ElevenLabs выпустила голосовых агентов для медицины с распознаванием клинической речи
Компания представила ElevenAgents for Healthcare и модель Scribe v3 Live Medical, которая распознаёт медицинские термины в реальном времени. По внутренним тестам она ошибается меньше общей модели, но независимой проверки пока нет.

Адаптация и понятное объяснение для начинающих. Заявления приведены по материалу источника.
Человек звонит в клинику, называет номер полиса и сложное название лекарства — и, если голосовой агент переспрашивает или перебивает, разговор может закончиться сброшенным звонком. ElevenLabs выпустила отраслевое решение ElevenAgents for Healthcare, и его главная техническая новость — модель Scribe v3 Live Medical: первая у компании система распознавания медицинской речи в реальном времени, встроенная в голосовых агентов.
До этого ElevenLabs предлагала медицинскую транскрипцию для записанного аудио. Теперь та же способность работает на живых звонках: модель настроена под названия препаратов и клинические термины.
Что показывают замеры — и чего они не показывают
Компания приводит два сравнения. На бенчмарке PriMock57 с диалогами врача и пациента Scribe v3 Live Medical показала наименьшую долю ошибок среди медицинских моделей, которые тестировала ElevenLabs, — на 17% меньше, чем у ближайшей из них. На наборе Eka из более чем 3 600 англоязычных медицинских записей новая модель ошибается на 4,7% реже общей Scribe v3 Live (11% против 11,54%).
Здесь важна оговорка, которую делает сама компания: это внутренние тесты на выбранном наборе моделей, каждая в лучшей доступной конфигурации, и в них вошли не все существующие системы медицинской транскрипции. То есть цифры описывают результат ElevenLabs, а не независимое сравнение всего рынка.
Не только распознавание, но и правила поведения
Точность слов — лишь часть задачи. Команды могут загрузить до 10 000 собственных терминов: названия планов, терапий, устройств и адресов. Модель также переключается между языками внутри одного звонка — например, если человек называет идентификатор по-английски, а дальше объясняет вопрос по-испански.
Отдельно заявлена работа с интонацией и паузами: агент может говорить медленнее с тревожным человеком и не перебивать, когда собеседник замолчал, чтобы найти страховую карту. Настройка длительности ожидания перед ответом тоже доступна — клинике с пожилыми пациентами можно дать больше времени на формулировку мысли.
Границы роли агента задаёт сама организация. Встроенные ограничения удерживают его в теме, а собственные правила можно описать обычным языком — например, любой вопрос о симптомах переводить на человека. При передаче звонка клинической команде вместе с ним уходит контекст разговора, чтобы пациенту не приходилось начинать заново. Перед запуском команда может прогнать симулированные звонки и проверить, что агент соблюдает правила.
Кейсы, интеграции и условия доступа
Среди примеров компания называет Banner Health, где агенты круглосуточно принимают входящие звонки и позволяют записываться на приём прямо в электронной медицинской карте (EHR — система учёта истории лечения), и Cadence, где медианное время дозвона до пациента сократилось с почти двух часов до 3,5 минуты. Для записи или проверки статуса заявки агент подключается к системам расписания, EHR, CRM и телефонии; для устаревших или самописных систем компания предлагает помощь своих инженеров.
Про безопасность формулировка аккуратная: ElevenAgents поддерживает HIPAA-совместимые развёртывания для корпоративных клиентов, которые подпишут соглашение BAA и включат Zero Retention Mode — тогда аудио и расшифровки не хранятся на инфраструктуре ElevenLabs. Это условие, а не автоматическое свойство любого использования.
Для команд, которые собирают агента сами, есть шаблон Healthcare Receptionist с готовыми системным промптом, сценарием звонка и настройкой интеграций. Встроенный ассистент Architect позволяет описать желаемое изменение обычным языком и протестировать его до публикации.
Существенный момент для оценки: описанные кейсы и метрики — заявления компании и её клиентов, а не результаты независимого аудита. Для тех, кто проектирует агента в чувствительной области, полезен сам подход: точность распознавания терминов, явные правила эскалации и передача контекста человеку оказываются не дополнением, а основой работоспособности.


