更新为新的模型和转录算法。

要点

• 2026年7月的这次更新更换了病历生成模型和转录算法，模板保持不变。
• 在所报告的澳大利亚评估中，词错误率从 5.9% 降至 1.6%，经确认的虚构细节从 5 处降至 1 处。
• 这些是所引用语料库和该次测试的历史结果。请结合所附的方法和最新报告一起阅读。

我们更新了起草病历的模型，以及记录和转录诊疗的算法。本文说明有哪些变化、您可以预期什么，以及哪些保持不变。

基准测试结果

以我们的澳大利亚语料库衡量，将本次测试与我们 6月29日发布的测试相比：

查看更详细的数据和结果。

在我们的测试中，新的 Gemini Flash 3.6 模型记录到了更多临床事实，虚构的细节也少得多。在临床场景中，完整性绝不应以牺牲准确性为代价，而这次更新让我们无需在两者之间取舍。

模板保持不变

您的模板不受影响。同样的模板应当生成同样的结构、同样的部分和同样的字段。您已有的设置都无需重新调整，您也无需采取任何操作。

有哪些变化

我们将病历生成模型从 Gemini Pro 3.1 更新为 Gemini Flash 3.6，同时更新了转录算法。

转录算法。我们重新设计了语音检测方式，以及解码器在长时间诊疗中保持同步的方式，让更多说出的内容进入转录稿，尤其是句子开头和较长录音的末尾部分。我们还改进了姓名识别，并更新了基准测试语料库，加入了较少见的姓名。

病历生成模型。更新为 Gemini Flash 3.6。结合转录准确率的提升，幻觉更少了，病历生成的措辞也更严谨。

数据，以及如何核实

两次测试都已完整公布：最新报告、横向对比和历次结果。您可以阅读每一份转录稿、每一份生成的病历，以及每位评审的推理过程。

重要说明：我们升级了 LLM 评审团，改用更大的模型，以提高基准测试的可信度。我们发现，多次运行较小的模型，得出的基准测试报告往往不如运行一次大模型。

我们为什么要公布这些

我们认为，面向医疗服务提供者的软件，不应像 SaaS 那样奉行“快速行动，打破常规”。我们坦诚到近乎直白，会公开我们所做或计划做的任何改动，确保您充分了解我们如何处理数据。

这些更新的结果总体相当积极；不过正如我们在本月初所写，只有在数据不好时我们也照样公布，这些数字才有意义，而这种透明正是我们对您的承诺。

如果您觉得我们有所退步，或认为我们的基准测试语料库不能反映您诊所的情况，请随时通过 hello@hanah.health 联系我们。

常见问题

这些是最新的准确率数据吗？

这些是 2026年7月更新所报告的结果。较新的测试可能有所不同；最新发布的结果请查看准确率报告。

这次更新需要新的病历模板吗？

本文所述的更新更换了生成模型和转录算法，模板保持不变。

词错误率衡量的是什么？

它按照公布的评分方法，衡量生成的转录稿与参考转录稿之间的差异。它与生成的临床病历的准确性是两回事。