Этот невидимый помощник умеет слышать больше, чем человек. Он анализирует разговоры с пациентами и помогает находить слабые места. Студентка Уральского федерального университета Елизавета Вепрева уже три года развивает собственный проект в области речевой аналитики. Её система на основе искусственного интеллекта изучает звонки и обращения людей в медицинские клиники.
«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.
Записи телефонных разговоров переводятся в текст. Затем нейросеть анализирует их, чтобы выявить ошибки и проблемные моменты в общении. Чаще всего система фиксирует грубость администраторов и нежелание помочь клиенту. Особенность проекта Елизаветы – способность распознавать по голосу интонации и речевые сигналы.
«Необязательно, чтобы администратор был привязан к определённому номеру телефона, микрофону. Администраторами работают две Алёны, например, и они обе представляются как Алёны в звонке, но проанализировать нужно определённую Алёну, поэтому нужна голосовая биометрия», – пояснила разработчик ИИ-наставника, студентка УрФУ Елизавета Вепрева.
Технологии искусственного интеллекта уже применяют в Свердловской области. В поликлиниках в рамках проекта «Перезагрузка» тестируют аудиобейджи. Они работают по схожему принципу: записывают диалоги, а нейросеть затем анализирует беседы и выявляет слова-маркеры.
Такие аудиозаписи могут защитить и пациента, и самого регистратора в спорных ситуациях. На основе полученных данных в пилотных поликлиниках планируется разработать стандарты общения, которые затем распространят и на остальные медицинские учреждения. Свой студенческий стартап Елизавета Вепрева тоже постоянно совершенствует. Сейчас её программой пользуется одна из клиник Екатеринбурга. Благодаря конкурсу УрФУ «Стартап как диплом» девушка планирует привлечь новых пользователей.
Елизавета Караваева
