Salud: transcripción de consultations

#Transcribir una consulta en local: qué está permitido y bajo qué condiciones

Sí, un médico puede transcribir sus consultas con una IA sin que el audio salga de su equipo: Whisper transcribe la voz, un LLM local (a través de Ollama) redacta un informe estructurado y el profesional lo revisa y valida. Esto no elimina las obligaciones legales. La guía de la HAS y la CNIL de 2026 recuerda que la introducción de un sistema de IA no cambia las normas del secreto profesional del artículo L. 1110-4 del Código de Salud Pública. También hay que informar al paciente y respetar su derecho de oposición. El alojamiento por parte de un tercero requiere un proveedor de alojamiento certificado HDS. El procesamiento local evita precisamente esta transferencia y sus riesgos. Esta guía explica cómo montar el pipeline y después detalla el marco y las comprobaciones indispensables, corrigiendo algunas ideas preconcebidas.

La transcripción automática de consultas es, según esta misma guía, el caso de uso más frecuente de las IA generativas en el ámbito asistencial. Por tanto, el reto no es saber si se puede hacer, sino cómo hacerlo correctamente.

#El marco francés: lo que dicen las guías oficiales

La tabla recoge cada exigencia con su efecto concreto en un pipeline local. De paso, corrige dos ideas extendidas: el consentimiento del paciente no es la base legal del tratamiento, y el HDS no se exige por principio, sino cuando un tercero aloja los datos.

#Dos creencias erróneas que hay que abandonar

Primera idea errónea: «ChatGPT está formalmente prohibido». Los textos no señalan ninguna herramienta en concreto. El problema es estructural: enviar datos de salud a un servicio en línea los hace salir de tu equipo, lo que requiere un proveedor de alojamiento certificado, un contrato de subcontratación y una información adecuada. La guía de la HAS y la CNIL identifica además un riesgo de vulneración del secreto médico relacionado con la integración de datos sensibles en las consultas a agentes conversacionales en línea.

Segunda idea errónea: «local significa que cumple la normativa». El procesamiento local elimina la transferencia, no la obligación de mantener un registro, informar a los pacientes, proteger el equipo y plantearse la evaluación de impacto. La guía incluye la evaluación de impacto relativa a la protección de datos (EIPD) entre las obligaciones del responsable del despliegue, cuando corresponda: busca asesoramiento para resolver este punto, así como la posible clasificación de tu herramienta como producto sanitario.

#La pila: Whisper, un LLM local y, opcionalmente, la diarización

En cuanto a la velocidad de transcripción, la documentación de faster-whisper ofrece una referencia fechada: 13 minutos de audio transcritos en 1 minuto y 3 segundos con el modelo large-v2 en fp16, usando 4 525 MB de VRAM, en una RTX 3070 Ti de 8 GB (benchmark de los mantenedores, CUDA 12.4). Los mismos mantenedores miden 59 segundos con 2 926 MB en int8. Son sus mediciones, en su máquina, no las nuestras: indican que una tarjeta gráfica modesta transcribe más rápido que en tiempo real, sin que eso constituya una promesa para tu equipo.

#Instalación

python3 -m venv venv
source venv/bin/activate

pip install faster-whisper ollama
# Optionnel pour la diarisation :
pip install pyannote.audio

# Le modèle Whisper se télécharge au premier usage.
# Modèle de rédaction via Ollama :
ollama pull qwen3.5:9b

Con una GPU NVIDIA, faster-whisper requiere las bibliotecas cuBLAS y cuDNN 9 para CUDA 12. Sin ellas, el programa falla al cargar el modelo: instálalas antes de probarlo o pasa al modo CPU.

#Transcribir audio

El script que aparece a continuación fija el idioma, activa el filtro de silencio (VAD) y añade marcas de tiempo a cada segmento. Ajusta la primera línea: device cuda con float16 para una GPU NVIDIA, device cpu con int8 para un Mac o un PC sin tarjeta compatible.

from faster_whisper import WhisperModel

# GPU NVIDIA : device="cuda", compute_type="float16"
# Sans GPU compatible : device="cpu", compute_type="int8"
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

MOTS_CLES = "amoxicilline, paracétamol, HbA1c, tension artérielle"

def transcribe(audio_path):
    segments, info = model.transcribe(
        audio_path,
        language="fr",
        beam_size=5,
        vad_filter=True,        # coupe les silences
        hotwords=MOTS_CLES,     # vocabulaire attendu
        word_timestamps=False,
    )
    lines = []
    for s in segments:
        ts = f"[{int(s.start // 60):02d}:{int(s.start % 60):02d}]"
        lines.append(f"{ts} {s.text.strip()}")
    return "\n".join(lines)

if __name__ == "__main__":
    import sys
    print(transcribe(sys.argv[1]))

El parámetro hotwords, expuesto por la función de transcripción de faster-whisper, permite sugerir al modelo términos esperados: nombres de medicamentos, siglas, exámenes. Ayuda, pero no garantiza: revisa siempre los nombres propios y las dosis.

#Whisper puede escribir lo que nadie ha dicho

La ficha del modelo large-v3 advierte que las predicciones pueden contener textos que no aparecen en el audio, lo que denomina alucinación. En una consulta, esto puede dar lugar a una frase plausible inventada durante un silencio, una cifra modificada o un nombre de medicamento parecido pero incorrecto. El filtro VAD reduce el riesgo durante los silencios; no sustituye la revisión.

#Redactar el informe estructurado

El segundo script envía la transcripción a un modelo local a través de la API de Ollama. Dos ajustes son importantes: una temperatura baja para limitar las invenciones y una ventana de contexto suficiente. La documentación de Ollama indica una ventana predeterminada de unos 4.000 tokens con menos de 24 GiB de VRAM. Una consulta de veinte minutos representa unas 3.000 palabras, es decir, varios miles de tokens (estimación que varía según el ritmo de habla): sin un valor explícito de num_ctx, el final de la transcripción corre el riesgo de quedar truncado. Por eso, el ejemplo fija 16.384 tokens.

import requests

SYSTEM_CR = """Tu es un assistant pour médecin généraliste français.
À partir d'une TRANSCRIPTION BRUTE d'une consultation, tu produis un
compte-rendu médical structuré.

FORMAT DE SORTIE :
## Motif de consultation
## Antécédents (mentionnés)
## Examen clinique
## Diagnostic / Hypothèses
## Traitement / Prescriptions
## Suivi

RÈGLES :
- Reste TEXTUEL : n'ajoute aucun élément non mentionné dans la transcription.
- Reformule en vocabulaire médical standard.
- Si une section n'est pas abordée, écris "Non mentionné".
- Ne complète jamais une posologie ou un diagnostic absent.
"""

def summarize(transcription):
    r = requests.post("http://localhost:11434/api/chat", json={
        "model": "qwen3.5:9b",
        "messages": [
            {"role": "system", "content": SYSTEM_CR},
            {"role": "user",   "content": transcription},
        ],
        "stream": False,
        "options": {"temperature": 0.2, "num_ctx": 16384},
    })
    return r.json()["message"]["content"]

Este prompt aplica los principios de la guía sobre los system prompts: reglas verificables, formato de salida explícito y comportamiento previsto cuando falta información. La instrucción «No mencionado» es importante: evita que el modelo rellene una sección vacía con una hipótesis plausible.

#Diarización: distinguir entre médico y paciente

La diarización asigna cada segmento a un hablante (SPEAKER_00, SPEAKER_01). Sirve sobre todo cuando grabas la propia consulta, con dos voces; para un dictado del médico solo, es innecesaria. El repositorio de pyannote recomienda actualmente el pipeline community-1: debes aceptar sus condiciones de uso en Hugging Face y crear un token de acceso para descargarlo. La inferencia se ejecuta después localmente.

import torch
from pyannote.audio import Pipeline

pipeline = Pipeline.from_pretrained(
    "pyannote/speaker-diarization-community-1",
    token="HUGGINGFACE_ACCESS_TOKEN",
)
pipeline.to(torch.device("cuda"))  # si un GPU est disponible

output = pipeline("consultation.wav")
for turn, speaker in output.speaker_diarization:
    print(f"{turn.start:.1f}s - {turn.end:.1f}s : {speaker}")

#Flujo de trabajo típico en consulta

1. 01
   Informar al paciente

   Antes de la grabación, informa de que la consulta o el dictado se transcribirá mediante una herramienta local y de que el paciente puede oponerse. Si grabas su voz, obtén su consentimiento. Deja constancia de esta información en el expediente.
2. 02
   Grabar

   Dos opciones: dictar de 1 a 2 minutos de notas después de la consulta (ya no se graba al paciente) o grabar la conversación (se requiere consentimiento verbal y la diarización resulta útil). El dictado minimiza los datos recopilados.
3. 03
   Guardar el archivo en el equipo

   Transfiere el audio (WAV, MP3, M4A) a una carpeta dedicada y cifrada. Un pequeño script monitorea la carpeta y desencadena el procesamiento.
4. 04
   Ejecutar el pipeline

   El script transcribe, resume, guarda el informe en formato de texto junto al archivo de audio y registra la operación sin incluir contenido médico en el registro.
5. 05
   Releer y validar tú mismo

   El médico que vio al paciente revisa el informe, lo corrige y lo integra en su software de gestión del consultorio. Una tercera persona ausente de la consulta no puede detectar las alucinaciones.
6. 06
   Eliminar el audio sin procesar

   Una vez validado el informe, elimina el audio y la transcripción intermedia: los datos ya no tienen una finalidad y el informe se conserva junto con la historia clínica.

#Qué comprobar durante la revisión

#Conservación, seguridad y trazabilidad

Registro de actividades de tratamiento

La guía de la CNIL y del Ordre des médecins exige llevar un registro de las actividades de tratamiento; añade una entrada que describa este pipeline local y sus finalidades.

Duración de conservación

El informe se conserva durante el mismo plazo que el expediente médico (20 años después de la última consulta, según la recomendación del colegio profesional). El audio en bruto, que deja de ser necesario una vez validado el informe, se elimina.

Cifrado y respaldos

Cifra el disco (FileVault, BitLocker, LUKS) y realiza copias de seguridad regularmente en un soporte cifrado que se conserve fuera de la consulta. Un equipo robado con datos de salud sin cifrar constituye una violación de datos.

Trazabilidad

Conserva constancia de que se ha informado al paciente, de la versión de las herramientas y de la validación del médico: son tus pruebas en caso de inspección.

• Transcripción médica y LLM local: cumplimiento normativo en el tratamiento de datos de pacientes
• Whisper + Ollama en local: transcripción 100 % sin conexión
• Síntesis de expedientes médicos
• Cifrar el disco de los modelos
• WhisperX: marcas de tiempo por palabra y hablantes
• Dominar los system prompts

• Fuente: guía de la HAS y la CNIL sobre el buen uso de los sistemas de IA en la atención sanitaria
• Fuente: guía CNOM y CNIL sobre la protección de datos de los pacientes
• Fuente: faster-whisper
• Fuente: ficha del modelo Whisper large-v3
• Fuente: pyannote-audio