---
title: "AI 病历助手准确率基准测试（美国）｜Hanah"
description: "Hanah 美国 AI 病历助手准确率基准测试：在运行相同技术栈的澳大利亚部署上，于 2026年7月30日对 11 条录音评分，词错误率为 1.6%，对照 113 项预先登记的临床事实。"
source: https://hanah.health/zh/us/trust/transparency/
---

验证透明度

# AI 病历助手准确率基准测试：美国

这些结果是在澳大利亚部署上评分的，该部署与美国运行相同的语音识别和 AI 起草技术栈。这些结果背后的[测评方法](https://hanah.health/zh/us/trust/wer-methodology/)，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](https://hanah.health/zh/benchmark/)。

## 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。

## 测评方法与来源

测评方法

词错误率、LLM 评审团、按提示范围设定的预期内容、校准合理性检查，以及语料库升级路线图（合成 → 角色扮演 → 真实场景）。

[阅读测评方法文档 →](https://hanah.health/zh/us/trust/wer-methodology/)

源数据

本页面所依据的完整机器可读数据文件。本页面上的每个数字都可以直接根据该文件计算得出。

[打开原始数据 →](https://hanah.health/us/trust/transparency/data.js)

可复现性

语料库、评审提示和评审模型版本均纳入版本控制。任何人都可以基于同一提交重新运行测试框架，复现这些数字。

[信任中心首页 →](https://hanah.health/zh/us/trust/)