Pengenalan ucapan mulai terintegrasi ke hampir setiap aspek kehidupan modern, tetapi masih terdapat kesenjangan yang besar: penutur bahasa minoritas, dan mereka yang memiliki aksen kental atau gangguan bicara seperti gagap, sering kali kurang mampu menggunakan alat pengenalan ucapan yang mengendalikan aplikasi, menyalin atau mengotomatiskan tugas, di antara fungsi-fungsi lainnya.
Tobi Olatunji, pendiri dan CEO perusahaan rintisan pengenalan suara klinis Intron Health, ingin menjembatani kesenjangan ini. Ia mengklaim bahwa Intron adalah basis data klinis terbesar di Afrika, dengan algoritmanya yang dilatih pada 3,5 juta klip audio (16.000 jam) dari lebih dari 18.000 kontributor, terutama praktisi kesehatan, yang mewakili 29 negara dan 288 aksen. Olatunji mengatakan bahwa menarik sebagian besar kontributornya dari sektor kesehatan memastikan bahwa istilah medis diucapkan dan dipahami dengan benar untuk target pasarnya.
IKLAN
GULIR UNTUK MELANJUTKAN KONTEN
“Karena kami telah melatih banyak aksen Afrika, kinerja dasar akses mereka kemungkinan akan jauh lebih baik daripada layanan lain yang mereka gunakan,” katanya, seraya menambahkan bahwa data dari Ghana, Uganda, dan Afrika Selatan terus bertambah, dan perusahaan rintisan itu yakin dapat menerapkan model tersebut di sana.
Ketertarikan Olatunji pada teknologi kesehatan bermula dari dua pengalaman. Pertama, ia menjalani pelatihan dan praktik sebagai dokter medis di Nigeria, di mana ia melihat sendiri ketidakefisienan sistem di pasar tersebut, termasuk banyaknya dokumen yang perlu diisi, dan betapa sulitnya melacak semuanya.
“Dulu waktu saya masih jadi dokter di Nigeria, bahkan di sekolah kedokteran dan sekarang, saya merasa frustrasi dengan tugas-tugas berulang yang tidak sepadan dengan usaha manusia,” katanya. “Contoh sederhananya adalah kita harus menulis nama pasien di setiap perintah lab yang kita buat. Dan sesuatu yang sederhana seperti, katakanlah saya sedang memeriksa pasien, dan mereka perlu mendapatkan beberapa resep, mereka perlu melakukan beberapa tes lab. Saya harus menulis setiap perintah secara manual untuk mereka. Sangat membuat frustrasi harus mengulang nama pasien berulang kali di setiap formulir, usia, tanggal, dan seterusnya… Saya selalu bertanya, bagaimana kita bisa melakukan hal-hal dengan lebih baik? Bagaimana kita bisa membuat hidup lebih mudah bagi para dokter? Bisakah kita mengambil beberapa tugas dan memindahkannya ke sistem lain sehingga para dokter dapat menghabiskan waktu mereka untuk melakukan hal-hal yang benar-benar berharga?”
Pertanyaan-pertanyaan tersebut mendorongnya ke fase berikutnya dalam hidupnya. Olatunji pindah ke AS untuk meraih gelar master dalam bidang informatika medis dari University of San Francisco dan kemudian gelar master dalam bidang ilmu komputer dari Georgia Tech.
Ia kemudian mengasah keterampilannya di sejumlah perusahaan teknologi. Sebagai ilmuwan dan peneliti pemrograman bahasa alami (NLP) klinis di Enlitic, sebuah perusahaan di San Francisco Bay Area, ia membangun model untuk mengotomatiskan ekstraksi informasi dari laporan teks radiologi. Ia juga bekerja di Amazon Web Services sebagai ilmuwan pembelajaran mesin. Di Enlitic dan Amazon, ia berfokus pada pemrosesan bahasa alami untuk perawatan kesehatan, membangun sistem yang memungkinkan rumah sakit beroperasi dengan lebih baik.
Melalui pengalaman itu, ia mulai membentuk gagasan tentang bagaimana apa yang dikembangkan dan digunakan di AS dapat digunakan untuk meningkatkan perawatan kesehatan di Nigeria dan pasar berkembang lainnya seperti itu.
Sasaran awal Intron Health, yang diluncurkan pada tahun 2020, adalah mendigitalkan operasi rumah sakit di Afrika melalui Sistem Rekam Medis Elektronik (EMR). Namun, penerapannya sulit: Ternyata para dokter lebih suka menulis daripada mengetik, kata Olatunji.
Hal itu mendorongnya untuk mencari cara memperbaiki masalah yang lebih mendasar: cara membuat entri data dasar dokter, penulisan, berfungsi lebih baik. Perusahaan tersebut awalnya mencari solusi pihak ketiga untuk mengotomatiskan tugas-tugas seperti pencatatan, dan menanamkan teknologi ucapan-ke-teks yang ada ke dalam program EMR-nya.
Namun, terdapat banyak masalah akibat kesalahan transkripsi yang terus-menerus. Menjadi jelas bagi Olatunji bahwa aksen Afrika yang kental dan pengucapan istilah dan nama medis yang rumit membuat adopsi alat transkripsi asing yang ada menjadi tidak praktis.
Hal ini menandai lahirnya teknologi pengenalan suara dari Intron Health, yang dapat mengenali aksen Afrika, dan juga dapat diintegrasikan ke dalam EMR yang sudah ada. Hingga saat ini, alat tersebut telah digunakan di 30 rumah sakit di lima pasar, termasuk Kenya dan Nigeria.
Ada beberapa hasil positif langsung. Dalam satu kasus, kata Olatunji, Intron Health membantu mengurangi waktu tunggu hasil radiologi di salah satu rumah sakit terbesar di Afrika Barat dari 48 jam menjadi 20 menit. Efisiensi seperti itu sangat penting dalam pemberian layanan kesehatan, terutama di Afrika, di mana rasio dokter terhadap pasien masih merupakan salah satu yang terendah di dunia.
“Rumah sakit telah menghabiskan begitu banyak uang untuk peralatan dan teknologi… Memastikan mereka menerapkan teknologi ini penting. Kami dapat memberikan nilai tambah untuk membantu mereka meningkatkan penerapan sistem EMR,” katanya.
Ke depannya, perusahaan rintisan ini tengah menjajaki area pertumbuhan baru yang didukung oleh putaran pra-benih senilai $1,6 juta, yang dipimpin oleh Microtraction, dengan partisipasi dari Plug and Play Ventures, Jaza Rift Ventures, Octopus Ventures, Africa Health Ventures, OpenseedVC, Pi Campus, Alumni Angel, Baker Bridge Capital dan beberapa investor malaikat.
Dalam hal teknologi, Intron Health tengah berupaya menyempurnakan peredaman kebisingan, serta memastikan bahwa platform tersebut berfungsi dengan baik bahkan dalam bandwidth rendah. Platform ini juga memungkinkan transkripsi multi-speaker, dan mengintegrasikan kemampuan text-to-speech.
Rencananya, kata Olatunji, adalah menambahkan sistem intelijen atau alat pendukung keputusan untuk tugas-tugas seperti resep atau tes laboratorium. Alat-alat ini, imbuhnya, dapat membantu mengurangi kesalahan dokter, dan memastikan perawatan pasien yang memadai sekaligus mempercepat pekerjaan mereka.
Intron Health adalah salah satu dari sejumlah perusahaan rintisan AI generatif yang terus berkembang di bidang medis, termasuk DAX Express milik Microsoft, yang mengurangi tugas administratif bagi dokter dengan membuat catatan dalam hitungan detik. Kemunculan dan adopsi teknologi ini terjadi seiring dengan proyeksi pasar pengenalan suara dan ucapan global yang akan mencapai $84,97 miliar pada tahun 2032, setelah CAGR sebesar 23,7% dari tahun 2024, menurut Fortune Business Insights.
Selain membangun teknologi suara, Intron juga memainkan peran penting dalam penelitian wicara di Afrika, setelah baru-baru ini bermitra dengan Google Research, Bill & Melinda Gates Foundation, dan Digital Square di PATH untuk mengevaluasi Large Language Models (LLM) populer seperti OpenAI's GPT-4o, Google's Gemini, dan Anthropic's Claude di 15 negara, untuk mengidentifikasi kekuatan, kelemahan, dan risiko bias atau bahaya dalam LLM. Semua ini dilakukan dalam upaya untuk memastikan bahwa model yang disesuaikan secara budaya tersedia untuk klinik dan rumah sakit di Afrika.
NewsRoom.id
