Студентка УрФУ разработала ИИ-систему для контроля качества общения в медклиниках
Система речевой аналитики преобразует аудиозаписи разговоров пациентов с администраторами клиник в текст. Далее искусственный интеллект анализирует полученную транскрипцию по ключевым параметрам, сообщает ОТВ.
Алгоритм способен:
• выявлять причины недовольства звонящих и автоматически маркировать проблемные звонки тегом «внимание»;
• определять интонации и речевые сигналы, фиксируя грубость или безразличие со стороны персонала;
• использовать голосовую биометрию для идентификации конкретного сотрудника при отсутствии привязки к номеру телефона.
По словам разработчика, чаще всего система регистрирует ошибки администраторов, связанные с нежеланием помочь клиенту. Собранные данные используются для поиска слабых мест в коммуникации и обучения персонала.
«Мы можем выявить краткий пересказ, почему пациент выражает недовольство, почему он позвонил, ставим тег "внимание", после которого ваша жалоба попадает к руководителю», — рассказала разработчик ИИ-наставника, студентка УрФУ Елизавета Вепрева.
Стоит отметить, что это не первый подобный проект в регионе. В поликлиниках Свердловской области уже тестируются аудиобейджи в рамках проекта «Перезагрузка». Устройства записывают диалоги врачей с пациентами, а нейросеть впоследствии анализирует беседы на наличие слов-маркеров. На основе этих данных планируется разработать единые стандарты общения для всех медицинских учреждений. Пилотная версия стартапа Елизаветы Вепревой уже внедрена в одной из частных клиник Екатеринбурга. Благодаря победе в конкурсе «Стартап как диплом» разработчик планирует масштабировать решение и привлечь новых пользователей.
Фото: 12 канал.
Две омские команды победили на Первых Всероссийских «ИТ-играх»
Добавить в избранные источники Дзен.Новостей
Подписаться на канал Дзен
Подписаться на канал Телеграм
Алгоритм способен:
• выявлять причины недовольства звонящих и автоматически маркировать проблемные звонки тегом «внимание»;
• определять интонации и речевые сигналы, фиксируя грубость или безразличие со стороны персонала;
• использовать голосовую биометрию для идентификации конкретного сотрудника при отсутствии привязки к номеру телефона.
По словам разработчика, чаще всего система регистрирует ошибки администраторов, связанные с нежеланием помочь клиенту. Собранные данные используются для поиска слабых мест в коммуникации и обучения персонала.
«Мы можем выявить краткий пересказ, почему пациент выражает недовольство, почему он позвонил, ставим тег "внимание", после которого ваша жалоба попадает к руководителю», — рассказала разработчик ИИ-наставника, студентка УрФУ Елизавета Вепрева.
Стоит отметить, что это не первый подобный проект в регионе. В поликлиниках Свердловской области уже тестируются аудиобейджи в рамках проекта «Перезагрузка». Устройства записывают диалоги врачей с пациентами, а нейросеть впоследствии анализирует беседы на наличие слов-маркеров. На основе этих данных планируется разработать единые стандарты общения для всех медицинских учреждений. Пилотная версия стартапа Елизаветы Вепревой уже внедрена в одной из частных клиник Екатеринбурга. Благодаря победе в конкурсе «Стартап как диплом» разработчик планирует масштабировать решение и привлечь новых пользователей.
Фото: 12 канал.
По теме:
Искусственный интеллект поможет оптимизировать электронный документооборот в Омской областиДве омские команды победили на Первых Всероссийских «ИТ-играх»
Добавить в избранные источники Дзен.Новостей
Подписаться на канал Дзен
Подписаться на канал Телеграм