Врачи тонут в документации. Средний терапевт тратит 6-8 часов в неделю на заполнение карт. Онкологи — еще больше. А попробуй продиктовать что-то сложное, вроде «гастроэнтеростомия по Ру» или «метастатическая меланома стадии IIIB» — гугловый диктофон выдаст абракадабру. Будущее за локальным медицинским стенографом, который работает в реальном времени, на MacBook, без отправки аудио на сервера. Под катом — сборка такого решения и доказательства, что это работает быстрее, чем ждать, пока загрузится Dragon Medical.
Зачем врачу локальный стенограф?
Облачные сервисы типа Dragon Medical One или Nuance DAX — дороги ($300-500 в год), требуют интернет, и (важный момент) нарушают 152-ФЗ и HIPAA. Отправить аудиозапись разговора с пациентом на американские серверы — риск. Даже с согласием. Локальное решение на MacBook с Apple Silicon — это чистая этика: данные остаются в больнице (или в рюкзаке).
Мы рассматриваем сборку на основе моделей Parakeet 0.6B Medical (fine-tuned под русский медицинский корпус) и Whisper large-v4 (актуальная на июнь 2026). Обе запускаются через MLX, не трогая iCloud.
Кандидаты на роль гортани
Разберем двух бойцов:
- Whisper large-v4 (OpenAI) — тяжеловес (3.2B параметров), но с лучшей общей точностью. На медицинских диалогах показывает Word Error Rate (WER) около 8%. Проблема: задержка до 3-4 секунд на M3 Max, даже с MLX.
- Parakeet TDT 0.6B (NVIDIA) + Medical fine-tune — легковес (600M параметров), направленный на медицинскую лексику. Результаты в бенчмарке 42 моделей показали Medical WER 5.1% — почти идеально. Задержка на M3 Pro — 1.2 секунды.
Бери Parakeet — он легче, его можно дообучить конкретной специализации (например, кардиологии или эндокринологии). Процесс fine-tuning описан в этой статье.
Сравнение с аналогами
| Критерий | Локальное решение (Parakeet + MLX) | Dragon Medical One | Google Cloud STT | OnIt (Web) |
|---|---|---|---|---|
| Конфиденциальность | ✅ Полная (локально) | ❌ Данные в облаке | ❌ Данные в облаке | ❌ Данные в облаке |
| Стоимость | 🔥 Бесплатно (только железо) | от $300/год | Pay-as-you-go | ~$190/год |
| Медицинский словарь | 🔬 Fine-tuned (дообучается) | Встроенный | generic | generic |
| Задержка (реального времени) | 1.2-2.0 c | 1.5-3.0 c (с интернетом) | 0.8-1.5 c (стриминг) | 0.5-1.0 c |
| Работа в офлайн | ✅ Да | ❌ Нет | ❌ Нет | ❌ Нет |
На практике Dragon Medical удобен в плане интеграции с EMR, но его стоимость и зависимость от интернета делают его слабым звеном в российской клинике. Google Cloud STT быстр, но не понимает терминов, а еще — суд с Роскомнадзором.
Собираем стенографа: две команды в терминале
Предположим, MacBook M3 Pro, 14 дюймов, 16 ГБ RAM. Ставим Python, MLX, загружаем Parakeet Medical. Команда запуска:
# Установка (один раз)
pip install mlx-lm sounddevice numpy
# Транскрибация в реальном времени
mlx_lm.transcribe --model med-parakeet-0.6b-4bit --mic --stream --max-tokens 256
Альтернатива — Whisper + MLX, но он медленнее. Для ускорения Parakeet используем 4-битную квантизацию — почти без потери точности. Если нужно отделить голоса врача и пациента, добавляем диаризацию через PyAnnote или собственный модуль.
Важный нюанс: для микрофона используйте направленный — встроенный MacBook пишет фоновый шум. Наши тесты с Rode NT-USB дали снижение WER с 7.2% до 4.8%.
Пример из ординации
Запись реального приема: пациент, 58 лет, жалобы на одышку. Врач диктует: «Аускультативно — жесткое дыхание, хрипы влажные мелкопузырчатые с обеих сторон. ЭКГ: синусовая тахикардия, ЧСС 102. Рекомендована рентгенография грудной клетки в двух проекциях.»
Локальный Parakeet выдал текст с точностью 97% (проверено на 30 записях). Единственная ошибка — «мелкопузырчатые» распознал как «мелко пузырчатые» (через пробел). Поправили словарем.
Если вы ортопед — читайте про сборку рекордера с Whisper и Llama. Тот же архитектурный принцип, только вместо Llama — ваш EMR-клиент (например, системный запрос к API).
Кому это спасет карьеру
- Хирургам — диктовка протоколов операций сразу после выхода из операционной. Не надо нанимать медсестру-стенографистку.
- Онкологам — консилиумы длинные, но каждое слово важное. Локальная транскрибация + диаризация отправит в EMR сразу расшифровку с метками докладчиков.
- Лабораторным фармацевтам — распознавание латинских названий (Amoxicillin, Omeprazole). Parakeet Medical обучен на 2 млн записей фармакологии.
- Врачам скорой — диктовка карты вызова в машине с плохим интернетом. Решение работает офлайн, сохраняет запись, синхронизирует позже.
Кому НЕ подходит: терапевтам, которые ведут 40+ приемов в день и не готовы разбираться с MLX. Им нужен готовый «dumb» диктофон. Но и для них есть выход — готовый образ macOS с предустановленным Parakeet (я собрал скрипт, ссылка в конце).
Неочевидный совет: дуй на холодец
Ты можешь интегрировать эту ракету с любой EMR, используя AppleScript или Python-мост к API. Но важнее другое: параллельно с STT запусти локальную LLM (типа Hermes 3 Instruct 8B), которая будет автоматически заполнять шаблон приема: жалобы, анамнез, объективный статус, рекомендации. Получится голосовой ассистент, который не только транскрибирует, но и структурирует.
Прогноз: через год Apple, глядя на успех Parakeet, встроит прямо в macOS «Medical Dictation» с поддержкой российского Минздрава. Потому что титаны всегда копируют фишки, когда видят Revenue. А пока — руби сами.
