MedScribe AI
开源AI医疗代理系统，将计算机视觉与生成式AI串联为临床报告生成流水线，从影像上传到生成完整放射科报告仅需数秒
时间轴 (近 90 天)
MedScribe AI 是由一个六人巴基斯坦团队在48小时黑客松（Pak Angels Generative & Agentic AI Hackathon，Cohort 11）中构建的开源AI代理项目，用于从胸部X光影像生成完整临床报告。
MedScribe AI 采用三阶段流水线架构：视觉模型识别病灶、四代理协作生成报告、双语交互界面。
MedScribe AI 底层使用在 Kaggle 儿科胸片数据集上训练的 ResNet18 模型，并借助 TorchXRayVision 开源医学影像基础模型，据项目方公布的数据达到90.5%准确率、98.4%精确率、93.2% F1分数。
MedScribe AI 基于 LangGraph 框架实现四个AI代理（Vision、Reasoning、Reporting、Escalation）的串行协作。
MedScribe AI 中的 Reasoning 代理采用 ReAct 循环，能根据视觉发现动态决定后续工具调用，而非走固定规则。
MedScribe AI 的推理层使用 openai/gpt-oss-120b 通过 Groq 运行，实现快速且免费的推理，且患者X光数据不会发送至任何专有服务器。
MedScribe AI 使用 Streamlit 构建应用层，支持用户上传胸片并在数秒内返回包含面向医生的专业临床报告和面向患者的通俗语言摘要的两个版本。
MedScribe AI 支持英语和乌尔都语双语输出，报告可导出为PDF，包含原始X光片与Grad-CAM热力图。
MedScribe AI 的定价逻辑是诊所每月支付50美元用于AI初步分诊，远低于雇佣一位兼职放射科医生的成本。
MedScribe AI 使用的儿科胸片数据集规模有限，模型泛化能力尚未在成人影像或多中心数据上验证，临床报告的准确性和合规性也未经过真实医疗环境的系统评估。
还有 1 条时间轴事件
全部知识事实 (10)
MedScribe AI 的目标付费场景包括：巴基斯坦及南亚地区无驻院放射科医生的私人诊所、需要自动化初步报告的远程医疗平台、处理大量常规胸片的医院连锁机构。
50%待验证MedScribe AI 采用三阶段流水线架构：视觉模型识别病灶、四代理协作生成报告、双语交互界面。
50%待验证MedScribe AI 底层使用在 Kaggle 儿科胸片数据集上训练的 ResNet18 模型，并借助 TorchXRayVision 开源医学影像基础模型，据项目方公布的数据达到90.5%准确率、98.4%精确率、93.2% F1分数。
50%待验证MedScribe AI 基于 LangGraph 框架实现四个AI代理（Vision、Reasoning、Reporting、Escalation）的串行协作。
50%待验证MedScribe AI 中的 Reasoning 代理采用 ReAct 循环，能根据视觉发现动态决定后续工具调用，而非走固定规则。
50%待验证MedScribe AI 的推理层使用 openai/gpt-oss-120b 通过 Groq 运行，实现快速且免费的推理，且患者X光数据不会发送至任何专有服务器。
50%待验证MedScribe AI 使用 Streamlit 构建应用层，支持用户上传胸片并在数秒内返回包含面向医生的专业临床报告和面向患者的通俗语言摘要的两个版本。
50%待验证MedScribe AI 支持英语和乌尔都语双语输出，报告可导出为PDF，包含原始X光片与Grad-CAM热力图。
50%待验证MedScribe AI 使用的儿科胸片数据集规模有限，模型泛化能力尚未在成人影像或多中心数据上验证，临床报告的准确性和合规性也未经过真实医疗环境的系统评估。
50%待验证MedScribe AI 是由一个六人巴基斯坦团队在48小时黑客松（Pak Angels Generative & Agentic AI Hackathon，Cohort 11）中构建的开源AI代理项目，用于从胸部X光影像生成完整临床报告。
50%