语言:
语言:
内容服务
- 技术文献写作
- 培训和在线学习
- 财务报告
- 数字营销
- 搜索引擎优化 (SEO) 和内容优化
翻译服务
- 视频本地化
- 软件本地化
- 受监管内容翻译与本地化
- 口译
- 现场活动
- 网站本地化
测试服务
- 功能 QA 和测试
- 兼容性测试
- 互操作性测试
- 性能测试
- 辅助功能测试
- UX/CX 测试
解决方案
- 翻译服务模式
- 机器翻译
- Smart Onboarding™
- Aurora AI Studio™
Lionbridge 知识中心
- 改善患者治疗结果
- 本地化的未来
- 将创新想法转化为免疫实践
- 新冠肺炎疫情资源中心
- 颠覆系列
- 患者配合度
- Lionbridge 见解
选择语言:
本文是《生成式 AI 和生命科学》系列博文的第一篇,聚焦生成式 AI (GenAI) 对生命科学领域及生命科学翻译服务的影响。我们将探究 GenAI 技术,如 ChatGPT 和神经网络 MT (NMT),还将概述该技术的发展现状,然后扼要介绍 GenAI 可能适用于翻译与本地化行业的哪些使用情形。
您或许比自己想像的更了解 GenAI:想必您对 ChatGPT 并不陌生,该技术自 2022 年末诞生以来一直广受关注;您也可能与 AI 聊天机器人互动过,纵然您当时并未意识到。如果您最近与客服在线上“聊过天”,对方大概率不是人工客服。
据估计,目前大约 70% 的客户服务互动完全由 AI 提供。Facebook Messenger 中活跃着 300,000 多个聊天机器人。这种趋势在一些行业中尤为明显,例如在线零售。产生这种趋势的原因值得探究。在这些场景中,许多客户问询具有以下特点:
更复杂的问询仍需要人工利用自身的专业知识做出判断。但是,聊天机器人可以胜任在对话中进行筛选的工作,无法从 AI 处快速得到满意答复的客户才会寻求额外人工帮助。
企业领导者和投资商都在密切关注 AI 技术的这些进展,但遗憾的是有些人从中得出了错误结论。早期实验似乎表明,AI 可以成功担任有限的角色,提高服务可用性和优化客户选择。即便如此,仍然会有客户碰到复杂问题或有着强烈偏好,而且需要人工介入。使用 AI,您可以高效地分配客户服务成本,但不能完全省下这笔费用。
由于生命科学领域一贯存在监管限制并奉行安全至上的理念,技术采用有所延缓。但是,创新是生命科学行业的命脉。对于创新者和股东们来说,像 AI 这样可能引发变革的技术不容忽视。能否利用 AI 更快地接触患者以及进军市场?能否安全引入该技术?
为领军生命科学组织提供服务的语言服务提供商 Lionbridge 正在积极探索这些问题。事实证明,我们具有重要的领先优势。虽然 ChatGPT 等工具最近频上头条,但其底层技术(大型语言模型 (LLM) 和 GenAI)并非新鲜事。实际上,Lionbridge 多年来一直使用这些技术。对于这些技术的用途和局限性,我们已经积累了深厚的专业知识。我们还在积极探索技术即将应用于哪些场景。
多年来,我们将 AI 整合到以质量为中心的流程中,并从中获得了许多宝贵的经验。我们现在发现,其他行业也出现了类似的模式。同样,客户服务聊天机器人就是一个具有启发意义的示例。正如部署上述解决方案的组织所发现的,AI 能更加有效地使沟通流畅无阻,并促使人类专家更快地作出重要决策。
这是否意味着 AI 工具不能在没有密切监督的情况下部署?也不尽然,只是必须进行明智地选择,必须根据内容的本质和预期受众的需要做出选择。对于患者或监管机构等受众,我们自然而然会采取保守的方法;当结果不那么关键时,我们会为其提供适当的选项。我们从此方法中受益良多,并且认为此方法可以广泛推广。
以下是我们即将探索的一些领域。
对大型内容集进行分析和分类:LLM 和机器学习 (ML) 系统旨在发现大型数据集内的重要模式。研究人员已经在研究这些技术的一些相对明显的应用。在诊断影像领域,越来越多的证据表明 ML 可能会发挥重要作用。在这类应用场景中,AI 并不是要取代专家临床医师给出判断,更多地是起到辅助作用。
例如,
AI 系统可以识别某些类型的肿瘤,准确度为 90%,因此可用于筛查影像数据。这项应用可帮助医生优先处理更有可能需要诊断和干预的报告。
清理噪声数据:药品和器械制造商已不遗余力地识别来自现场的安全数据并就其采取行动。然而,这些工作在很大程度上依赖于结构不佳的数据,收集和解读这些数据既困难重重又成本高昂。
例如,
医护人员往往将重要的临床发现保存在不受限制的“自由文本”字段中,这种倾向会持续阻碍实用数据及时共享。ML 系统具有精心设计的训练参数,可缓解这一问题。
使临床数据更易获取:最近,监管机构和患者权益保护团体在以下方面取得了积极进展:确保患者和普通大众能获取和理解向其告知监管决策和患者治疗选择的临床数据。值得注意的是,使用适当的语言提供可靠信息需要专业的科学交流技能,并具备相关标准及优秀实践方面的知识。同样,AI 系统不太可能在短期内具备这种专业知识,但在易理解的内容方面,AI 系统能帮助增加内容体量和类型。
了解我们的知识盲区:长久以来,大家公认一点:对多项科学研究进行元分析可以获得在统计学上可靠的调查结果,但这些元分析的样本量、方法或偏差通常易受争议。很明显,元分析的一个限制是它只能得到它有意寻找的模式。机器学习系统有潜力识别有意义的模式,而不是那些有意测量或相关的模式。
内容发现和分类:Lionbridge 及其客户经常遇到的一项挑战是,不同类型的内容需要不同的语言服务,这在生命科学领域尤为常见。针对受监管内容(例如,专家临床医生评审)的许多服务不适用于在线营销文案或内部培训手册。因此需要将这些内容分类以及为内容选择适当的服务,这会消耗大量时间和技能娴熟的人力资源。Lionbridge 已经在使用 AI 技术努力消除这种低效现象,我们预计将在未来几个月加快解决上述问题的进程。
想要详细了解 GenAI 和生命科学?想探讨 GenAI 可能适用于贵组织的哪些应用场景?有生命科学翻译需求?我们有丰富的经验、知识和技术,乐于为您提供帮助。欢迎立即与我们联系,详细了解 Lionbridge 的生命科学翻译服务。