先聊聊为什么需要这个技能
在医院或者医学实验室待过的朋友都知道，每天都有大量的文字工作要处理。病历、查房记录、手术记录、课题报告、论文……这些东西要是全靠自己一个字一个字打，真的会疯掉。我实习的时候见过一个主治医生，一边查房一边拿着手机录音，晚上回家再对着录音抄写，经常写到凌晨两点。后来他说他试过各种语音转文字软件，但都不太专业——不是识别不了“氨氯地平”这样的药名，就是把“白细胞”听成“白细包”……
所以当我看到这个 medical-scribe-dictation 技能时，第一反应就是“有救了”。它不是一个简单的语音转文字工具，而是专门针对医疗场景做了优化的智能助手。除了基本的听写功能，它还内嵌了学术写作辅助模块，能帮你规范术语、调整格式，甚至匹配参考文献。
它到底能做什么？
简单来说，你对着麦克风口述一段话，比如：“患者，男，58岁，因胸痛2小时入院。心电图提示ST段抬高，诊断为急性前壁心肌梗死。即刻给予阿司匹林300mg嚼服，氯吡格雷600mg负荷剂量，并安排急诊PCI。” 然后这个技能会自动输出一段格式规范、术语准确的文本。而且如果你用的是科研口述，比如“我们采用双盲随机对照试验，纳入120例2型糖尿病患者……”它还能帮你把“双盲随机对照试验”自动补齐为“双盲随机对照试验（double-blind randomized controlled trial）”，并且给出参考文献格式建议。
安装步骤其实不难
咱先说安装。这个技能是基于医疗研究技能包的，安装前需要确保你的电脑有Node.js和npm环境（没有的话去官网下载安装，几分钟的事）。然后打开终端（Mac是终端，Windows是命令提示符或PowerShell），输入一句命令：
npx skills add https://github.com/aipoch/medical-research-skills.git --skill medical-scribe-dictation等它下载安装完，你会看到文件夹里多了“medical-scribe-dictation”这个目录。里面有一些好东西：SKILL.md是说明文件，scripts文件夹里有音频处理脚本，requirements.txt是Python依赖包列表——因为语音识别底层可能用了Whisper之类的模型，需要Python环境。安装Python依赖也很简单：
cd medical-scribe-dictation
pip install -r requirements.txt使用时的几个小技巧
- 口齿清晰一点点：虽然模型支持多口音，但像“左侧桡动脉”这样的话，尽量说标准普通话或英文。你可以先录一段测试音频看看识别率。
- 善用上下文件：技能允许你提前导入《医学词典》或专有名词列表。如果你所在的科室有特殊术语（比如“TACE手术”、“ECMO”），可以加到词典里，识别精度会大幅提升。
- 不要忽略格式规范：输出文本默认是Markdown格式，标题、列表、编号都整得明明白白。如果你想直接复制到Word里，也可以配置成纯文本或富文本格式。
- 录音环境要安静：别在MRI机器旁边用……别问我怎么知道的。
实际应用场景分享
我拿它试过两个真实场景：一个是帮师姐整理门诊病历口述录音（她每天要看80多个病人，嗓子都说哑了），另一个是自己写论文的“研究方法”部分。结果很惊喜——门诊病历的识别准确率大概在95%以上，只有很少几个药品名需要手动纠正。写论文的时候，我口述了一段“我们使用了SPSS 26.0进行统计分析，计量资料以均数±标准差表示”，它自动加上了“（mean ± SD）”的英文注释，并且弹出了引用文献提示（不过需要自己连接PubMed才行）。
对于经常需要做手术记录的外科医生来说，这个技能真的挺实用的。你可以在手术一结束就对着麦克风说一遍过程，不到一分钟就能生成一份规范的记录稿。再也不用术后当天晚上对着手术录像硬写了。
需要注意的几个坑
有一点要提醒大家：这个技能目前主要支持英语，但中文也有一定的支持能力（依赖底层模型）。如果你主要在中文环境下使用，建议先在scripts里找找有没有中文模型配置文件，或者自己下载一个中文语音识别模型替换。另外，隐私问题也要注意——如果涉及患者隐私，最好在本地离线运行，不要上传到云端。技能默认支持本地推理，只要你把模型文件放在本地就行。
最终碎碎念
总之，这个medical-scribe-dictation技能给我的感觉就是：终于有人认真做医疗领域的智能助手了。它不只是一个转录工具，而是把“听写”和“写作”两个环节打通了。对于每天和文字打交道的医疗工作者来说，绝对值得一试。不过记得，再好的工具也只是辅助，关键信息还是要自己核对一遍哈。
好啦，今天就先分享到这儿。如果你也试用了这个技能，欢迎在评论区说说你的体验～
