Voicepoint Xenon kami. Ketika Corti meningkatkan lapisan suara, alur kerja yang kami bangun bersama menjadi lebih tajam, lebih aman, dan lebih berguna bagi para klinisi di Swiss.”
Verticalisasi dan Spesialisasi AI Memberikan Keuntungan
Pengumuman hari ini tentang Symphony for Speech-to-Text bukanlah sebuah peristiwa terpisah; ini adalah puncak narasi strategis yang sedang gencar didorong oleh Corti dalam beberapa pekan terakhir.
Platform Symphony yang lebih luas—yang menggerakkan aplikasi klinis dan administratif untuk jaringan global vendor EHR dan organisasi ilmu kehidupan—secara sistematis membuktikan ketahanan laboratorium AI vertikal terhadap raksasa teknologi horizontal.
Ini menandai tolok ukur besar ketiga yang dirilis Corti dalam waktu enam minggu, menyentuh berbagai lapisan kinerja AI kesehatan.
Pada bulan April, perusahaan ini mengungkap bahwa sistem Symphony for Medical Coding mengungguli model-model umum lebih dari 25% dalam tolok ukur akurasi klinis, menangani salah satu alur kerja yang terkenal kompleks dalam kesehatan.
Dan baru minggu lalu, Corti mengumumkan bahwa model berkualitas klinis andalannya mengungguli OpenAI di HealthBench Professional, tolok ukur kesehatan OpenAI sendiri.
Dari ketiga data tersebut—pengkodean medis, penalaran klinis, dan akurasi suara ke teks—mengilustrasikan kesepakatan yang berkembang di sektor teknologi enterprise: model generalis sudah mencapai batas di industri yang diatur. Model yang diterapkan di rumah sakit harus secara inheren memahami akronim kompleks, gangguan mendadak, singkatan medis, bahasa khusus, dan batasan kepatuhan yang ketat. Dengan melatih diri pada kasus unik ini, laboratorium AI vertikal seperti Corti sedang membangun batas pertahanan yang tangguh yang tidak bisa dengan mudah dilintasi oleh perusahaan yang hanya mengandalkan panggilan API ke model bahasa besar yang umum.
Ketersediaan dan Daftar Produk
Para pengembang jelas memperhatikan kesenjangan kinerja ini. Menurut data momentum yang disampaikan kepada VentureBeat, Corti mencatat pertumbuhan 30% dalam pendaftaran baru untuk platformnya dalam perbandingan kuartal hingga saat ini, menunjukkan bahwa pengembang dan pelaku kesehatan aktif beralih ke model vertikal berkualitas klinis ketimbang API umum.
Corti, yang sudah melayani lebih dari 100 juta pasien setiap tahun di sistem kesehatan besar termasuk Layanan Kesehatan Nasional Inggris (NHS), memposisikan Symphony for Speech-to-Text sebagai mesin default untuk generasi baru perangkat lunak kesehatan.
Penting untuk dicatat bahwa Corti bukan meluncurkan platform Symphony yang lebih besar hari ini; sebaliknya, Symphony for Speech-to-Text beroperasi sebagai kemampuan baru yang terpisah dalam ekosistem yang lebih luas, dapat diakses melalui titik akhir API-nya.
Symphony for Speech-to-Text tersedia secara umum mulai hari ini. Para pengembang dan arsitek enterprise dapat mengakses model melalui konsol API Corti, dengan dokumentasi teknis lengkap untuk membantu mengintegrasikan lapisan suara berkualitas klinis ke dalam aplikasi yang sudah ada.
Dalam langkah menuju transparansi penelitian, Corti juga telah menerbitkan makalah penelitian penuh yang merinci metodologi, serta alat perbandingan terpisah yang dirancang untuk mendukung evaluasi transparan sistem pengenalan suara medis di seluruh industri.
Seiring industri kesehatan terus merangkul otomatisasi yang didorong oleh AI dengan cepat, lapisan data dasar menjadi semakin penting. Peluncuran terbaru Corti adalah pengingat jelas bahwa dalam bidang medis, AI generik tidaklah cukup. Masa depan datang dari para spesialis.
