美国诊所里正在发生一件国内几乎没人系统报道的事：医生看病的全程录音，问诊结束60秒后，一份格式标准的病历自动躺在系统里，医生改两笔就能下班。这不是概念演示——据CNBC、Becker's Health IT等行业媒体报道，美国最大的整合医疗体系之一Kaiser Permanente已经把这套“环境式AI文书员”（ambient AI scribe）推给了约万名医生；个人执业医生每月99美元（以官网实时报价为准）也能雇到一位。今天这篇拆三件事：这个被大规模验证过的案例长什么样；一条你今晚就能跑通的自建流水线；以及为什么一切“边聊边记”的职业，都能直接抄这套架构。

一、先看病历这道“老手续”有多耗人

《内科学年鉴》（Annals of Internal Medicine）2016年那项著名研究给过一组扎心数据：门诊医生每花1小时面对病人，就要再花将近2小时处理文书和电子病历系统（EHR）。等孩子睡了的深夜补病历，美国医生给这段时间起了个名字——"pajama time"（睡衣时间）。它是美国医生职业倦怠的头号推手之一。

为什么病历恰恰是AI最理想的落地点？三个条件全中：

1. 不需要AI做诊断——它只负责“听和记”，医疗判断仍归医生，责任边界清晰；
2. 输出格式高度固定——全球通行的SOAP结构（主观描述/客观检查/评估/处置计划），模板化程度极高，正是LLM最擅长的“戴着镣铐写字”；
3. 有人兜底——每一份产出都经过医生审核签字，错了当场改，容错成本极低。

这其实是AI落地的一条铁律：优先找那种“产出固定、有人兜底、纯属耗时”的环节下手。病历如此，你行业里的周报、会议纪要、验收记录，大概率也如此。

二、主案例：上万名医生同时换上“AI耳朵”

Kaiser Permanente是美国最大的整合医疗体系之一，会员上千万、自建医院和保险一体。据CNBC、Becker's Health IT等媒体报道，它2024年在北加州试点后，于当年8月把环境式AI听写推广到约1万名临床医生；供应商据Nabla官方公告及多家媒体报道为巴黎公司Nabla。随后公布的反馈口径是：医生满意度高、续用意愿强，文书负担与职业倦怠相关指标改善（各家研究统计口径不一，此处不给精确数字，以官方后续论文为准）。

大机构敢批量上这种工具，靠的不是勇气而是三道闸门：

• 合规协议：厂商与机构签HIPAA项下的BAA（商业伙伴协议），数据责任写进合同；
• 录音即焚：据各厂商官方文档的宣传口径，原始音频转写后即删除，只留结构化文本；
• 人在环上：AI只产草稿，签名权永远在医生手里。

对个人开发者最有启发的反而是这个产品的“克制”：它没有试图替代HIS（医院信息系统），只做一件窄事——把对话变成草稿，然后知趣地退下。窄，才推得动上万人。

三、个人执业版：一个月薪99刀的文书员

大厂方案是机构级的，但这条赛道真正的活力在个人版——美国大量独立诊所、心理治疗师自己掏钱买。主流玩家（官网均可直接查报价）：

海内读者直接用这些工具的门槛很现实：美国手机号、海外支付、以及医疗数据出境的合规问题。所以真正可复制的不是账号，是架构。

四、重点：一条今晚就能跑通的自建流水线

把上面的产品拆开，核心就四步，全部可以本地化：

flowchart TD
    A["问诊开始<br/>征得同意"] --> B["环境录音<br/>手机或麦克风"]
    B --> C["Whisper转写<br/>本地不出门"]
    C --> D["LLM清洗<br/>分清医患发言"]
    D --> E["SOAP模板<br/>生成结构化病历"]
    E --> F{"医生审核"}
    F -->|没问题| G["一键入档<br/>电子病历系统"]
    F -->|有错漏| H["口头补两句<br/>AI即时重写"]
    H --> G
    G --> I["顺手生成<br/>患者版叮嘱"]

第一步，录音。手机录音App或一支领夹麦，开场一句话征得对方同意——这既是合规，也是整套流程里唯一“必须由人做”的事。

第二步，本地转写。开源的OpenAI Whisper（github.com/openai/whisper）及其提速版faster-whisper，一条pip命令装好，普通笔记本就能跑，数据全程不出门。医疗、法律这类敏感场景，这一步值回所有折腾。

第三步，LLM结构化。把转写文本丢给任何主流模型，提示词模板可以直接抄：

你是病历整理助手。根据以下问诊录音转写稿，区分医生与患者的发言，
严格按SOAP格式输出，不得添加转写稿中没有的医学判断：
S（主观）：患者主诉、病程、既往史
O（客观）：提到的检查、体征、测量值
A（评估）：医生给出的判断，原话归纳
P（计划）：处置、用药、随访安排
最后单独输出一段大白话「患者版叮嘱」，不超过150字。
转写稿如下：〔粘贴〕

第四步，人工审核入档。改两笔，贴进你自己的档案系统。对话里若有口误漏记，口头补两句让AI重写——这就是Freed们产品里那个“即时重写”按钮的全部秘密。

成本算账：本地Whisper零成本；LLM按量计费的话，一次问诊转写几千token，用mini级模型每月几十次问诊的API开销通常在个位数美元。对比SaaS的$99/月和人类速记员时薪，这条流水线几乎是“白送”。

五、不是医生的你怎么抄

这套架构的通用公式是：场景录音 + 强模板 + 专业者兜底审核。照着套：

• 心理咨询师：咨询逐字稿、个案记录、下次会谈要点，AI一次出三份；
• 保险查勘/理赔面谈：现场对话自动变结构化查勘记录，拒赔争议时按日期翻档；
• 装修量房/设计师：和业主的需求沟通直接变需求清单+报价要素；
• 法律咨询、房产带看、宠物医院问诊：同一套模板换个字段名就能用。

如果你是开发者，海外市场已经用真金白银投票验证了付费意愿——Abridge们数十亿美元的估值就是需求证明。而这个模式在中国的问题是：院内场景有讯飞这类玩家在做，但“个人和小机构零门槛可用的环境听写”这一层，仍是一个看得见的空档。垂直行业（心理、宠物、法务）×订阅制，是比“再做一个通用录音转写App”靠谱得多的切入角度。

六、信息差总结

七、行动指南

1. 今晚：pip install faster-whisper，把上面SOAP提示词存进你的片段库；
2. 本周：找一次真实沟通场景（征得同意后）录10分钟，跑完“转写→结构化→人工审核”全流程，和你手工记录对比差距；
3. 本月：把模板改造成你自己行业的“四段式”，固定下来天天用；开发者可以顺手评估：哪个垂直行业的“文书睡衣时间”最重，那就是你的第一个付费用户画像。

医疗场景在国内落地务必先过院内合规与脱敏审批；非诊断类职业则今晚就能开始。信息差的窗口期在于：美国这条路线已经跑了两年被充分验证，而身边绝大多数“边聊边记”的从业者，还没听说过它。

参考来源

1. Nabla官网（Kaiser Permanente合作方）：https://www.nabla.com
2. Freed官网（个人版定价）：https://www.getfreed.ai
3. Heidi Health官网：https://www.heidihealth.com
4. Abridge官网（Epic集成企业级）：https://www.abridge.com
5. OpenAI Whisper开源仓库：https://github.com/openai/whisper
6. 《内科学年鉴》医生时间分配研究（Sinsky et al., 2016）：https://www.acpjournals.org

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。