医疗：转录 consultations

#在本地转录诊疗咨询：哪些操作允许进行，需要满足哪些条件

是的，医生可以使用人工智能在不将音频传出工作台的情况下完成病历转录：Whisper负责语音转写，一个本地大语言模型（通过 Ollama）生成结构化的病历记录，专业人员随后进行审阅和确认。这并不会免除法律义务。2026年法国卫生局（HAS）和法国数据保护机构（CNIL）发布的指南明确指出，引入人工智能系统并不会改变《公共卫生法》第L.1110-4条规定的专业保密义务。同时，必须向患者告知情况并尊重其反对权。若将数据交由第三方托管，则托管方必须具备HDS认证。本地化处理恰恰避免了这种数据传输及其潜在风险。本指南首先构建了完整流程，随后详细说明了法律框架和必须执行的验证步骤，并纠正了一些常见误解。

根据同一指南，诊疗过程的自动转录是生成式 AI 在医疗场景中最常见的用途。因此，关键不在于能否做到，而在于如何妥善完成。

#法国框架：官方指南中的内容

该表格列出了各项要求及其对本地管道的具体影响，同时纠正了两个普遍误解：患者同意并非数据处理的法律基础，且HDS并非原则性要求，仅在第三方托管数据时才需遵守。

#需摒弃的两个常见误解

第一个常见误解：「ChatGPT被明确禁止使用」。相关规定并不针对任何特定工具。问题是结构性的：将健康数据发送到在线服务，会使数据离开您的电脑，因此需要经认证的托管服务商、数据处理委托合同以及适当的信息告知。此外，HAS和CNIL的指南指出，将敏感数据纳入发送给在线对话智能体的请求，会带来违反医疗保密义务的风险。

第二个误解：“本地就意味着合规”。本地处理免去了数据传输，却没有免除维护记录、告知患者、保障工作站安全，以及考虑是否需要进行影响评估的义务。指南将 AIPD 列为部署方在适用情况下的义务：请寻求协助，确定是否需要开展这项评估，以及您的工具是否可能被认定为医疗器械。

#技术栈：Whisper、本地 LLM，以及可选的说话人分段功能

在吞吐量方面，faster-whisper 的文档提供了一组特定时期的参考数据：在配备 8 GB 显存的 RTX 3070 Ti 上，使用 large-v2 模型和 fp16，转录 13 分钟音频耗时 1 分 03 秒，占用 4,525 MB 显存（维护者的基准测试，CUDA 12.4）。同一批维护者测得，使用 int8 时耗时 59 秒，占用 2,926 MB 显存。这些是他们在自己机器上的测量结果，并非我们的测量：这些数据表明，一块性能不算强的显卡也能以快于实时的速度转录，但并不保证您的电脑也能达到这一表现。

#安装

python3 -m venv venv
source venv/bin/activate

pip install faster-whisper ollama
# Optionnel pour la diarisation :
pip install pyannote.audio

# Le modèle Whisper se télécharge au premier usage.
# Modèle de rédaction via Ollama :
ollama pull qwen3.5:9b

使用 NVIDIA GPU 时，faster-whisper 需要适用于 CUDA 12 的 cuBLAS 和 cuDNN 9 库。缺少这些库，程序就会在加载模型时失败：请先安装这些库再测试，或切换到 CPU 模式。

#音频转写

以下脚本会固定语言、启用静音过滤（VAD），并为每个片段添加时间戳。请按实际情况修改第一行：使用 NVIDIA GPU 时，将 device 设为 cuda，并使用 float16；使用 Mac 或没有兼容显卡的 PC 时，将 device 设为 cpu，并使用 int8。

from faster_whisper import WhisperModel

# GPU NVIDIA : device="cuda", compute_type="float16"
# Sans GPU compatible : device="cpu", compute_type="int8"
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

MOTS_CLES = "amoxicilline, paracétamol, HbA1c, tension artérielle"

def transcribe(audio_path):
    segments, info = model.transcribe(
        audio_path,
        language="fr",
        beam_size=5,
        vad_filter=True,        # coupe les silences
        hotwords=MOTS_CLES,     # vocabulaire attendu
        word_timestamps=False,
    )
    lines = []
    for s in segments:
        ts = f"[{int(s.start // 60):02d}:{int(s.start % 60):02d}]"
        lines.append(f"{ts} {s.text.strip()}")
    return "\n".join(lines)

if __name__ == "__main__":
    import sys
    print(transcribe(sys.argv[1]))

hotwords 参数由 faster-whisper 的转录函数提供，可向模型建议预期术语：药物名称、缩写、检查项目。该功能可提供帮助，但不能保证准确：请始终重新检查专有名词和剂量。

#Whisper 可能写出根本没人说过的话

large-v3 的模型卡提醒，预测结果可能包含音频中没有出现的文本，模型卡将这种现象称为“幻觉”。在诊疗过程中，这可能表现为在静音片段中编造一句看似合理的话、改变一个数字，或生成一个相近但错误的药物名称。VAD 过滤器可以降低静音片段中的风险，但不能替代人工复核。

#撰写结构化报告

第二个脚本通过 Ollama 的 API 将转录文本发送给本地模型。两个设置很重要：较低的温度，以减少编造内容；以及足够大的上下文窗口。Ollama 文档说明，显存低于 24 GiB 时，默认上下文窗口约为 4,000 个 token。一次二十分钟的问诊约有 3,000 个词，即数千个 token（估算值，随语速而变化）：如果没有明确设置 num_ctx，转录文本的末尾可能会被截断。因此，示例将上下文窗口设为 16,384 个 token。

import requests

SYSTEM_CR = """Tu es un assistant pour médecin généraliste français.
À partir d'une TRANSCRIPTION BRUTE d'une consultation, tu produis un
compte-rendu médical structuré.

FORMAT DE SORTIE :
## Motif de consultation
## Antécédents (mentionnés)
## Examen clinique
## Diagnostic / Hypothèses
## Traitement / Prescriptions
## Suivi

RÈGLES :
- Reste TEXTUEL : n'ajoute aucun élément non mentionné dans la transcription.
- Reformule en vocabulaire médical standard.
- Si une section n'est pas abordée, écris "Non mentionné".
- Ne complète jamais une posologie ou un diagnostic absent.
"""

def summarize(transcription):
    r = requests.post("http://localhost:11434/api/chat", json={
        "model": "qwen3.5:9b",
        "messages": [
            {"role": "system", "content": SYSTEM_CR},
            {"role": "user",   "content": transcription},
        ],
        "stream": False,
        "options": {"temperature": 0.2, "num_ctx": 16384},
    })
    return r.json()["message"]["content"]

这个提示词运用了系统提示词指南中的原则：可验证的规则、明确的输出格式，以及信息缺失时应采取的行为。“未提及”这一指令很重要：它能防止模型用看似合理的假设填补空白章节。

#说话人分离：区分医生与患者

说话人分离会将每个片段归属到一个说话人（SPEAKER_00、SPEAKER_01）。它主要用于录制双人对话的诊疗过程本身；如果只是医生单人口述，则无需使用。pyannote 的代码仓库目前推荐 community-1 流水线：下载前需要在 Hugging Face 上接受其使用条款，并创建访问令牌。随后，推理在本地执行。

import torch
from pyannote.audio import Pipeline

pipeline = Pipeline.from_pretrained(
    "pyannote/speaker-diarization-community-1",
    token="HUGGINGFACE_ACCESS_TOKEN",
)
pipeline.to(torch.device("cuda"))  # si un GPU est disponible

output = pipeline("consultation.wav")
for turn, speaker in output.speaker_diarization:
    print(f"{turn.start:.1f}s - {turn.end:.1f}s : {speaker}")

#诊所中的典型工作流程

1. 01
   告知患者

   录音前，请告知患者，问诊或口述内容将由本地工具转录，患者可以提出反对。如果要录下患者的声音，请征得其同意。将告知情况记录在病历中。
2. 02
   录音

   有两种选择：诊疗结束后口述1到2分钟的笔记（此时不再录制患者的声音），或录制诊疗对话（必须取得口头同意，说话人分离也有帮助）。口述笔记可以尽量减少收集的数据。
3. 03
   将文件放到工作站上

   将音频文件（WAV、MP3、M4A）传输到一个专用且加密的文件夹中。一个简单的脚本会监控该文件夹，并触发处理流程。
4. 04
   启动处理流程

   脚本会转录音频、生成摘要，将记录以文本文件形式保存在音频文件旁，并将操作写入日志，但不在日志中写入医疗内容。
5. 05
   亲自复核并确认

   看过患者的医生会重新阅读病历记录，进行修改，然后将其导入到自己的诊所管理软件中。咨询过程中未在场的第三方无法识别幻觉。
6. 06
   删除原始音频

   报告审核通过后，请删除音频和中间转录文本：这些数据已不再有处理用途，而报告则随病历一同保存。

#复核时需要检查哪些内容

#保存、安全性和可追溯性

数据处理活动登记册

CNIL 与法国医师公会的指南要求维护一份数据处理活动登记册；请在其中添加一条记录，描述这套本地处理流程及其用途。

数据保留时长

报告的保存期限与医疗档案一致（按照医师协会的建议，在最后一次就诊后保存 20 年）。报告确认无误后，原始音频不再需要，应予删除。

加密与备份

对磁盘进行加密（FileVault、BitLocker、LUKS），并定期备份到保存在诊所之外的加密存储介质上。计算机被盗时，若其中存有明文健康数据，就构成数据泄露。

可追溯性

保留告知患者的记录、工具版本记录以及医生审核确认的记录：这些是在接受检查时用于举证的材料。

• 医疗转录与本地 LLM：患者数据合规性
• 本地部署 Whisper + Ollama：100 % 离线转录
• 病历摘要
• 加密存储模型的磁盘
• WhisperX：逐词时间戳与说话人标注
• 掌握系统提示词

• 来源：HAS 与 CNIL 关于在医疗场景中正确使用人工智能系统的指南
• 来源：CNOM和CNIL关于患者数据保护的指南
• 来源：faster-whisper
• 来源：Whisper large-v3 模型说明文档
• 来源：pyannote-audio