في خضم الثورة التكنولوجية المتواصلة، تأتي مجموعة بيانات VietMed لتكون نقطة تحول في عالم التعرف على الصوت في المجال الطبي. يُعتبر نقص مجموعات البيانات المتاحة للعامة أحد التحديات الكبيرة التي تواجه الذكاء الاصطناعي في قطاع الصحة. لكن مع VietMed، تم تقديم حل مبتكر يدعم نموذج التعرف على الصوت (ASR) للغة الفيتنامية.

تتضمن مجموعة VietMed 16 ساعة من البيانات المسموعة المصنفة، بالإضافة إلى 1000 ساعة من الصوت الطبي غير المصنف و1200 ساعة من الصوت العام غير المصنف. Unlike any previous efforts, تتفوق هذه المجموعة في سبع جوانب مهمة تتعلق بالمدة الإجمالية، عدد المتحدثين، الأمراض، ظروف التسجيل، أدوار المتحدثين، المصطلحات الطبية الفريدة، واللهجات.

من اللافت أن VietMed هي أيضاً أكبر مجموعة بيانات عامة للتعرف على الصوت الطبي في الفيتنامية، مما يجعلها رائدة في هذا المجال. وقد كان من المهم أيضاً أن تهتم هذه المجموعة بأضرار جميع الأمراض المدرجة في تصنيف الأمراض الدولي (ICD-10)، مما يعطيها شمولية غير مسبوقة.

لكن ليس هذا كل شيء! تم تقديم نماذج مُعمقة مُدربة مسبقاً (Pre-trained Models) لعلوم التعرف على الصوت، مثل w2v2-Viet وXLSR-53-Viet، والتي تمثل خطوة هائلة نحو تحسين دقة النماذج لأغراض طبية.

فبالإضافة إلى النجاح في التعرف على الكلام ضمن بيئات غير طبية، تفوقت نماذج مثل XLSR-53-Viet بشكل ملحوظ على النماذج السابقة، حيث انخفض معدل الأخطاء (WER) من 51.8% إلى 29.6%.

المعلومات والكود والبيانات متاحة للعامة، مما يتيح للباحثين والمطورين استغلال هذه الموارد في مشروعاتهم، مما يساهم في تعزيز فعالية استخدام الذكاء الاصطناعي في القطاع الصحي في فيتنام.

ما رأيكم في هذا التطور الرائع؟ هل تعتقدون أن مثل هذه البيانات ستساهم في النهوض بمستوى الرعاية الصحية في بلادكم؟ شاركونا آرائكم في التعليقات.