Sebagai seorang dokter medis di Nigeria, Tobi Olatunji mengetahui tekanan praktik di rumah sakit Afrika yang sibuk. Sebagai ilmuwan pembelajaran mesin, dia memiliki resep untuk itu.
“Saya bekerja di salah satu rumah sakit terbesar di Afrika Barat, di mana saya secara rutin menemui lebih dari 30 pasien setiap hari – ini pekerjaan yang sangat berat,” kata Olatunji.
Kebutuhan untuk menulis catatan pasien yang terperinci dan mengisi formulir membuatnya semakin sulit. Catatan kertas juga memperlambat laju penelitian medis.
Pada tahun-tahun pertama praktiknya, Olatunji membayangkan sebuah program untuk membongkar tumpukan dokumen, membebaskan dokter untuk membantu lebih banyak pasien.
Ini merupakan sebuah perjalanan, tetapi perangkat lunak tersebut tersedia hari ini dari perusahaannya, Intron Health, anggota program NVIDIA Inception, yang memelihara startup mutakhir.
Perjalanan Sampingan di Tek
Dengan dorongan dari mentor sekolah kedokteran, Olatunji mendapat gelar master di bidang informatika medis dari University of San Francisco dan satu lagi di bidang ilmu komputer di Georgia Tech. Dia mulai bekerja sebagai ilmuwan pembelajaran mesin di AS pada siang hari dan menulis kode pada malam hari dan akhir pekan untuk membantu mendigitalkan rumah sakit Afrika.
Tes percontohan selama pandemi menemui hambatan.
Beberapa dokter pertama yang menggunakan kode tersebut membutuhkan waktu 45 menit untuk menyelesaikan catatan pasien mereka. Merasa canggung di depan keyboard, beberapa petugas kesehatan mengatakan mereka lebih suka pulpen dan kertas.
“Kami membuat keputusan sulit untuk berinvestasi dalam pemrosesan bahasa alami dan pengenalan suara,” katanya. Ini adalah teknologi yang sudah dia kenal dalam pekerjaannya sehari-hari.
Membangun Model AI
“Kombinasi terminologi medis dan aksen Afrika yang kental menghasilkan hasil yang mengerikan dengan sebagian besar perangkat lunak ucapan-ke-teks yang ada, jadi kami tahu tidak akan ada jalan pintas untuk melatih model kami sendiri,” katanya.
Tim Intron mengevaluasi beberapa kerangka kerja pengenalan suara komersial dan sumber terbuka serta model bahasa besar sebelum memilih untuk membangun dengan NVIDIA NeMo, kerangka kerja perangkat lunak untuk AI generatif berbasis teks. Selain itu, model yang dihasilkan dilatih menggunakan GPU NVIDIA di cloud.
“Awalnya kami mencoba berlatih dengan CPU sebagai opsi termurah, tetapi butuh waktu lama, jadi kami mulai dengan satu GPU dan akhirnya berkembang menggunakan beberapa di antaranya di cloud,” katanya.
Aplikasi Transkrip yang dihasilkan menangkap pesan yang didiktekan dokter dengan akurasi lebih dari 92% di lebih dari 200 aksen Afrika. Ini memangkas waktu yang mereka habiskan untuk mengurus dokumen rata-rata 6x lipat, menurut penelitian yang sedang berlangsung yang dilakukan Intron di seluruh rumah sakit di empat negara Afrika.
“Bahkan dokter dengan keterampilan mengetik tercepat dalam penelitian ini mendapat peningkatan 40%,” katanya tentang peranti lunak yang sekarang digunakan di beberapa rumah sakit di seluruh Afrika.
Mendengarkan Suara Afrika
Olatunji tahu modelnya membutuhkan data audio berkualitas tinggi. Jadi, perusahaan membuat aplikasi untuk menangkap potongan suara dari istilah medis yang diucapkan dalam aksen berbeda.
Hingga saat ini, aplikasi tersebut mengumpulkan lebih dari satu juta klip dari lebih dari 7.000 orang di 24 negara, termasuk 13 negara Afrika. Ini adalah salah satu kumpulan data terbesar dari jenisnya, yang sebagian telah dirilis sebagai sumber terbuka untuk mendukung penelitian bahasa Afrika.
Hari ini, Intron memperbarui modelnya setiap bulan karena lebih banyak data yang masuk.
Memelihara Keanekaragaman di Medtech
Sangat sedikit penelitian tentang pengenalan suara untuk aksen Afrika dalam pengaturan klinis. Jadi, bekerja sama dengan komunitas teknologi Afrika seperti DSN, Masakhane, dan Zindi, Intron meluncurkan AfriSpeech-200, tantangan pengembang untuk memulai penelitian menggunakan datanya.
Demikian pula, untuk semua kecanggihannya, medtech tertinggal dalam keragaman dan inklusi, jadi Olatunji baru-baru ini meluncurkan upaya yang juga mengatasi masalah itu.
Bio-RAMP Lab adalah komunitas global peneliti minoritas yang menangani masalah yang mereka pedulikan di persimpangan AI dan perawatan kesehatan. Grup tersebut sudah memiliki setengah lusin makalah yang sedang ditinjau di konferensi-konferensi besar.
“Selama tujuh tahun, saya adalah satu-satunya orang kulit hitam di setiap tim tempat saya bekerja,” katanya. “Tidak ada ilmuwan atau manajer kulit hitam, bahkan dalam wawancara kerja saya.”
Sementara itu, Intron bahkan membantu rumah sakit di Afrika menemukan cara kreatif untuk memperoleh perangkat keras yang mereka butuhkan. Ini adalah tantangan lain untuk membuka peluang besar.
“Begitu data perawatan kesehatan didigitalkan, Anda membuka dunia baru untuk penelitian ke bidang-bidang seperti model prediktif yang dapat menjadi sistem peringatan dini untuk epidemi — kami tidak dapat melakukannya tanpa data,” kata Olatunji.
Tonton kelas master (mulai pukul 20:30) dengan Olatunji, HuggingFace, dan NVIDIA di AI untuk pengenalan suara.
Namun para bettor tidak kudu khawatir, tidak hingga 5 menit, tentu saja keluaran ini akan ditampikan secara live dan mampu kalian tengok pada web site togel hkg. Bagi kalian yang melepas live draw ini, bisa lihat terhadap information hk yang senantiasa di update sesudah terdapatnya togel keluaran hk .
