验证透明度
AI 病历助手准确率基准测试：英国
这些结果背后的测评方法，包括每个数字的测量方式及其局限性，详见测评方法文档。
在相同录音上与另外六款 AI 病历助手相比，Hanah 的病历比平均水平多涵盖 11% 的必要临床细节（93.7% 对 84.2%），没有任何重大幻觉标记，而平均为每份病历 0.96 个；Hanah 转录稿中具有临床意义的错误少 66%。查看对比。
核心指标
覆盖率明细
评审团构成
每项细节都由评审团中配置的每个评审模型评分。在疑难情况下判定会出现分歧，而这正是有价值的信号。下方逐字展示每个评审模型的推理。
就诊录音
点击任意录音即可深入查看：原始音频、标准参照转录稿、语音转文字流程识别出的内容、每份生成的文档，以及每个 LLM 的判定及其推理。