AssemblyAI 推出了一个新的指标，称为漏诊实体率 (MER)，以更好地评估医疗转录服务的准确性。传统的词错误率 (WER) 指标同等对待所有单词，未能区分填充词等小错误与药物名称或诊断不正确等关键错误。MER 专门关注临床重要实体（如药物名称、诊断和手术）的准确转录，这对于患者护理和下游系统至关重要。基准测试显示，一些具有看似良好 WER 分数的提供商的 MER 却显著更高，这凸显了 WER 在医疗应用中的不足。 AI
影响 这一新指标有望提高医疗转录的准确性，从而改善患者安全以及医疗保健领域下游人工智能系统的可靠性。
排序理由 该项目介绍了一个用于评估特定人工智能应用（医疗转录）的新指标，这是一个产品/工具改进，而不是核心人工智能发布。
- AssemblyAI
- AWS Transcribe Medical
- Deepgram Nova-3 Medical
- Missed Entity Rate
- Universal-3 Pro with Medical Mode
- Word Error Rate
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
