Разработка телемедицинских приложений – инженерный плейбук по ИИ-скрайбу

Кратко

ИИ-скрайб (AI medical scribe) – это программа, которая во время приёма врача записывает разговор и составляет клиническую заметку. Именно она стала самой востребованной ИИ-функцией в телемедицинских приложениях, поскольку выгорание врачей чаще всего вызвано не диагностикой, а необходимостью заполнять документы. Продукты, известные под брендами Freed, Abridge, Suki, Dragon Copilot от Nuance, Heidi, работают по одному и тому же четырёхэтапному процессу: запись аудио, расшифровка, структурирование в медицинскую заметку и передача черновика врачу на проверку и подпись.

Единственное правило, обеспечивающее безопасность и законность использования, – модель создаёт черновик, но окончательную подпись ставит врач. Сам скрайб ничего не сохраняет, что позволяет считать его вспомогательным инструментом, а не регулируемым медицинским устройством, и сохраняет юридическую ответственность за специалистом.

Этот плейбук даёт продакту и инженеру общую карту: что такое ИИ-скрайб, почему видеовизит – наиболее удобная среда для его корректной реализации, как устроен конвейер обработки, какие ловушки точности могут возникнуть, как принимать решение «строить или покупать», какова математика затрат на один приём, и как требования согласия и HIPAA превращают удобную функцию в юридическую обязанность.

Почему это важно

Рынок большой и быстро растёт: мировой рынок телемедицины в 2024 году оценивался в около $141 млрд и, по прогнозам, достигнет примерно $380 млрд к 2030 году. Более узкий сегмент – ИИ-инструменты для клинической документации – растёт ещё быстрее, хотя и с меньшей базы. Если вы разрабатываете, управляете или определяете границы телемедицинского продукта – будь то приложение для видеовизитов, платформа консультаций со специалистами, сервис психотерапии или портал удалённого мониторинга – пункт «добавить ИИ-скрайб» уже в вашей дорожной карте. За ним стоят реальные инженерные решения: интеграция стороннего вендора, создание собственного решения на основе речевых и языковых API или построение системы на open-source-моделях; как обеспечить точность; и какие требования предъявляет закон, ещё до того, как будет записан первый приём. Этот плейбук отвечает на эти вопросы именно для телемедицинской вертикали. Он написан так, чтобы продакт-менеджер мог спланировать функцию и оценить её риски без медицинского или инженерного образования, а инженер – понять, где скрайб подключается к видеозвонку и где он может ошибиться. Более глубокие уроки этого раздела – это пофункциональные руководства; они представляют собой карту вертикали, подсказывающую, с какого из них начать.

Что такое ИИ-скрайб на самом деле

Медицинский скрайб изначально – это человек, который сидит в кабинете и ведёт запись приёма, чтобы врач мог смотреть на пациента, а не на экран. ИИ-скрайб – его также называют ambient-скрайбом, поскольку он работает в фоновом режиме, – это программа, выполняющая ту же задачу: она записывает разговор и формирует структурированную клиническую заметку, которую врач проверяет и утверждает.

Эта функция существует из-за цифры, которая годами не улучшается. На каждые восемь часов приёма пациентов врач первичного звена тратит дополнительно 5,3 часа в электронной медкарте – программной системе хранения данных пациента, известной как EHR, – из которых около 2,1 часа уходит на написание заметок. Часть этой работы уходит за пределы рабочего дня – врачи называют это «pajama time»: документацию, которую они доделывают дома после ужина. К 2025 году примерно каждый пятый врач по-прежнему проводил в EHR более восьми часов в неделю вне рабочего времени – такая же доля, как и в 2022 году.

Эта канцелярская рутина – один из главных факторов выгорания, и именно против него и позиционируется ИИ-скрайб. В исследовании 2025 года, опубликованном в JAMA Network Open, 263 врача из шести медицинских систем США в течение 30 дней использовали ambient-скрайб: доля сообщавших о выгорании снизилась с 51,9% до 38,8%, а вероятность выгорания с инструментом оказалась на 74% ниже. То же исследование зафиксировало меньшую когнитивную нагрузку и сокращение документации во внерабочее время и пришло к выводу, что ambient-ИИ масштабируем «по более низкой цене, чем человек-скрайб». Именно эта последняя фраза и составляет бизнес-обоснование в пяти словах.

Внедрение шло через боль. К 2025 году сервисом ambient-скрайбинга пользовались более 40 000 врачей в США – против менее 8 000 в 2022 году, то есть примерно пятикратный рост за три года. Когда функция развивается так стремительно, её начинают требовать от каждого телемедицинского продукта.

Нюанс телемедицины: звук уже в вашем конвейере

Вот идея, связывающая «ИИ-скрайб» с «разработкой телемедицинских приложений», которую большинство обзоров скрайбов упускают. В физической клинике ambient-скрайб сложно реализовать: требуется микрофон в кабинете, а также приходится решать проблемы с дальним полем, одновременной речью двух-трёх человек и шумом от оборудования. Видеовизит даёт обратную ситуацию.

В телемедицинском приложении разговор уже идёт как чистый, цифровой, естественно разделённый звук через ваш real-time-конвейер – стек WebRTC, обеспечивающий передачу звонка. Связь в реальном времени в вебе, сокращённо WebRTC, передаёт каждого участника по отдельной медиадорожке. Это означает, что голос врача и голос пациента приходят двумя отдельными потоками, каждый записанный с собственного микрофона говорящего.

Из этого вытекают три полезных следствия. Во-первых, вы получаете почти студийный звук на человека вместо одной мутной записи комнаты – расшифровка становится точнее. Во-вторых, вы получаете диаризацию – задачу определить, кто какие слова сказал, – почти бесплатно, потому что каждый говорящий уже на отдельной дорожке, а не на фоне общего голоса, который программному обеспечению приходится различать задним числом. В-третьих, у вас уже есть естественное место, чтобы записать звук, и естественное место, чтобы запросить согласие: сам звонок. Серверный участник, присоединяющийся к сессии, или хук в вашем selective forwarding unit – медиасервере (SFU), который маршрутизирует потоки в групповом звонке, – может захватить ровно тот звук, который нужен скрайбу. Механика та же, что в уроке про ASR-fan-out на стороне SFU.

Практический вывод: телемед-продукт – самое удобное место для добавления ambient-скрайба, потому что вы не встраиваете микрофон в шумную комнату, а используете уже имеющийся чистый аудиопоток.

Конвейер из четырёх стадий, по которому работает любой скрайб

Уберите бренды – и Freed, Abridge, Suki, Dragon Copilot и Heidi работают по одной технологической цепочке. Понимание четырёх стадий – вот что позволяет оценивать точность, стоимость и решать, какие этапы разрабатывать самостоятельно, а какие – приобретать.

Нажмите, чтобы увеличить

Первая стадия – расшифровка. Автоматическое распознавание речи – технология, превращающая речь в текст, сокращённо ASR, – преобразует каждую аудиодорожку в текст с таймкодами. Медицинская расшифровка сложнее обычной диктовки: система должна точно распознавать названия лекарств и дозировки, раскрывать клинические сокращения, справляться с акцентами и разделять говорящих. Инженерия продакшн-распознавания речи – отдельная тема, подробно рассмотренная в уроке про streaming ASR, а выделение говорящих – в уроке про диаризацию WhisperX и уроке про диаризацию Pyannote.

Вторая стадия – структурирование – превращение сырой расшифровки в клиническую заметку. Безопасный подход – выполнять это в два этапа, а не за один. Сначала модель извлекает клинические факты – симптомы, объективные данные, назначенные препараты, план лечения – и привязывает каждый из них к конкретному фрагменту расшифровки, откуда он взят. Затем языковая модель формирует заметку на основе этих извлечённых фактов, обычно в стандартном формате SOAP: Subjective (то, что сообщает пациент), Objective (то, что наблюдает врач), Assessment (диагноз) и Plan (дальнейшие действия).

Важно сначала извлекать, а потом генерировать: только так можно проследить каждую строку готовой заметки до реального высказывания пациента или врача. Именно этот порядок и определяет разницу между безопасным и небезопасным подходом – об этом подробнее ниже.

Третья стадия – проверка и подпись. Врач читает черновик, исправляет ошибки и подписывает его. Только после этого заметка становится частью медицинской карты и попадает в EHR. Эта стадия – не формальность, добавленная в конце, а фундамент всей системы, о чём пойдёт речь в следующем разделе.

Единое правило для всего: модель создаёт черновик, врач его подписывает

В видео-звонке архитектуру определяет решение о том, где выполняется функция, потому что ограничивающим фактором является задержка. В OTT-каталоге важно когда выполняется функция – здесь ограничивающим фактором выступает цена. В медицинском скрайбинге ограничивающим фактором становится доверие, и отсюда следует простое правило: модель пишет черновик, врач подписывает, и ничего не сохраняется автоматически.

Нажмите, чтобы увеличить

На этих воротах держатся три следствия, и потому они – не любезность, а обязательное условие.

Первое – ответственность. Врач, подписавший заметку, несёт за неё полную ответственность, как если бы он сам её заполнил. Ответственность за содержание медицинской карты остаётся на лицензированном специалисте, а не на модели разработчика. Проектируйте продукт так, чтобы подпись была осознанным действием, а не значением по умолчанию, мимо которого можно было бы просто пролистать.

Второе – регуляторный статус. Поскольку скрайб лишь помогает, а окончательное решение принимает врач, большинство ИИ-скрайбов сегодня классифицируются как вспомогательные инструменты, а не медицинские изделия, и потому находятся вне сферы надзора FDA за медицинскими устройствами. Этот статус условный, а не постоянный: как только скрайб начинает подсказывать диагнозы или лечение, а не просто фиксировать уже принятые решения, он переходит в разряд программ, подпадающих под определение медицинского изделия. Границы, установленные правилами одобрения и чётко определённые рамки того, что модель может утверждать, и удерживают инструмент на безопасной стороне этой границы.

Третье – точность, и её инженеры недооценивают. Шаг проверки – не демонстрация качества, а реальный контроль безопасности. Языковая модель время от времени выдаст что-то гладкое, но неверное, и единственная надёжная защита – человек, знающий пациента, который читает черновик до того, как он становится значимым. Всё, что происходит ранее в конвейере – чистый звук по говорящим, «сначала извлечь, потом сгенерировать», прослеживаемое доказательство – существует не для замены проверки, а чтобы сделать её быстрой и заслуживающей доверия.

Проблема точности, с которой нужно проектировать

Заметка, которая выглядит безупречно и содержит лекарство, о котором пациент не упоминал, опаснее явно небрежной – она вызывает доверие, которого не заслуживает. Важно учитывать два режима отказа, и телемед-продукт следует проектировать с учётом обоих.

Первый – галлюцинация на стадии расшифровки: модель придумывает слова, которых не было в оригинале. Это не гипотеза. Исследование 2024 года, представленное на конференции ACM Conference on Fairness, Accountability, and Transparency, пропустило клинические аудиозаписи через широко используемую модель Whisper от OpenAI и выявило, что около 1% фрагментов содержали галлюцинированный текст – выдуманные предложения, а иногда и придуманные названия лекарств или вредоносные фразы, которых никто не произносил. В то время Whisper, по оценкам, использовали около 30 000 врачей в 40 медицинских системах – и вот как 1% превращается в десятки тысяч искажённых расшифровок в масштабах реального применения. Исследователи отметили, что несколько других коммерческих движков такого поведения не проявили – напоминание о том, что выбор ASR-движка – это решение по безопасности, а не просто сравнение цен.

Второй – собственные ошибки языковой модели на этапе структурирования: галлюцинации и пропуски, когда важная и реальная деталь теряется. Исследования сводок LLM показывают, что общая доля ошибок составляет единицы процентов; один анализ зафиксировал 1,47% галлюцинаций и 3,45% пропусков. Пропуски опаснее галлюцинаций, потому что на странице ничего не выглядит ошибочным – факт просто отсутствует.

Инженерный ответ на оба вопроса – порядок «сначала извлечь, потом сгенерировать» на второй стадии. Когда модель сначала извлекает структурированные факты, привязанные к конкретным фрагментам расшифровки, а затем на их основе формирует прозу, вы получаете сразу две защиты: заметку сложнее выдумать, потому что она строится не на свободных ассоциациях, а на извлечённых доказательствах, и каждую строку можно показать врачу вместе с тем фрагментом, откуда она взята – это делает проверку быстрой, а не требует повторного прослушивания.

«Частая ошибка: считать ИИ-заметку документом, а не черновиком. Демо, в котором заметка получается идеальной девяносто девять раз из ста, соблазняет команду автоматически сохранять её, чтобы сэкономить врачу один клик. Но сотая заметка может содержать неверную дозу или вымышленный симптом, которые попадут в настоящую медицинскую карту – и удобная функция превращается в угрозу безопасности пациента и юридический риск. Решение должно быть структурным, а не ограничиваться предупреждением: пусть в систему EHR попадает только подписанная заметка, пусть черновик остаётся явно видимой черновой версией, показывайте исходный текст за каждой строкой и никогда не позволяйте системе сохранять данные самостоятельно. Задавайте вопрос по каждому функционалу скрайба: «Может ли это попасть в карту без подписи человека?» – и если ответ «да», такой путь и есть баг.»

Инструменты, которые называет покупатель: Freed, Abridge, Suki, Dragon Copilot, Heidi

Продуктовые команды редко просят «ambient-систему документации». Обычно они спрашивают, чем мы отличаемся от конкретного бренда. Чаще всего упоминаются пять таких брендов – и они легко сортируются по целевой аудитории.

Нажмите, чтобы увеличить

Freed AI – имя, стоящее за поисковыми запросами. Компания основана в 2022 году и базируется в Сан-Франциско. Freed – это сервис самообслуживания на периферии рынка: врач регистрируется и за несколько минут начинает писать заметки без участия IT-специалистов. Готовый текст появляется через одну–две минуты после окончания приёма, врач проверяет его и копирует в свою электронную медицинскую карту (EHR).

Цены 2026 года – от примерно $39 в месяц за базовый план с ограниченным объёмом, до около $79 за безлимитные заметки и $104–$119 за тариф с автоматической отправкой в EHR и генерацией кодов для выставления счётов. Сервис ориентирован на солипрактиков и небольшие клиники, и именно поэтому «freed ai» собирает десятки тысяч запросов в месяц – отдельные врачи ищут его для себя.

Abridge – корпоративный лидер. Компания поставляет свои решения крупным медицинским системам и уже внедрена в Kaiser Permanente, Mayo Clinic, Johns Hopkins, Duke Health и более чем в 200 других организациях; только внедрение в Kaiser охватило десятки тысяч врачей. Инвесторы обратили внимание: раунд Series E в 2025 году оценил компанию в $5,3 млрд, а она дважды подряд получила награду Best in KLAS за ambient-AI. В то время как Freed ориентирован на быструю индивидуальную настройку, Abridge делает ставку на масштабное развёртывание, создание заметок для выставления счетов и глубокую интеграцию.

Suki – специалист по интеграции в EHR. Позиционируется как ИИ-ассистент, а не просто скрайб: Suki обеспечивает двустороннюю интеграцию в реальном времени с основными системами – Epic, Oracle Health (бывший Cerner), athenahealth и MEDITECH – так что готовые заметки автоматически записываются обратно в медицинскую карту без копирования и вставки. Решение также может встраиваться прямо в мобильные и десктоп-приложения Epic. Продукт используется в нескольких сотнях медицинских организаций – это надёжный ориентир, когда у покупателя возникает первый вопрос: «Насколько глубоко это интегрируется с нашей EHR?»

Microsoft Dragon Copilot – решение для тех, кто уже работает в экосистеме Microsoft и Nuance. В марте 2025 года DAX Copilot от Nuance был объединён с Dragon Medical One под единым брендом Dragon Copilot. Он создаёт черновики с учётом медицинской специальности, предлагает подсказки по назначениям, которые можно использовать внутри системы Epic, а также генерирует направления и сводки после приёма; стоимость – несколько сотен долларов в месяц на одного специалиста. Когда говорят «Nuance DAX», имеют в виду именно это решение.

Heidi Health – наиболее релевантный телемед-продукт, потому что он поддерживает как очные, так и видеовизиты по более чем 200 специальностям, доступен на нескольких языках и предлагает бесплатный тариф для врачей в рамках платного плана. Это убедительное доказательство того, что телемедицинские сценарии стали мейнстримом – но и предостережение: в 2026 году в публичных отзывах о сервисе появились жалобы на потерянные записи и сорванные сессии. Это напоминание о том, что надёжность на стадии захвата данных – не второстепенная деталь, а ключевая функция.

Три способа добавить скрайб в ваш телемед-продукт

Если вы разрабатываете собственный телемедицинский продукт, добавление ИИ-скрайба сводится к одному из трёх подходов – и они влияют на скорость и контроль так же, как любые решения по платформе.

Нажмите, чтобы увеличить

Первый маршрут – встроить вендора: подключить SDK или API скрайб-компании в ваше приложение, чтобы их конвейер работал внутри вашего продукта. Это самый быстрый путь – от нескольких дней до нескольких недель. Вы получаете готовность вендора к точности, его интеграцию с EHR и подписанное юридическое соглашение по данным пациентов. Плата за это – заметки, данные пациентов и маржа на каждый визит остаются в системе вендора, а кастомизация ограничена тем, что он предоставляет. Это верный выбор, когда вы хотите проверить, будут ли пользователи пользоваться функцией, прежде чем вкладываться в собственную реализацию.

Второй маршрут – собрать на managed AI-API: подключить хостинговый speech-to-text-сервис к хостинговой языковой модели и самостоятельно реализовать логику создания заметок, форматирование SOAP и экран проверки. Это требует больше усилий – от нескольких недель до нескольких месяцев, – но даёт реальный контроль: вы сами определяете формат заметок, выбираете каждую модель и управляете потоками данных. Платой за это становятся ответственность за интеграцию, настройку точности, а также за соблюдение всех соглашений о соответствии – их теперь нужно вести и поддерживать самостоятельно.

Третий маршрут – и единственный, который делает продукт полностью вашим, – построить на open-weights-моделях: запустить open-модели речи и языка на собственной инфраструктуре, соответствующей требованиям к обработке медицинских данных. Он требует наибольших инженерных усилий – обычно несколько месяцев, – но при этом звук и готовые заметки пациентов не покидают периметр организации, нет платы вендору за каждый визит, а вы полностью контролируете модель. Этот путь подходит телемедицинским компаниям, для которых данные пациентов, качество заметок и клиническая модель – основа бизнеса. Подробный разбор метода подсчёта стоимости по функциям, особенно токен-экономики на этапе работы языковой модели, – в уроке про реальную стоимость ИИ в видео, а адаптация модели под предметную область – в уроке про дообучение видео-ВЛМ.

Посчитанный пример затрат: цена за визит – вот единица, которая важна

Правильно рассуждать о цене скрайба на один визит – именно она масштабируется с ростом телемедицинской практики. Арифметика проста и помогает решить вопрос «строить или покупать», так что проведите её один раз.

Возьмём врача, который принимает около 20 пациентов в день, 20 рабочих дней в месяц – примерно 400 визитов в месяц. Услуги живого скрайба обходятся такому врачу примерно в $2 000–$4 000 в месяц. Возьмём среднее значение этого диапазона и разделим на количество визитов:

скрайб-человек:  $3 000 / месяц ÷ 400 визитов = $7,50 за визит

Теперь встроенный ИИ-скрайб доступен на безлимитном тарифе – например, за $99 в месяц для этого врача:

встроенный AI:   $99 / месяц ÷ 400 визитов ≈ $0,25 за визит

Это и есть примерно тридцатикратный разрыв, о котором авторы JAMA говорили, имея в виду «масштабируемость по более низкой цене, чем у человека-скрайба». Если вы строите на собственных API, предельная стоимость сводится к вычислениям на один визит: расшифровка около 15 минут аудио обходится в несколько центов, а обработка языковой моделью – ещё несколько центов. Таким образом, стоимость одного визита находится в нижних десятках центов – близко к встроенной цене, но без наценки вендора и вопросов о хранении данных.

Числа выше – ориентировочные и зависят от планов вендоров и цен на API; важно именно форму. Человек-скрайб – дорогая единица: любой ИИ-маршрут в один-два порядка дешевле на визит, а выбор между ИИ-решениями определяется не столько стоимостью, сколько тем, кто должен хранить данные пациентов, и насколько вам важно контролировать запись.

Ворота, через которые проходит каждый визит: согласие, HIPAA и раскрытие

Здесь дорожная карта телемедицины тихо становится юридической, и именно здесь скрайб-проекты чаще всего останавливаются – не из-за технических причин. Далее следует инженерно-релевантный контекст, а не юридическая консультация: уточняйте детали у квалифицированного юриста по юрисдикциям, в которых вы работаете.

Согласие на запись – первые ворота, и телемедицина делает их труднее, а не легче. Захват звука – это уже запись, а право на запись не зависит от права на конфиденциальность медицинской информации. Федеральный закон США устанавливает минимальный порог – достаточно согласия одной стороны, но более чем в десяти штатах, включая Калифорнию, Иллинойс, Флориду, Пенсильванию и Вашингтон, требуется согласие всех участников разговора перед записью. Видеовизит часто пересекает границы штатов: врач может находиться в штате с правилом «согласие одной стороны», а пациент – подключаться из штата, где необходимо согласие всех. Поэтому распространённая и осторожная практика – применять более строгий из двух подходов, то есть получать явное согласие пациента до того, как скрайб начнёт слушать – и каждый раз. Ставки высоки: во Флориде запись без согласия всех сторон является уголовным преступлением. Инженерное следствие: согласие должно быть первоклассным шагом в потоке звонка – зафиксированным и залогированным до первой секунды записанного звука, а не галочкой, спрятанной в пользовательском соглашении.

HIPAA – вторые ворота. Health Insurance Portability and Accountability Act – закон США, регулирующий защищённую медицинскую информацию, по-английски PHI. ИИ-скрайб работает с PHI на каждом этапе: получает аудиозапись визита, создаёт заметку, хранит и то, и другое, а затем передаёт заметку в электронную медицинскую карту (EHR). Это делает любого поставщика скрайб-сервисов «business associate» по HIPAA и требует подписания Business Associate Agreement (BAA) ещё до того, как будет записан хоть один реальный пациент. Договор BAA для скрайб-системы должен быть шире типового шаблона: он должен прямо запрещать использование данных ваших пациентов для обучения или улучшения моделей поставщика, обязывать обрабатывать только минимально необходимые данные, предусматривать выполнение требований Security Rule и гарантировать, что любой субподрядчик, имеющий доступ к аудиозаписям, также находится под действием BAA. Если вы разрабатываете систему самостоятельно, а не покупаете готовую, реализация этих мер лежит на вас.

Раскрытие и прозрачность – третьи ворота, и здесь регулирование пока ещё формируется. Согласно EU AI Act – Регламенту (EU) 2024/1689 – система, напрямую взаимодействующая с человеком, обязана сообщить ему, что он имеет дело с ИИ. Правила прозрачности вступают в силу 2 августа 2026 года. Для скрайбов это обнадёживающий момент: рутинная административная документация, как правило, не относится к «высокорисковым» категориям по Приложению III Регламента. Более того, сам Регламент смягчает требования к раскрытию информации в тех случаях, когда ИИ-контент прошёл процесс человеческой проверки или редакторского контроля, а физическое или юридическое лицо несёт редакторскую ответственность – а это как раз соответствует воротам подписи с Рисунка 2. Иными словами, конструкция, обеспечивающая безопасность инструмента, одновременно и упрощает его регуляторное положение. Более широкую регуляторную инженерию можно изучить в уроке про EU AI Act и уроке про раскрытие и C2PA.

Правило для всех трёх ворот – то же самое, что и для всей статьи: человек остаётся у руля. Согласие – это контроль пациента над тем, что о нём записывают; BAA – ваш контроль над тем, куда направляются данные; подпись – контроль врача над тем, что попадает в медицинскую карту. Скрайб, соблюдающий все три условия, – это функция; нарушающий хотя бы одно – риск.

Плейбук: от «добавить скрайб» до запущенной функции

Соберите части воедино – и добавление ИИ-скрайба в телемед-продукт сводится к четырём вопросам, заданным по порядку.

Нажмите, чтобы увеличить

Во-первых, захват: поскольку это видеопродукт, снимайте чистый звук по говорящим, уже идущий через ваш звонок, а не встраивайте микрофон – это главное преимущество телемедицины по качеству перед скрайбингом в клинике. Во-вторых, строить или покупать: если звук и заметки пациентов должны жить внутри вашего продукта, стройте на open-моделях или собирайте на AI-API; если вы проверяете гипотезу или не обязаны владеть данными, встройте вендора и запуститесь за дни. В-третьих, правило точности: сначала извлеките клинические факты, привязанные к фрагментам расшифровки, потом генерируйте заметку, чтобы каждая строка прослеживалась до доказательства и проверка была быстрой. В-четвёртых, и без исключений, ворота соответствия: получите согласие на запись до захвата звука, примените правило более строгого штата на межштатном визите, подпишите BAA, запрещающий обучение на данных ваших пациентов, и требуйте подписи врача до того, как что-либо попадёт в карту.

Это и есть весь плейбук. Более глубокие уроки этого раздела – подробные руководства для каждого блока: streaming ASR для стадии расшифровки, диаризация для разделения говорящих, ASR-fan-out на стороне SFU для записи звука со звонка и плейбук по ИИ в видеоконференцсвязи для родственного сценария – заметок о встречах, использующего почти весь этот конвейер.

Где здесь Фора Софт

Мы разрабатываем телемедицинские и видеоконференц-платформы, в которых интегрированы ИИ-скрайбы – приложения для видеовизитов, сервисы консультаций со специалистами, платформы психотерапии и WebRTC-конвейеры, лежащие в основе этих решений. Поэтому мы регулярно применяем этот плейбук при работе с клиентами. Когда клиент хочет протестировать функцию, мы подключаем проверенного вендора скрайбов к потоку визита и сначала внедряем шаг получения согласия в интерфейс звонка.

Если данные пациентов и качество заметок являются ключевым продуктом, мы создаём скрайб на собственной инфраструктуре: записываем чистый аудиопоток от участников звонка, структурируем заметки по принципу «извлечь – сгенерировать» и храним звук и текстовые записи внутри HIPAA-совместимого периметра клиента – с фиксированием согласия и электронной подписью врача, заложенными в процесс с самого первого спринта.

Четыре вопроса из этого плейбука – те же, что мы обсуждаем на скоупинг-звонках, когда телемедицинский клиент решает: покупать скрайб или разрабатывать его самостоятельно.

Ключевые выводы

• ИИ-скрайб составляет заметку о визите: он берёт на себя оформление документации, но не ставит диагноз.
• При видеовизите звук уже чистый, а участники – на экране, поэтому телемедицина проще всего в организации.
• Любой скрайб проходит единый конвейер: захват, расшифровка, структурирование по SOAP, проверка и подпись.
• Правило безопасности и законности: модель создаёт черновик, врач его подписывает, данные не сохраняются автоматически.
• Сначала извлекайте факты из фрагментов расшифровки, потом генерируйте текст – это снижает риск галлюцинаций.
• Перед каждым визитом – три обязательных этапа: согласие на запись, заключение HIPAA BAA и подпись врача.

Что почитать дальше

• Streaming ASR в проде – Deepgram, Whisper, AssemblyAI
• Живые субтитры – паттерн ASR-распределения на стороне SFU
• ИИ в видеоконференцсвязи – инженерный плейбук