ElevenLabs、医療特化の音声認識モデル「Scribe v2 Medical」の提供を開始
結論
ElevenLabsが「Scribe v2 Medical」を正式提供。医療用語の認識精度が向上し、単語誤り率7.0%に低下、ハルシネレンスは0.4%。英語・仏語・独語対応、HIPAA対応。医師の口述筆記で約36%の精度向上。
この記事の要点
| 発表日 | 2026/10/01 |
|---|---|
| 提供開始 | 2026/10/01 |
| 製品 | Scribe v2 Medical |
| バージョン | v2 |
| 一次ソース |
医療用語の認識精度が向上
ElevenLabsは、汎用モデル「Scribe v2」に医療分野の追加学習を施した「Scribe v2 Medical」を、Speech to Text APIを通じて正式に提供開始しました。薬剤名や解剖、病理、臨床などの口述筆記における認識精度を高めています。
前世代の「Scribe v1」では単語誤り率が18.6%でしたが、今回のモデルでは7.0%まで低下しています。また、医療用語において存在しない言葉を作り出すハルシネレンス（誤情報）の発生率も0.4%に抑えられています。
モデルの仕様と検証結果
「Scribe v2 Medical」の主な特徴は以下の通りです。
| 項目 | 内容 |
|---|---|
| 対象音声 | 診療中の会話 問診 口述筆記など |
| 対応言語 | 英語・フランス語・ドイツ語 （検証済み） |
| セキュリティ | HIPAA対応（ZRM有効化時） |
精度の検証では、一般的な会話音声の認識精度はベースとなる「Scribe v2」と同等の5.3%を維持しており、医療特化による汎用的な性能低下は見られません。また、医師の口述筆記を対象としたテストでは、ベースモデルと比較して単語誤り率が約36%低下した結果も示されています。
エンタープライズ契約においては、Zero Retention Mode（ZRM）を有効化することで、処理完了直後に音声とテキストを削除する設定が可能です。これにより、機密性の高い医療データの取り扱いに対応します。
医療AI開発者への活用
このモデルは、自社の記録作成サービスや診療支援製品を構築するための土台として利用できます。医療AI企業は、この音声認識モデルの上に独自のアプリケーションを構築することが想定されています。
一次ソース
ElevenLabsの他の記事
生成AI・その他音声・音楽