Ang mga medical writers ng AI ay nag-transform ng dokumentasyon sa healthcare, ngunit bumuo ng isa na gumagana sa mga klinikal na setting ay nangangailangan ng higit sa pangunahing transcription. Kailangan mo ng katunayan ng medikal na terminology, reliable identification ng speaker, at privacy safeguards na protektahan ang data ng pasyente. Ang tutorial na ito ay tumatakbo sa iyo sa pamamagitan ng pagbuo ng isang functional AI medical scribe sa Python. Ipinapakita mo sa pangunahing transcription at palagi-palagi ang pagdadala ng speaker identification, PII editing, SOAP note generation, at automatic data deletion. Sa katapusan, makakakuha ka ng isang working prototype na nagtatrabaho sa real-world clinical scenarios. What makes a production-ready medical scribe? Ano ang ginawa ng isang ready-to-production medical writer? Kapag bumalik sa code, malaman kung ano ang naghahatid ng isang proof-of-concept mula sa isang deployable healthcare solution. Essential features checklist 
 
 
 
 
 
 
 
 
 
 
 
 Feature 
 Why it matters 
 Implementation Complexity 
 
 
 
 
 High accuracy on medical terms 
 Misheard drug names or dosages create clinical risks 
 Medium - requires domain-specific models 
 
 
 
 
 Speaker identification 
 Distinguishes doctor from patient for proper documentation 
 Low - handled by speech recognition API 
 
 
 
 
 PII redaction 
 Removes names, dates, and identifiers to protect privacy 
 Medium - needs careful configuration 
 
 
 
 
 SOAP note generation 
 Converts conversations into structured clinical documentation 
 Medium - requires LLM integration 
 
 
 
 
 Automatic data deletion 
 Ensures patient data doesn't persist on third-party servers 
 Low - straightforward API calls Higit pang presyon sa medikal na termino Ang mga nararamdaman na mga pangalan o dosis ay nagdadala ng mga clinical risks Medium - kailangan ng domain-specific na mga modelo Mga identification ng speaker I-differentiate ang doktor mula sa pasyente para sa katangian ng dokumento Low - nagtatrabaho sa pamamagitan ng speech recognition API Mga editor I-remove ang mga pangalan, mga petsa, at mga identifier upang protektahan ang privacy Medium - kailangan ng cautious configuration Mga pahinang tumuturo sa Note Generation I-convert ang mga talakayan sa estruktural na klinikal na dokumento Medium - nangangailangan ng integration ng LLM Automatic na pagkuha ng data Nagbibigay-daan na ang data ng pasyente ay hindi patuloy sa mga third-party server Low - simpleng mga call ng API Step 1: Basic transcription setup Step 1: Basic transcription setting Magsisimula sa isang simpleng transcription request. Ito ay lumikha ng pangunahing base bago ang layering sa medikal-specific na mga tampok. import requests
import time
import dotenv
import os

dotenv.load_dotenv()

base_url = "https://api.assemblyai.com"
headers = {"authorization": os.getenv("AAI_API_KEY")}
 Step 2: Adding speaker identification Step 2: Ipasok ang Speaker Identification Ang medikal na dokumento ay nangangailangan na malaman kung sino ang sinabi kung ano. ay ito ang doktor na nag-prescribe ng gamot o ang pasyente na nag-request ito? speaker diarization automatically separates ang iba't ibang mga speaker sa pag-uusap. ang assembly Nagtataka kung saan ang iba't ibang mga tao ay nagsasalita at i-label ang mga ito bilang Speaker A, Speaker B, at iba't ibang. Ipinapakita namin ang mga label ng mga speaker na ito sa mga papel tulad ng "Doctor" at "Patient". Ang mga dialektong Mga identification ng speaker data = {
    "audio_url":
"https://storage.googleapis.com/aai-web-samples/doctor-patient-co
nvo.mp4",
    "speaker_labels": True,
    "speech_understanding": {
        "request": {
        "speaker_identification": {
            "speaker_type": "role",
            "known_values": ["Doctor", "Patient"]
      }
 Ang speaker diarization ay gumagana na mas mahusay kapag ang bawat speaker ay nagsasalita para sa hindi bababa 30 segundo, kahit na ang modelo ay nagtatrabaho sa mga real-world na konversasyon na may cross-talk at short phrases. Step 3: Improving medical terminology accuracy with word boost and protecting patient privacy with PII redaction Step 3: Improve ang accuracy ng medikal na terminology sa word boost at protektahan ang privacy ng pasyente sa PII editing Ang isang karaniwang problema: ang mga doktor ay inirerekomenda ng "Tramadol," ngunit ang transcription ay nagpapakita ng "tramadol" sa lowercase. ang assembly Nagbibigay ka ng isang listahan ng mga medikal na termino, mga pangalan ng gamot, o procedures, at ang modelo Tungkol sa Boost Ang mga medikal na konversasyon ay naglalaman din ng protektong impormasyon sa kalusugan (PHI): mga pangalan ng pasyente, mga petsa ng pag-ibig, mga numero ng social security, addresses. Kung ang data na ito ay ipinapakita sa iyong transcripts at i-save ang mga ito sa mga server ng third-party, ikaw ay posibleng humantong sa privacy regulations. ang assembly automatically identifies at removes personally identifiable information mula sa transcripts. maaari mong i-configure kung ano ang mag-edit at kung paano. Mga editor     }},
    "redact_pii": True,
    "redact_pii_policies": ["person_name", "organization",
"occupation"],
    "redact_pii_sub": "hash",
    "keyterms_prompt": ["Tramadol"]
    }
response = requests.post(base_url + "/v2/transcript",
headers=headers, json=data)
transcript_json = response.json()
transcript_id = transcript_json["id"]
polling_endpoint = f"{base_url}/v2/transcript/{transcript_id}"

while True:
    transcript = requests.get(polling_endpoint,
headers=headers).json()
    if transcript["status"] == "completed":
        for utterance in transcript["utterances"]:
            print(f"{utterance['speaker']}: {utterance['text']}")
        break
    else:
        time.sleep(3)
 ‍ Step 4: Generating SOAP notes with LLM Gateway Step 4: Paggawa ng SOAP Notes sa pamamagitan ng LLM Gateway Ang mga raw transcripts ay magagamit, ngunit ang mga doktor ay nangangailangan ng estruktural na dokumento. SOAP (Subjective, Objective, Assessment, Plan) ay ang clinical standard para sa pag-organize ng mga pakikipagtulungan ng pasyente. Ito ay kung saan ang mga big language models ay dumating. assemblyAI's Nagbibigay ng isang unified interface sa iba't ibang mga LLMs. I-call ito sa iyong kasalukuyang AssemblyAI API key. Maghanap ng Gateway prompt = "Create a SOAP note summary of the consultation."

llm_gateway_data = {
  "model": "gemini-3-pro-preview",
  "messages": [
    {"role": "user", "content": f"{prompt}\n\nTranscript:
{transcript['text']}"}
  ]
}
llm_gateway_response = requests.post(
  "https://llm-gateway.assemblyai.com/v1/chat/completions",
  headers=headers,
  json=llm_gateway_data
)
print(llm_gateway_response.json()["choices"][0]["message"]["conte
nt"])
 ‍ Ang LLM processes ang konversasyon at outputs estruturated clinical notes. Ang doktor ay makakuha ng dokumento ready para sa EHR nang walang manual transcription. Step 5: Automatic data deletion Step 5: Automatic na pagkuha ng data Ang pinaka-mahalagang paraan upang protektahan ang data ng pasyente ay upang matugunan na ito ay hindi matatagpuan sa infrastructure ng third-party. Pagkatapos ng pagkuha ng iyong transcript at lumikha ng SOAP notes, i-wipe ang transcript mula sa mga server ng AssemblyAI. delete_request = requests.delete(polling_endpoint,
headers=headers).json()
delete_llm_gateway_response =
requests.delete(f"https://llm-gateway.assemblyai.com/v1/chat/comp
letions/{llm_gateway_response.json()['request_id']}",
headers=headers)

transcript = requests.get(polling_endpoint,
headers=headers).json()
print(transcript)
 ‍ Data retention for LLM Gateway Kapag gamitin ang LLM Gateway na may isang na-executed Business Associate Agreement (BAA) at ang Anthropic o Google inference models, ang AssemblyAI ay nagbibigay ng zero data retention para sa mga input at outputs. Ang LLM Gateway ay pagproseso ng mga requests ephemerally. Ang iyong transcript na teksto at ang mga generated SOAP notes ay hindi ibinibigay sa itaas ng immediate API call. Only minimal na metadata ay ibinibigay para sa logging at billing purposes. Time-to-live for transcripts Para sa karagdagang proteksiyon ng mga data ng transcript, ang AssemblyAI ay nag-aalok ng mga setting ng time-to-live (TTL). Noong Nobyembre 26, 2024, ang mga customer na may isang signed Business Associate Agreement (BAA) ay automatically may isang 3-day TTL na itinatag sa lahat ng transcripts. Ang TTL na ito ay may pagbabago. Putting it all together Pumunta ito sa lahat Narito ang buong implementation na may lahat ng mga tampok na nakatuon: import requests
import time
import dotenv
import os

dotenv.load_dotenv()

base_url = "https://api.assemblyai.com"
headers = {"authorization": os.getenv("AAI_API_KEY")}

data = {
    "audio_url": "https://storage.googleapis.com/aai-web-samples/doctor-patient-co
nvo.mp4",
    "speaker_labels": True,
    "speech_understanding": {
        "request": {
        "speaker_identification": {
            "speaker_type": "role",
            "known_values": ["Doctor", "Patient"]
      }
    }},
    "redact_pii": True,
    "redact_pii_policies": ["person_name", "organization",
"occupation"],
    "redact_pii_sub": "hash",
    "keyterms_prompt": ["Tramadol"]
    }

response = requests.post(base_url + "/v2/transcript",
headers=headers, json=data)
transcript_json = response.json()
transcript_id = transcript_json["id"]
polling_endpoint = f"{base_url}/v2/transcript/{transcript_id}"

while True:
    transcript = requests.get(polling_endpoint,
headers=headers).json()
    if transcript["status"] == "completed":
        for utterance in transcript["utterances"]:
            print(f"{utterance['speaker']}: {utterance['text']}")
        break
    else:
        time.sleep(3)

prompt = "Create a SOAP note summary of the consultation."

llm_gateway_data = {
  "model": "gemini-3-pro-preview",
  "messages": [
    {"role": "user", "content": f"{prompt}\n\nTranscript:
{transcript['text']}"}
  ]
}
llm_gateway_response = requests.post(
  "https://llm-gateway.assemblyai.com/v1/chat/completions",
  headers=headers,
  json=llm_gateway_data
)
print(llm_gateway_response.json()["choices"][0]["message"]["conte
nt"])

delete_request = requests.delete(polling_endpoint,
headers=headers).json()
delete_llm_gateway_response =
requests.delete(f"https://llm-gateway.assemblyai.com/v1/chat/completions/{llm_gateway_response.json()['request_id']}", headers=headers)

transcript = requests.get(polling_endpoint,
headers=headers).json()
print(transcript)
 ‍ Why this approach works for medical AI Bakit ang approach na ito ay gumagana para sa medical AI Pagbuo ng isang medical scribbe ay nangangailangan ng higit pa sa transcription accuracy. Ito ay tungkol sa paglikha ng isang sistema na matatagpuan sa mga workflows clinical habang nagtatagumpay sa privacy ng pasyente. Ang implementasyon na ito ay nagtatrabaho sa mga problema sa real-world: 
 
 
 
 
 
 Medikal terminology accuracy sa pamamagitan ng word boost Clear speaker attribution sa pamamagitan ng speaker diarization Privacy protection sa pamamagitan ng PII editing at automatic deletion Structured output sa pamamagitan ng LLM-generated SOAP notes Data minimization sa pamamagitan ng pagkuha ng lahat ng mga traces mula sa mga third-party server Ang resulta: isang functional prototype na maaari mong i-test na may clinical audio. Mula dito, magdagdag ng mga tampok tulad ng real-time transcription para sa live consultations, integration sa EHR systems, o custom SOAP note templates para sa iba't ibang mga espesyalidad. Ang implementasyon na ito ay tumutulong sa mga pangunahing mga problema ng medical AI: terminology accuracy sa pamamagitan ng word boost, clear speaker attribution sa pamamagitan ng diarization, privacy protection sa pamamagitan ng PII editing at automatic deletion, at structured output sa pamamagitan ng LLM-generated SOAP notes. Ang kombinasyon ay lumikha ng isang foundation para sa clinical-grade medical writers na tinatanggap ang privacy ng pasyente habang naghahatid ng dokumento na matatagpuan sa mga real healthcare workflows. mula dito, ilagay ang real-time transcription, EHR integration, o specialty-specific templates. Next steps ang next steps Gusto mong bumuo sa ito? tingnan ang mga resource na ito: 
 
 
 
 Mga dokumento ng Word-to-Text PII editing mga patakaran at configuration LLM Gateway para sa mga kaso ng medikal na paggamit Kung ikaw ay bumuo ng isang healthcare AI produkto at kailangan ng tulong sa compliance, accuracy benchmarks, o produksyon deployment, ang AssemblyAI team ay may karanasan sa mga medikal na kumpanya ng AI at maaaring makatulong sa pag-navigate sa mga teknikal at regulatory challenge.

2022 - HackerNoon Contributor of the Year - Deep Learning

2022 - HackerNoon Contributor of the Year - Machine Learning

Nominated for 2022 - HackerNoon Contributor of the Year - Deep Learning

Nominated for 2022 - HackerNoon Contributor of the Year - Machine Learning

Ang audio na ito ay ginawa sa orihinal na wika ng kuwento!

Paano Gumawa ng isang AI Medical Scribe sa AssemblyAI

About Author

MGA KOMENTO

HANG TAGS

ANG ARTIKULONG ITO AY IPINAKITA SA

Related Stories

How I deployed my spark document classification(Logistic Regression) model/s as a standalone app…

COVID-19: We Need More Than Data, We Need Insights!

State of the Noonion: The Year of Profitability and Product Renaissance

Hosting a DNS domain on the blockchain

How I deployed my spark document classification(Logistic Regression) model/s as a standalone app…

COVID-19: We Need More Than Data, We Need Insights!

State of the Noonion: The Year of Profitability and Product Renaissance

Hosting a DNS domain on the blockchain

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps