全科医生最佳 AI 医疗记录员
在我们基准测试的六次全科问诊中，Hanah 是表现最好的 AI 医疗记录员：问诊结束后 1 分 50 秒病历即可定稿，并且在每一次问诊中病历错误都最少。
阅览室
更清晰地看待 AI 医疗记录员。
观点、解读，以及对证据的深入审视。了解这项技术，以及我们如何对它进行检验。
从这里开始 / 我们的测试方法
我们如何测试 AI 医疗记录员。
基准测试背后的问诊、指标和审阅流程。我们测量什么，以及这些结果能告诉您什么。
文章与分析
17 篇文章 · 按时间由新到旧结果
评测
Heidi 评测
我们用 12 次录制的问诊测试了 Heidi，每次问诊重复 5 轮。它在速度和幻觉两项上均位列六款产品中的第二，捕获了 81% 的临床事实，平均每份病历有 9.0 处病历错误。
方法论
ScribeStandard 基准测试
ScribeStandard 让六款 AI 医疗记录员分别录制同样的 12 次问诊，每次至少 5 轮，并对照问诊中所述的临床事实对每份病历进行盲评。所有录音、转录稿、病历和评分理由均已公开。
结果
过敏与免疫科最佳 AI 医疗记录员
在我们的过敏反应测试中，Hanah 是表现最佳的 AI 医疗记录员，问诊结束 2 分 54 秒后病历即可定稿，病历错误也最少。
结果
心脏病学最佳 AI 医疗记录员
在我们的两项心脏问诊测试（疑似心脏病发作和心力衰竭加重）中，Hanah 都是表现最好的 AI 医疗记录员，在每项测试中的病历错误均最少。
结果
皮肤病学最佳 AI 医疗记录员
在我们的湿疹问诊测试中，Hanah 是表现最好的 AI 医疗记录员：问诊结束后 2 分 46 秒病历即可定稿，覆盖率也最高。
结果
法语问诊最佳 AI 医疗记录员
在我们的法英双语问诊测试中，Hanah 是表现最佳的 AI 医疗记录员。每份 Hanah 病历都覆盖了全部事实且没有幻觉标记，无需修改即可定稿。
结果
胃肠病学最佳 AI 医疗记录员
在我们的胃肠炎测试中，Hanah 是表现最好的 AI 医疗记录员：问诊结束后 2 分 16 秒病历即可定稿，病历错误也最少。
结果
印地语问诊最佳 AI 医疗记录员
在我们的印地语问诊测试中，Hanah 是表现最好的 AI 医疗记录员：词错误率最低，没有幻觉标记，病历在 1 分 7 秒内即可定稿。
结果
心理健康领域最佳 AI 医疗记录员
在我们的情绪低落问诊测试中，Hanah 是表现最佳的 AI 医疗记录员。Heidi 和 Lyrebird 紧随其后，三者的病历定稿用时差异均在误差范围内。
结果
肌肉疗法最佳 AI 医疗记录员
在我们 50 分钟的肌肉疗法问诊测试中，Hanah 是表现最佳的 AI 医疗记录员，问诊结束 2 分 45 秒后病历即可定稿，病历错误也最少。
结果
神经内科最佳 AI 医疗记录员
在我们的疑似 TIA 问诊测试中，Hanah 是表现最佳的 AI 医疗记录员，问诊结束 3 分 41 秒后病历即可定稿，覆盖率也最高。
结果
疼痛管理领域最佳 AI 医疗记录员
在我们的疼痛管理口述测试中，Hanah 是表现最佳的 AI 医疗记录员，口述结束 42 秒后病历即可定稿。排名靠前的几款记录员在准确性上相差不大。
结果
泌尿外科最佳 AI 医疗记录员
在我们的泌尿系统症状测试中，Hanah 是表现最佳的 AI 医疗记录员，问诊结束 2 分 25 秒后病历即可定稿，病历错误只有第二名的一半。
结果
Hanah 是我们基准测试中最佳的 AI 医疗记录员
在 12 次录制的问诊中，Hanah 的病历错误最少、审阅用时最短，在 ScribeStandard 公布的 19 项指标中有 18 项排名第一。
文档质量
完整性与无依据陈述
一份病历可能包含所有相关事实，却仍含有问诊内容并不支持的陈述。ScribeStandard 将覆盖率和幻觉标记作为两项独立指标分别报告。
工作流程性能
测量会话带宽
ScribeStandard 测量录制会话中的全部浏览器流量，除音频上传外，还包括应用加载、WebSocket 和病历定稿阶段的流量。