Munra.

AI-genererad text kan härledas till transkriptet.

Två mikrofonkanaler fångar vem som sa vad innan texten finns.

Kan den här raden bevisas?

Munra visar talare, tidsstämpel och om läkaren har redigerat eller accepterat raden.

Text är en projicering, inte en källa.

Signal blir evidens. Evidens blir struktur. Struktur blir text.

Öppna raden och se båda källorna.

Verifieringsvyn länkar AI-genererad text till ordagranna transkriptspann. Läkarens egna bidrag markeras separat.

Kontakta oss
i. Varför Munra

Munra lyssnar på konsultationen, transkriberar den ordagrant och gör om transkriptet till en journalanteckning som läkaren granskar och signerar.

Språkmodellerna är redan tillräckligt bra för att skriva en anteckning. Det som saknas är ett sätt att veta att det som hamnar i journalen faktiskt sades.

AI-genererad text länkas till ordagranna transkriptspann med talare och tidsstämpel. Läkarens ändringar och tillägg markeras som läkarens egna och kan sakna transkriptkälla.

ii. Evidensmodellen

Text är en projicering, inte en källa.

Signal blir evidens. Evidens blir struktur. Struktur blir text. AI-genererad text kan härledas till transkriptet. Läkarens ändringar och tillägg visas som egna bidrag, även utan transkriptkälla.

  1. 01

    Signal

    Två mikrofonkanaler. En på läkaren, en i rummet.

    mic.in
  2. 02

    Evidens

    Talare, tidsstämpel och säkerhet. Råmaterialet för en journalrad.

    evidence.span
  3. 03

    Struktur

    SOAP-sektioner som länkar tillbaka till sina evidensspann.

    soap.tree
  4. 04

    Text

    Den färdiga journalanteckningen, en kontrollerad rendering.

    note.signed

Vanliga AI-skrivare arbetar åt andra hållet: texten är källan och evidensen en eftertanke. Det ger de fel som är svårast att upptäcka, rimligt formulerade meningar som ingen patient har sagt.

iii. Verifieringsvyn

Öppna raden. Se källan.

Transkriptet till vänster, anteckningen till höger. Klicka på en rad i anteckningen och se exakt vad som sades och av vem.

Transkript
Ordagrant, på svenska, med talare och tidsstämpel per yttrande
Anteckning
SOAP-utkast som skapas när inspelningen är klar, inte under samtalet
Granskning
Läkaren redigerar, godkänner och signerar. Ändringar syns som läkarens egna
Spårbarhet
AI-genererad text pekar på källspann i transkriptet. Läkarens egna bidrag markeras separat
dashboard.munrahealth.com
Munras verifieringsvy med transkript till vänster och SOAP-anteckning till höger
fig. 1  /  verifieringsvyn med syntetiska svenska data. Evidensspann i grönt, läkarens egen text ofärgad.
iv. Tre lager, separerade i kod

Skillnaden sitter i arkitekturen.

Den styr vad systemet får göra automatiskt, vad det måste be om bekräftelse för, och vad det aldrig får påverka.

01 truth

Truth

det ordagranna transkriptet

Talare, tidsstämpel och säkerhet per yttrande. Det här är källan. AI-genererad text ska kunna spåras hit.

read / trace
02 render

Render

den kontrollerade projiceringen

Anteckningen är en rendering av verifierad evidens. Formuleringar får variera, ny information från AI:n får det inte. En regelbaserad validator granskar varje rad före signering.

project / validate
03 transparency

Transparency

läkarens egna ord

Läkarens ändringar och tillägg sparas som markerade bidrag. De syns åtskilda från AI-texten, och journalen vet vem som skrev vad.

human / signed
v. Den fysiska delen

Två mikrofoner. Två kanaler.

Att veta vem som sa vad blir ett avgränsat problem i stället för en gissning. Läkarens kanal är ankaret, resten faller på plats.

  1. i.

    Läkaren bär en trådlös mygga. Det som hörs tydligast där är läkaren.

  2. ii.

    En bordsmikrofon fångar patienten och rummet. Standardhårdvara, inget specialbygge.

Mygga kanal A / läkaren Ankarkanal
Bordsmikrofon kanal B / rummet Patient och rum
Munra evidenspipeline
fig. 2  /  signalvägen från rummet till evidenspipelinen.
vi. Vårdminnet

En signal, två vyer.

Samma evidenslager ger en vy till läkaren och en till patienten.

Vårdminnet är patientens version av besöket: vad som sades, vad som bestämdes och vad som händer härnäst. Patienten äger den och kan ta den med sig till nästa vårdkontakt.

vii. Teamet

Munra byggs av läkare som själva skriver tusentals journalanteckningar varje år.

Jonathan Berg

ST-läkare i allmänmedicin. PhD i hjärtfysiologi vid Lunds universitet. Över ett års praktisk erfarenhet av AI-dokumentation i kliniken.

De som kommer ihåg minst behöver vården mest. Det är där Vårdminnet ska göra nytta.

Jon Lidfeldt

ST-läkare i allmänmedicin. Bygger Munras tekniska plattform, skriven av en läkare och inte av en ingenjör som intervjuat en.

Arkitekturen avgör vad systemet får göra automatiskt. Det är en klinisk fråga, inte en teknisk.
viii. Data och reglering

Patientdata är känsliga. Vi bygger därefter.

Munra är i förpilotfas. Vi utvecklar och testar enbart med syntetiska svenska konsultationer, aldrig med riktiga patientdata.

  1. lagring EU

    Transkript och anteckningar lagras i EU

    Transkript och anteckningar lagras i Stockholm. Ljudet skickas till transkriptionen och sparas inte av Munra.

    Varje signering och ändring loggas i en logg som inte går att skriva om.

  2. före pilot GDPR

    Inga riktiga patientdata ännu

    Innan det första riktiga patientbesöket spelas in krävs konsekvensbedömning (DPIA), patientens uttryckliga samtycke och att även AI-bearbetningen sker inom EU.

    Den juridiska grunden klaras ut i förväg, inte i efterhand.

  3. medicinteknik MDR

    Beslutsstöd som egen modul

    Transkript och administrativ anteckning är byggda för att ligga utanför MDR. Kodning och beslutsstöd byggs som en separat modul mot klass IIa och släpps inte utan CE-märkning.

    Loggen vi bygger idag är teknisk dokumentation för imorgon.