Actualización a un nuevo modelo y un nuevo algoritmo de transcripción.

Puntos clave

• Esta actualización de julio de 2026 cambió el modelo de generación de notas y el algoritmo de transcripción, sin tocar las plantillas.
• En la evaluación australiana publicada, la tasa de error de palabras bajó del 5.9% al 1.6%, y los detalles inventados confirmados bajaron de cinco a uno.
• Son resultados históricos para el corpus y la ejecución citados. Léelos junto con el método enlazado y los informes actuales.

Hemos actualizado el modelo que redacta el borrador de tus notas, junto con el algoritmo que graba y transcribe una consulta. Este artículo explica qué ha cambiado, qué puedes esperar y qué sigue igual.

Lo que muestran nuestras pruebas comparativas

Medido con nuestro corpus australiano, comparando esta ejecución con la que publicamos el 29 de junio:

Ver los datos y los resultados con más detalle.

En nuestras pruebas, el nuevo modelo Gemini Flash 3.6 recogió más datos clínicos e inventó muchos menos detalles. En un contexto clínico, la exhaustividad nunca debe ir en detrimento de la precisión, y con esta actualización no tuvimos que sacrificar una por la otra.

Las plantillas no cambian

Tus plantillas no se ven afectadas. Las mismas plantillas deberían producir la misma estructura, los mismos apartados y los mismos campos. No tienes que revisar nada de lo que has configurado ni hacer nada.

Qué ha cambiado

Hemos actualizado el modelo de generación de notas, de Gemini Pro 3.1 a Gemini Flash 3.6, y también nuestro algoritmo de transcripción.

El algoritmo de transcripción. Hemos rehecho cómo se detecta el habla y cómo el decodificador sigue el ritmo de una consulta larga, de modo que llega a la transcripción más de lo que se dice, sobre todo al principio de las frases y hasta el final de las grabaciones más largas. También hemos mejorado la detección de nombres y actualizado nuestro corpus de pruebas para incluir nombres menos conocidos.

El modelo de generación de notas. Actualizado a Gemini Flash 3.6. Junto con la mejora en la precisión de la transcripción, esto ha dado lugar a menos alucinaciones y a un lenguaje más preciso en la generación de notas.

Las cifras y cómo comprobarlas

Las dos ejecuciones están publicadas completas: el informe actual, la comparación lado a lado y los resultados anteriores. Puedes leer cada transcripción, cada nota generada y el razonamiento de cada evaluador.

Nota importante: hemos mejorado el jurado de LLM para usar modelos más grandes y tener más confianza en nuestras pruebas comparativas. Vimos que ejecutar modelos más pequeños varias veces solía dar peores informes que ejecutar una vez modelos grandes.

Por qué publicamos esto

Creemos que el software para profesionales sanitarios no debe tratarse con la lógica SaaS de “muévete rápido y rompe cosas”. Somos totalmente transparentes y compartimos cualquier cambio que hacemos o tenemos previsto hacer para que estés bien informado de cómo procesamos los datos.

Los resultados de estas actualizaciones son, en general, bastante positivos; sin embargo, como escribimos a principios de este mes, las cifras solo significan algo si también las publicamos cuando son malas, y esa transparencia es nuestro compromiso contigo.

Si crees que hemos empeorado, o que nuestro corpus de pruebas no refleja tu práctica, no dudes en escribirnos a hello@hanah.health.

Preguntas frecuentes

¿Son estas las cifras de precisión actuales?

Son los resultados publicados para la actualización de julio de 2026. Las ejecuciones más recientes pueden diferir; consulta los informes de precisión para ver los últimos resultados publicados.

¿La actualización requirió nuevas plantillas de nota?

La actualización descrita aquí cambió el modelo de generación y el algoritmo de transcripción, y mantuvo las plantillas.

¿Qué mide la tasa de error de palabras?

Mide las diferencias entre la transcripción generada y la transcripción de referencia según el método de puntuación publicado. Es independiente de la precisión de la nota clínica generada.