智能病历生成（Ambient Clinical Documentation）

智能病历生成是环境式记录：诊室内麦克风持续采集医患对话，模型实时转写并抽取主诉、现病史、查体与处置，生成符合病历规范的结构化草稿，医生核对修改后签名即可。它的产出是草稿而非正式病历，这一条是整套设计的前提。

为什么值得做

门诊医生的时间被大量文书占据，边问诊边打字还会打断与患者的交流。环境式记录不要求医生改变说话方式，也不占用问诊节奏，产出的是可直接进入电子病历系统的草稿，因此对文书负担的削减最直接。另一个不易察觉的收益是完整性：口语中被随口提到的过敏史与用药史，比事后凭记忆补录更容易被记录下来。

技术与落地难点

• 多人对话分离：要区分医生、患者与家属，并处理打断、方言与专业术语，转写错误会直接变成病历错误。
• 结构化映射：口语描述要映射到病历字段与标准术语，否定与不确定表述必须保留语义，不能写成确定结论。
• 与病历系统集成：输出要落到既有模板与编码体系里，还要区分草稿与签名状态，避免未经确认的内容进入正式病历。
• 隐私与合规：诊室录音属于敏感健康信息，采集告知、传输加密、本地化处理与留存期限都要提前设计。
• 科室差异：不同专科的问诊结构与术语差别大，通用模板往往需要在各科室分别调整。

和语音输入法的区别

• 目标不同：输入法把语音转成文字，这里要把对话内容整理成符合病历结构的字段。
• 处理范围不同：输入法只需识别当前说话人，这里要分离多个说话人并判断哪句属于病史、哪句属于医嘱。
• 责任要求不同：输入结果由医生自己书写承担，生成内容必须明确标注为草稿并经过确认流程。
• 失败后果不同：识别错字只是编辑麻烦，病历漏记或语义反转会影响后续诊疗判断。

怎么评估与验收

• 医生修改量：统计草稿被编辑的比例，直接反映生成的病历有多接近可用状态。
• 漏记率：重点检查过敏史、用药与关键阴性体征是否被完整保留，这是风险最高的失误类型。
• 语义保真：抽查否定与不确定表述是否被正确保留，「未见异常」与「疑似」不能写成确定结论。
• 场景覆盖：按科室、方言与嘈杂环境分组统计，避免只在安静诊室里表现良好。
• 确认留痕：核对每个环节都有签名与修改记录，确保草稿不会绕过医生确认直接进入病历。

关键指标不是转写准确率，而是医生修改量与漏记率：漏掉一条过敏史比多打几个错字严重得多，因此常见做法是保留原始录音片段供核对，并明确产出必须经医生确认。