La saisie de comptes rendus médicaux exige une précision absolue impossible en temps réel. Scribe v2 Medical d'ElevenLabs résout ce défi en privilégiant l'asynchrone, abaissant le taux d'erreur à 4,9%. Pour la HealthTech, c'est l'assurance d'automatiser la structuration des données cliniques et de réduire de 80% les corrections manuelles. L'intégration de modèles spécialisés répond à une difficulté concrète des données cliniques : le vocabulaire médical concentre des médicaments, unités, structures anatomiques et pathologies dont les noms peuvent être phonétiquement très proches. Dans ce contexte, une erreur de transcription peut avoir des conséquences autrement plus sensibles qu'une faute dans un contenu généraliste. La disponibilité générale de Scribe v2 Medical apparaît dans le changelog ElevenLabs du 11 septembre 2026, tandis que l'article produit détaillé a été publié le 22 septembre. Le modèle complète Scribe v2 Realtime plutôt qu'il ne le remplace : ElevenLabs recommande Medical pour les audios médicaux et cliniques pré-enregistrés, tandis que Scribe v2 Realtime reste destiné aux applications nécessitant une transcription en direct. ElevenLabs cite également un benchmark d'Omi Health portant sur 1 513 extraits cliniques en anglais, soit 7,2 heures issues de 57 consultations. Scribe v2 Medical y obtiendrait un WER global de 5,88%. Au 23 septembre 2026, ElevenLabs précise que ces chiffres lui ont été communiqués avec autorisation avant leur publication prévue sur le leaderboard public d'Omi le 25 septembre. L'approche d'ElevenLabs avec Scribe v2 Medical illustre moins un renoncement au temps réel qu'une spécialisation des outils. Un entretien en direct et une dictée clinique destinée à alimenter un dossier patient ne répondent pas aux mêmes contraintes. ElevenLabs conserve donc Scribe v2 Realtime pour l'immédiateté et ajoute Medical lorsque la précision sur le vocabulaire clinique devient prioritaire. La frontière suivante ne sera probablement pas seulement celle de la transcription. Une fois la parole correctement convertie en texte, les applications peuvent utiliser d'autres systèmes pour structurer, résumer ou confronter cette information à des connaissances médicales. Cette étape doit cependant rester clairement séparée du moteur de transcription lui-même : Scribe v2 Medical reconnaît la parole et peut détecter certaines entités, mais il n'est ni un outil de diagnostic ni une garantie de validité clinique. C'est précisément cette séparation des rôles qui permettra de construire des architectures de santé plus robustes.