MEDICAL CONVERSATIONAL INTELLIGENCE

• Main Authors: SAWANT, Amit Vithal, SEMBIUM VARADARAJAN, Varun, MCGOOKEY, Shane Michael, CARPENTER, Glen Herschel, ZHANG, Tianze, ARORA, Anuroop, HANDA, Sarthak, GUPTA, Mohit Narendra, CHAKRABORTY, Amiya Kishor, BHATTARAI, Rohil, GUPTA, Vijit, SCHIFF, Samuel Benjamin, DENG, Jesse, CHIOU, Matthew Chih-Hui
• Format: Patent
• Language: English; French
• Published: 03.10.2024
• Subjects: CALCULATING; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

Systems and methods for performing medical audio summarizing for medical conversations are disclosed. An audio file and meta data for a medical conversation are provided to a medical audio summarization system. A transcription machine learning model is used by the medical audio summarization system to generate a transcript and a natural language processing service of the medical audio summarization system is used to generate a summary of the transcript. The natural language processing service may include at least four machine learning models that identify medical entities in the transcript, identify speaker roles in the transcript, determine sections of the transcript corresponding to the summary, and extract or abstract phrases for the summary. The identified medical entities and speaker roles, determined sections, and extracted or abstracted phrases may then be used to generate the summary. Des systèmes et des procédés pour effectuer un résumé audio médical pour des conversations médicales sont divulgués. Un fichier audio et des métadonnées pour une conversation médicale sont fournis à un système de résumé audio médical. Un modèle d'apprentissage automatique de transcription est utilisé par le système de résumé audio médical pour générer une transcription et un service de traitement automatique du langage naturel du système de résumé audio médical est utilisé pour générer un résumé de la transcription. Le service de traitement automatique du langage naturel peut comprendre au moins quatre modèles d'apprentissage automatique qui identifient des entités médicales dans la transcription, identifient des rôles de locuteur dans la transcription, déterminent des sections de la transcription correspondant au résumé, et extraient ou résument des phrases pour le résumé. Les entités médicales et les rôles de locuteur identifiés, les sections déterminées et les phrases extraites ou résumées peuvent ensuite être utilisés pour générer le résumé.