---
title: "Hanah 是最佳 AI 病历助手：基准测试结果（2026）"
description: "六款 AI 病历助手、12 段诊疗录音，每份病历均为盲评。Hanah 的错误最少、审阅最快，在 19 项指标中有 18 项排名第一。"
source: https://hanah.health/zh/blog/hanah-best-ai-scribe-benchmark/
---

1.  [首页](https://hanah.health/zh/)
2.  [博客](https://hanah.health/zh/blog/)
3.  在严格的行业基准测试中，Hanah 被评为最佳 AI 病历助手

文章

# 在严格的行业基准测试中，Hanah 被评为最佳 AI 病历助手

作者：[Ahmed](https://hanah.health/zh/blog/authors/ahmed/) · 阅读约 4 分钟  
发布于 2026年10月3日 · 更新于 2026年10月16日

## 要点

-   文中引用的评估在相同的 12 段录音上对比了六款 AI 病历助手，评分时隐藏了各份病历所属的产品。
-   **除 AI 病历助手外，Hanah 还提供居家训练计划和带诊所品牌的患者端应用。**患者可以在两次就诊之间查看双方商定的居家计划。
-   在该评估中，Hanah 在报告的 19 项指标中有 18 项排名第一；本文也报告了它没有领先的那项指标。
-   这些结果描述的是文中引用的那次测试。请查看录音、输出和评分方法，并审阅每一份临床草稿。

ScribeStandard 在相同的 12 段诊疗录音上，将 Hanah 与 Heidi、Lyrebird、Freed、CliniScripts 和 PatientNotes 进行对比测试，并对照同一份临床事实清单对每份病历进行盲评。Hanah 在 19 项指标中有 18 项排名第一。阅读完整报告：[Hanah 是最佳 AI 病历助手](https://scribestandard.com/analysis/hanah-best-ai-scribe/)。

## 测试方法

每款 AI 病历助手听到的是同样的音频。每次诊疗都有一份清单，列出关于患者病情、症状和体征所说的每一项事实，12 次诊疗共 358 项事实。病历每遗漏一项事实或只部分涵盖一项事实，以及每出现一项诊疗内容不支持的陈述，都会计一个错误。错误的计算方式与 Weiner 等人（2020）统计医生自己所写病历中错误的方式相同，每款产品在每次诊疗上都至少运行了五次。

## 结果

| AI 病历助手 | 每份病历的错误数 | 已涵盖的事实 | 每份病历的幻觉标记 | 病历可确认定稿所需时间 |
| --- | --- | --- | --- | --- |
| Hanah | 4.1 | 93% | 0.80 | 2 分 23 秒 |
| Freed | 8.3 | 87% | 2.47 | 4 分 40 秒 |
| Heidi | 9.0 | 81% | 1.00 | 3 分 25 秒 |
| CliniScripts | 9.7 | 80% | 1.40 | 4 分 03 秒 |
| Lyrebird | 11.6 | 82% | 3.42 | 4 分 06 秒 |
| PatientNotes | 18.0 | 61% | 2.58 | 5 分 39 秒 |

Weiner 等人发现，对照就诊录音核查时，医生所写病历平均每份有 5.0 个错误。ScribeStandard 测试的计数比他们更严格，而 Hanah 是唯一低于这一数字的 AI 病历助手。

审阅并修改一份 Hanah 病历用时 2 分 2 秒。自己撰写病历的中位用时为 8.1 分钟（Apathy 等人，2023），也就是说，完成一份 Hanah 病历比手写快 75%。紧随其后的是 Heidi，为 63%。

Hanah 的词错误率也最低，为 12.8%；改变临床含义的听错词最少；按下停止后，中位 19 秒即可生成病历；每次诊疗的数据量也最少，为 9.1 MB。

## Hanah 唯一没有领先的指标

在一项 50 分钟的压力测试中，所有 AI 病历助手在同一台机器上同时录音，CliniScripts 占用的内存更少，为 972 MB，而 Hanah 为 1,103 MB。

Hanah 无需任何修改即可确认定稿的病历比例也最高，为 8%。每款产品的每份病历在写入病历档案之前仍需要您审阅，而 Hanah 的草稿会等待您审阅。

## 每一项评分均已公开

ScribeStandard 公开了录音、转录稿、每款产品的病历以及每项评分背后的理由。您可以收听诊疗录音，阅读每款产品起草的内容，并逐行核查评分。阅读[完整结果](https://scribestandard.com/analysis/hanah-best-ai-scribe/)和[测试方法](https://scribestandard.com/methodology/)。

然后自己测试一下。在您自己的诊疗中[免费试用 Hanah 一个月](https://hanah.health/zh/pricing/)，无需信用卡。

## 常见问题

**这次评估包含多少次诊疗？**

本文引用的评估使用了 12 段诊疗录音，涉及六款 AI 病历助手。其他基准测试文章可能描述的是不同的运行或样本量。

**Hanah 在报告的每项指标上都领先吗？**

不是。本文报告 Hanah 在 19 项指标中有 18 项排名第一，并指出内存占用是由另一款产品领先的指标。

**我可以查看证据吗？**

本文附有结果和测评方法的链接，包括录音、输出以及各项评分背后的理由。请将这些内容与核心结果一起阅读。

## 本文引用的来源

-   [Hanah 是最佳 AI 病历助手](https://scribestandard.com/analysis/hanah-best-ai-scribe/) —— scribestandard.com
-   [测试方法](https://scribestandard.com/methodology/) —— scribestandard.com

## 关于作者

[Ahmed](https://hanah.health/zh/blog/authors/ahmed/) · Hanah 联合创始人兼 CEO

Ahmed 是 Hanah 的联合创始人兼 CEO。他的背景横跨游戏开发、体育数据分析、金融科技和 AI，曾任职于 Electronic Arts、Catapult Sports 和 Commonwealth Bank，经营过一家独立游戏工作室，并担任治理、风险与合规公司 sixclicks 的 AI 负责人。他将在游戏中设计参与和留存机制的经验，用于打造反馈闭环，帮助患者持续参与自身诊疗，朝着积极的健康结果努力。[查看文章](https://hanah.health/zh/blog/authors/ahmed/)。

**更新说明：**在要点中突出介绍了居家训练计划和带诊所品牌的患者端应用。来源核查和基准测试日期仍以文中所述为准。

[我们如何撰写、引用来源和审核文章](https://hanah.health/zh/blog/editorial-policy/)

## 相关阅读

-   [Accuracy over inference: your AI scribe should not fill in the blanks](https://hanah.health/zh/blog/accuracy-over-inference/)
    
    A plausible clinical detail is still an invented detail if the encounter never established it. Real examples from our testing explain why Hanah prioritises faithful documentation, and why we measure consistency across repeated runs.
    
-   [Hanah 与其他产品对比：一项客观、透明的基准测试](https://hanah.health/zh/blog/hanah-vs-the-rest-benchmark/)
    
    我们将相同的 13 段诊疗录音播放给七款 AI 病历助手，并对每份病历和转录稿进行盲评。Hanah 的病历没有重大幻觉标记，涵盖了 93.7% 的必要临床细节（平均为 84.2%），其转录稿中具有临床意义的错误少 66%。每一份转录稿、病历和评分均已公开。
    
-   [更新为新的模型和转录算法。](https://hanah.health/zh/blog/benchmark-update-july-2026/)
    
    我们更新了起草病历的模型和转录诊疗的算法。我们的基准测试显示，词错误率从 5.9% 降至 1.6%，编造的细节从 5 例已确认案例降至 1 例。本文说明哪些有变化，哪些没有。
    

在您自己的诊所中体验 Hanah。

[预约演示](https://hanah.health/zh/#demo)