يُعتبر التعرف التلقائي على الكلام في المحادثات الطبية الفرنسية تحديًا كبيرًا، حيث تتجاوز معدلات الخطأ في الكلمات غالبًا 30% عند التعامل مع الكلام العفوي في السياقات السريرية. في هذا السياق، قدمت دراسة جديدة نهجًا مبتكرًا يحمل في طياته إمكانية تحسين دقة التدوين في المقابلات السريرية.

تستخدم هذه الدراسة بنية معالجة متعددة المراحل تعتمد على نماذج لغوية كبيرة (LLMs)، حيث تت alternates بين مراحل التعرف على المتحدثين (Speaker Recognition) والتعرف على الكلمات (Word Recognition) لتحسين دقة تحويل الكلام إلى نص. وقد تناولت الدراسات التجريبية على مجموعتين من البيانات السريرية الفرنسية، الأولى كانت محادثات حول الوقاية من الانتحار والثانية كانت استشارات جراحة الأعصاب اليقظة.

استعرضت التجارب أربعة خيارات تصميمية رئيسية، تشمل اختيار النموذج، واستراتيجية التحفيز، وترتيب المراحل، وعمق التكرار. باستخدام نموذج Qwen3-Next-80B، تم تأكيد تقليل واضح في معدلات الأخطاء النسبية للكلمات (WDER) في محادثات الوقاية من الانتحار، مع الحفاظ على استقرار النتائج في استشارات جراحة الأعصاب اليقظة. والجدير بالذكر أنه لم يتم تسجيل أي إخفاقات في النتائج مع تكلفة تشغيل مقبولة، مما يُشير إلى إمكانية تطبيق هذه التكنولوجيا في السياقات السريرية عند التحقق من فعالية أكبر عبر مجموعات بيانات أكبر.

إن هذا التطور يعد خطوة نوعية نحو تحسين فعالية التدخلات السريرية من خلال دقة أعلى في عملية التدقيق والتوثيق الطبي، مما يؤكد الدور المتزايد للذكاء الاصطناعي في تحسين خدمات الرعاية الصحية.