免费 AI 病历助手的真实成本
要点
- 转录诊疗和起草病历会给 Hanah 带来持续的 AI 处理成本。
- Hanah 的做法是提供付费 AI 病历助手的试用,所用模型与付费套餐相同。
- 在下方的计算示例中,每份记录多改两三处,就可能多花 34–51 秒。
- 在同场景基准测试子集中,Heidi 每份记录的预计审核与修改时间比 Hanah 多 71 秒。这比较的是受测配置,而非经确认的免费套餐。
- 草稿错误数反映修改负担,并不能确定错误在临床审核后仍然留存的风险。
我们不想因为使用更便宜的 LLM 而牺牲输出质量,所以 Hanah 提供慷慨的 30 天试用期,而不提供廉价模型选项。
每份病历都有成本
Hanah 起草的每份病历都要经过两个 AI 模型。一个在诊疗进行时实时转录,然后由一个大语言模型根据转录稿和您的模板起草病历。每次诊疗我们都要为这两个模型付费,您接诊的患者越多,成本就越高。
我们通过严格测试来挑选 AI 供应商,这样才能公布真实的基准测试结果,为结果负责,并确信我们在创造价值、尽量减少危害。
遗憾的是,这会给我们带来额外的算力成本。大多数软件每增加一个用户几乎不产生额外成本,所以日历或表单工具可以免费提供一个套餐。AI 病历助手做不到。一位排期满满的临床医生,每次诊疗都要经过这两个模型,每一次都有账单。
订阅费只是成本的一部分
我们不希望永久免费 AI 套餐限制我们能负担的模型。我们通过测试模型生成的记录来选择模型,并收取费用以支持持续处理。免费服务可以通过多种方式获得补贴;仅凭价格,无法判断它使用哪个模型或有多准确。
对诊所来说,重要的是总成本:订阅费,加上阅读和修改草稿的时间。遗漏的细节需要补回。编造的陈述需要核实并删除。错误细节可能既要删除又要补写。即使只需几秒就能修正,看似合理的错误也可能很难发现。
多改两三处要花多少时间
我们的基准测试审核时间模型按以下方式估算工作量:
审核秒数 = 阅读秒数 + 回忆并输入遗漏或不完整事实的秒数 + 核实并删除无依据陈述的秒数。
假设阅读速度为每分钟 190 词,每个遗漏或不完整事实需 5 秒回忆,输入速度为每分钟 40 词,每条无依据陈述需 12 秒核实并删除。不完整事实需重写该事实的一半。错误事实可能既要删除又要替换。这些是模型假设,并非对临床人员实测计时。
举个计算例子:恢复一项遗漏事实需要 8 个词。输入时间为 8 ÷ 40 × 60 = 12 秒。再加 5 秒回忆,便是每处修改 17 秒。在阅读时间相同的情况下:
| 每份记录额外遗漏的事实数 | 每份记录额外修改时间 | 每天 20 份记录的额外时间 |
|---|---|---|
| 2 | 34 秒 | 11 分 20 秒 |
| 3 | 51 秒 | 17 分钟 |
每月 400 份记录,这些差异就变成了 3 小时 47 分钟至 5 小时 40 分钟。如果举例按每小时 A$100 计算时间价值,相当于每月 A$378–A$567 的临床人员时间。这是计算场景,并非某款免费记录助手的实测结果,也不是对额外收入的承诺。
诊所可用的计算公式是:每份记录额外秒数 × 每月记录数 ÷ 3,600 × 每小时时间价值。作为参照,Hanah 的 Practice 月度订阅为每位临床人员 A$100。按上方示例的工作量和时间价值,每份记录只要相差九秒,就等于这笔订阅费。
同场景基准测试的实际结果
我们使用了 2026年10月18日获取的准确性文章中已公开的同场景观测数据。共有八次就诊,六款产品各自在每次就诊中均有五次完整运行结果,即每款产品 40 份草稿。表格取各产品 40 个观测值的平均数,因此所有产品比较的是相同就诊。
| 受测记录助手 | 每份记录的评分错误数 | 每份记录预计阅读与修改时间 | 比 Hanah 多用的时间 |
|---|---|---|---|
| Hanah | 1.28 | 84 秒 | — |
| Heidi | 7.93 | 155 秒 | 71 秒 |
| Lyrebird | 10.00 | 192 秒 | 108 秒 |
| Freed | 7.18 | 222 秒 | 138 秒 |
| CliniScripts | 8.75 | 206 秒 | 122 秒 |
| PatientNotes | 15.93 | 270 秒 | 186 秒 |
例如,Heidi 平均每份记录多 6.65 个评分错误,预计审核与修改时间比 Hanah 多 71 秒。每天 20 份记录,预计相差约每天 24 分钟。时间差先用未舍入的平均值计算,再四舍五入到秒。错误包括遗漏事实、不完整事实和无依据陈述;错误数不等于按键次数,也不一定对应独立的编辑操作。
这些是供应商开展、由 AI 评分的基准测试结果,未经独立临床人员验证。审核时间由模型估算,不包括生成等待和格式调整。采集数据不能确立经确认的免费套餐对比,因此这些数字描述的是受测配置,并非所有免费 AI 记录助手,也不是免费与付费模型的对照实验。请参阅源数据导出及披露、同场景子集方法和本文可复现的计算。
草稿错误越多,需要找出的问题就越多
在该同场景样本中,40 份 Hanah 草稿中有 28 份(70%)至少需要一处修改,而 Heidi 为40 份中的 40 份(100%)。在此样本中,草稿需要修改的比例高出 30 个百分点,或相对 Hanah 高出 43%。这并不代表错误进入患者正式记录的可能性高了 43%。
要量化审核后仍然留存的错误,需要测量临床人员漏掉了哪些错误。本基准测试没有测量这一点。我们能量化需要找出的问题数量及预计修正工作量,却不能把这些数量换算为临床风险百分比。包括 Hanah 在内,所有草稿都需要审核。
整整一个月,使用同一个模型
我们没有免费套餐,而是为诊所版提供 1 个月免费试用,无需信用卡。试用期间使用的模型与付费临床医生使用的相同,并在您自己的诊疗上运行。一个月足够让您看清 Hanah 能为您节省多少时间,再决定是否值得付费。
如有任何问题,欢迎随时发邮件至 hello@hanah.health 与我们联系。
常见问题
为什么 Hanah 的 AI 病历助手要收费?
Hanah 在处理诊疗时要为转录和病历生成付费。付费套餐用于支付这些持续性成本。
试用使用的模型与付费套餐相同吗?
本文所述的做法是试用用户和付费用户使用同一个模型。可用套餐和试用条款请查看最新价格。
试用期间应该关注什么?
使用您自己的诊疗类型和模板。检查信息是否记录完整、是否有无依据的陈述、审阅工作量,以及草稿如何进入您的临床记录。
本文引用的来源
- 公布真实的基准测试结果 —— hanah.health
- 基准测试审核时间模型 —— scribestandard.com
- 源数据导出及披露 —— scribestandard.com
更新说明:删除了将 Hanah 记录描述为 10月11日重跑结果的说明。基准测试数字和来源日期没有变化。