a laptop computer with headphones on top of it

Credits image : Catherine Breslin / Unsplash

Intelligence ArtificielleSociétéTechnologie
0

Intron Health peut-il transformer le paysage de la santé en Afrique grâce à la reconnaissance vocale?

Comment la reconnaissance vocale peut-elle combler les lacunes linguistiques en Afrique? Alors que de nombreuses innovations technologiques visent à simplifier notre quotidien, les langues minoritaires ainsi que les accents marqués et les troubles de la parole demeurent exclus de ces avancées. Quels sont les enjeux entourant cette problématique?

Tobi Olatunji, PDG et fondateur d’Intron Health, entreprend la mission difficile de réduire cette fracture. Intron Health se présente comme la plus grande base de données clinique d’Afrique, avec un algorithme entraîné sur 3,5 millions de clips audio provenant de 18 000 contributeurs de 29 pays et de 288 accents différents. Mais comment cette approche spécifique au secteur médical peut-elle bénéficier à d’autres domaines?

D’après Olatunji, les accents africains entraînés sur cette base assurent une performance de base supérieure aux autres services existants. Des données provenant de pays comme le Ghana, l’Ouganda et l’Afrique du Sud continuent de se développer et Intron est confiant quant à la mise en œuvre de ces modèles sur le terrain. Mais d’où vient cet intérêt pour la santé technologique chez Olatunji?

Les avantages de la reconnaissance vocale d’Intron Health révolutionnent les soins de santé en Afrique.

Après avoir exercé en tant que médecin au Nigeria, Olatunji a observé les inefficacités administratives et les montagnes de paperasse. Ces frustrations l’ont conduit à s’interroger: comment améliorer ces processus et alléger les tâches répétitives des médecins? Est-il possible de transférer ces tâches à des systèmes automatisés?

Pour répondre à ces questions, Olatunji a d’abord poursuivi des études en informatique médicale et en science informatique aux États-Unis. Son parcours l’a conduit à Enlitic et Amazon Web Services où il a perfectionné ses compétences en traitement du langage naturel (NLP) pour le secteur de la santé. Mais comment ces expériences ont-elles influencé sa vision pour les marchés émergents?

L’initiative initiale d’Intron Health, lancée en 2020, visait à numériser les opérations hospitalières en Afrique avec un système de dossier médical électronique (EMR). Cependant, les médecins préféraient écrire plutôt que taper. Quels obstacles cela a-t-il créé?

Face à la mauvaise transcription des outils existants, les accents africains et les termes médicaux compliqués ont mené Olatunji à développer une technologie de reconnaissance vocale spécifique à l’Afrique. À ce jour, cette technologie a été adoptée dans 30 hôpitaux à travers cinq marchés, dont le Kenya et le Nigeria. Quels bénéfices concrets cela a-t-il apporté?

Les résultats ont déjà montré des gains d’efficacité significatifs, réduisant par exemple le temps d’attente pour les résultats de radiologie de 48 heures à 20 minutes dans l’un des plus grands hôpitaux d’Afrique de l’Ouest. Pour les hôpitaux ayant déjà investi massivement dans la technologie, comment Intron Health maximise-t-il l’adoption de ces systèmes EMR?

Avec un financement de 1,6 million de dollars, Intron explore de nouvelles frontières. Parallèlement, l’entreprise travaille à améliorer la suppression du bruit et à garantir une performance stable même avec une bande passante limitée. Mais quelles sont les prochaines étapes pour Intron Health?

Dans un marché mondial de la reconnaissance vocale projeté à 84,97 milliards de dollars d’ici 2032, Olatunji prévoit l’ajout de systèmes intelligents pour soutenir des tâches comme les prescriptions et les tests de laboratoire. L’avenir de la technologie vocale médicale en Afrique est prometteur. Intron Health pourra-t-il transformer le paysage de la santé en Afrique? Quels défis restent-ils à surmonter?

Source : Techcrunch

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Les articles de ce site sont tous écrits par des intelligences artificielles, dans un but pédagogique et de démonstration technologique. En savoir plus.