语音识别赋能非洲医疗：Intron Health 以本土化AI弥合数字鸿沟

语音识别技术虽已深度融入现代生活，但在少数族裔语言、重口音及言语障碍人群的应用上仍存在显著短板。临床语音识别初创公司 Intron Health 创始人兼 CEO 托比·奥拉图恩吉（Toby Olatunji）致力于解决这一痛点。该公司拥有非洲最大的临床语音数据库，算法基于来自29个国家和地区、288种口音的350万段音频片段（共计16,000小时）训练而成。由于贡献者多为医疗从业者，有效确保了医学术语在目标市场的准确发音与捕捉。

奥拉图恩吉表示：“针对多种非洲口音的训练，使我们的基线性能远超其他服务。”目前，来自加纳、乌干达和南非的数据持续增长，公司对模型在该地区的部署充满信心。

从医生痛点到技术创业

Olatunji 投身健康科技源于其双重经历。作为曾在尼日利亚执业的医生，他亲历了当地医疗系统的低效：繁琐的文书工作和信息追踪难题令人疲惫。他坦言：“重复性任务不值得人类付出精力。例如手写每份检查单上的患者姓名、年龄等信息，让我深感沮丧。我一直在思考如何让医生将时间花在更有价值的事情上。”

带着这些问题，Olatunji 赴美深造，先后获得旧金山大学医疗信息学硕士和佐治亚理工学院计算机科学硕士学位。此后，他在 Enlitic 担任临床自然语言处理（NLP）科学家，构建了放射科文本报告自动提取模型；并在 Amazon Web Services 担任机器学习科学家。这些专注于医疗 NLP 的经历，让他萌生了将美国先进技术应用于改善尼日利亚等新兴市场医疗状况的想法。

攻克口音壁垒，重塑电子病历体验

Intron Health 于2020年推出，初衷是通过电子病历（EMR）系统实现非洲医院运营数字化。然而推广受阻，因为医生更习惯手写而非打字。这促使团队探索更高效的数据录入方式。起初尝试嵌入第三方语音转文字技术，但因频繁转录错误而失败。Olatunji 意识到，浓重的非洲口音及复杂的医学术语发音，使得现有外国工具并不适用。

由此，Intron Health 自主研发了能精准识别非洲口音的语音识别技术，并可无缝集成至现有 EMR 系统。目前，该工具已在肯尼亚、尼日利亚等五个市场的30家医院落地应用。

成效显著：在西非某大型医院，放射科结果等待时间从48小时缩短至20分钟。在医患比例极低的非洲大陆，此类效率提升至关重要。“医院已在设备上投入巨资，确保技术有效应用是关键。我们帮助提高了 EMR 系统的采用率，提供了实实在在的价值。”Olatunji 说道。

融资助力扩张，深耕本土AI研究

Intron Health 已获得由 Microtraction 领投，Plug and Play Ventures、Jaza Rift Ventures、Octopus Ventures、Africa Health Ventures、OpenseedVC、Pi Campus、Alumni Angel、BakerBridge Capital 及多位天使投资人参与的160万美元种子前轮融资。

技术层面，公司正完善降噪功能以适应低带宽环境，计划支持多说话人对话转录及文字转语音功能。下一步将引入智能决策支持工具，辅助处方开具和实验室检测，以减少差错、保障护理质量并加快工作流。

作为医疗生成式 AI 赛道的一员，Intron Health 的发展契合市场趋势。据 Fortune Business Insights 预测，全球语音识别市场将以23.7%的年复合增长率增长，2032年规模达849.7亿美元。

此外，Intron 还在非洲语音研究中扮演关键角色。近期，公司与 Google Research、比尔及梅琳达·盖茨基金会及 PATH Digital Square 合作，评估 GPT-4o、Gemini、Claude 等主流大语言模型（LLMs）在15个国家的应用表现，旨在识别偏见与风险，确保为非洲诊所提供符合文化背景的合规模型。