검증 투명성
AI 스크라이브 정확도 벤치마크 — 미국
이 결과는 미국과 같은 음성 인식·AI 초안 작성 스택을 쓰는 호주 배포에서 채점했어요. 각 수치를 어떻게 측정했는지와 그 한계를 포함해, 이 결과의 방법론은 방법론 문서에 있어요.
같은 녹음으로 다른 AI 스크라이브 6개와 비교했을 때, Hanah의 기록은 필요한 임상 세부 사항을 평균보다 11% 더 많이 담았고(93.7% 대 84.2%), 중대한 환각 표시는 평균 기록당 0.96건인 데 비해 0건이었으며, Hanah의 녹취록은 임상적으로 중요한 오류가 66% 적었어요. 비교 결과 보기.
주요 지표
포함률 세부 내역
심사단 구성
각 세부 사항은 패널에 설정된 모든 심사 위원이 채점해요. 어려운 사례에서는 판정이 엇갈리는데, 그 자체가 신호예요. 심사 위원별 판단 근거는 아래에 원문 그대로 보여 드려요.
진료 세션
녹음을 클릭하면 원본 오디오, 기준 정답 녹취록, 음성 인식(STT) 파이프라인이 들은 내용, 생성된 모든 문서, LLM별 판정과 근거를 자세히 볼 수 있어요.