Open source · AGPL-3.0
Lo scribe clinico open source.
ScribeAId registra la visita, la trascrive mentre avviene e prepara un referto strutturato. Il medico lo rivede, lo modifica e lo firma. Gira sul tuo hardware: l’audio resta dove deve stare.
Fatto per essere smontato
Modulare
Web app, app desktop, backend e speech-to-text sono componenti separati con interfacce stabili. Usali tutti, oppure solo il servizio di trascrizione come endpoint compatibile OpenAI.
On-premise
Client, backend e riconoscimento vocale girano sui tuoi server. Con la trascrizione self-hosted l’audio della visita non esce mai dalla tua infrastruttura.
Quasi in tempo reale
L’audio arriva al backend a blocchi e torna come testo durante la visita. La trascrizione è pronta quando la visita finisce, non minuti dopo.
Aperto ovunque
Codice sotto AGPL-3.0 e modello vocale pubblicato su Hugging Face. Nessuna versione di prova, nessuna licenza per utente, nessun fornitore che tiene i tuoi dati clinici.
Come funziona
Dalla conversazione al referto firmato, con il medico che ha l’ultima parola.
- 01
Registra
La web app o l’app desktop cattura la visita e invia l’audio via websocket.
- 02
Trascrivi
MedWhisper sul tuo hardware, o qualunque endpoint speech-to-text compatibile OpenAI.
- 03
Prepara
Un LLM a tua scelta trasforma la trascrizione in un referto strutturato.
- 04
Rivedi e firma
Il medico legge, corregge e firma. Niente è definitivo senza la sua firma.
Riconoscimento vocale
MedWhisper, rilasciato in chiaro
Un modello di riconoscimento vocale italiano addestrato sul linguaggio clinico e pubblicato su Hugging Face con la stessa licenza del codice — non nascosto dietro un’API.
- 4,5%
- word error rate su un test set clinico separato, contro il 7,9% del modello base
- −43%
- di errori in termini relativi rispetto a Whisper large-v3 turbo
- 0,5–0,7×
- la durata dell’audio per trascriverlo su CPU
Sovranità dei dati
Decidi tu dove va ogni dato
L’audio della visita e il testo clinico sono dati sanitari. ScribeAId ti dà due leve indipendenti, perché le due metà hanno profili molto diversi.
Trascrizione — l’audio
Ospita MedWhisper in casa e le registrazioni non lasciano mai la tua rete, oppure usa un endpoint residente in UE. Una variabile d’ambiente, nessuna modifica al codice.
TRANSCRIPTION_BASE_URLGenerazione del referto — il testo
Invia la trascrizione al provider compatibile OpenAI di cui ti fidi: Azure OpenAI in regioni UE, Claude via Amazon Bedrock o Vertex AI, o un tuo gateway.
OPENAI_BASE_URLQuickstart
In funzione in due minuti
Servono Node.js, pnpm, uv e una API key di un provider compatibile OpenAI. Il backend parte su :8099 e la web app su :3001.
Leggi la documentazione$ git clone https://github.com/ReportAId/scribeaid-oss.git
$ cd scribeaid-oss
$ cp .env.example .env # poi aggiungi la tua OPENAI_API_KEY
$ make devmake dev-localaggiunge MedWhisper sulla tua macchina — l’audio resta in localedocker compose up --build -dtutto lo stack dietro un’unica origine su :3000
Licenze
Due modi di usare ScribeAId
Stesso codice, stesso modello. Scegli la licenza adatta a come lo usi.
Open source · Gratuita
AGPL-3.0
Per ospedali, strutture sanitarie e sviluppatori che gestiscono ScribeAId in autonomia.
- Codice sorgente completo e modello MedWhisper
- Usalo, modificalo e installalo nella tua organizzazione
- Se offri a terzi una versione modificata come servizio, ne condividi il sorgente
- Supporto della community tramite issue e discussioni su GitHub
Per vendor e integratori
Licenza commerciale
Quando l’AGPL non è adatta — ad esempio per integrare ScribeAId in un prodotto proprietario — con il supporto diretto del team che lo sviluppa.
- Nessun obbligo di copyleft sul tuo prodotto
- Supporto architetturale per deployment e integrazione
- Bug fix e patch di sicurezza
- Revisione e supporto sulle tue pull request