人工智能(AI)工具旨在自动记录患者就诊情况，据加州大学洛杉矶分校(UCLA) Health进行的一项新的随机临床试验显示，这些工具有望减少医生在文书工作上花费的时间，并可能改善他们的工作体验。
该研究发表在《新英格兰医学杂志AI》上，研究了两种商用AI听录应用程序——Microsoft DAX和Nabla在真实临床实践中的应用。在涉及14个专业的238名医生和72,000次患者接触的研究中，研究人员发现，与常规护理（对照组）相比，使用Nabla的用户将文档时间减少了近10%，而两种工具都显示出对医生职业倦怠和工作相关压力的潜在益处。
文档负担已成为导致医生职业倦怠的主要因素，医生通常每花1小时照顾患者，就要在文书工作上花费2小时。这是首个严格评估AI听录工具是否能兑现帮助解决这一问题承诺的随机试验。
——首席作者、UCLA Health首席AI官Paul Lukac博士
研究如何进行
研究团队在2024年11月至2025年1月的两个月期间，随机分配医生使用两种AI听录工具中的一种，或继续他们通常的文档实践。AI听录工具记录患者对话并自动生成临床笔记草稿，然后由医生审阅和编辑。
使用Nabla的医生每次编写笔记的平均时间减少了约41秒（从4分30秒减少到3分49秒），而对照组仅减少了18秒（从4分22秒减少到4分4秒）。Nabla组的减少幅度比对照组大9.5%，这是一个统计上显著的结果。使用DAX的医生显示减少幅度较小，与对照组相比未达到统计学显著性。
关键的是，两种AI工具在经过验证的医生职业倦怠、认知工作量和工作疲惫度测量方面都显示出适度的改善，尽管这些发现需要在更大规模的研究中得到确认。例如，Nabla组和DAX组的医生与对照组相比，职业倦怠评分提高了约7%。
平衡益处与担忧
研究还揭示了重要的局限性。医生报告称，AI生成的笔记"偶尔"包含临床显著的不准确之处，最常见的是信息遗漏或代词错误。研究期间报告了一起轻微的患者安全事件。
"这项技术需要医生主动监督，而不是被动接受，"高级作者、UCLA Health内科医生John N. Mafi博士说。"我们的试验表明，虽然AI听录工具提供了可测量的益处，但它们偶尔会产生临床显著的不准确之处。医生必须保持警惕，审阅AI生成的文档。前进的道路需要在拥抱创新的同时，通过严格评估和持续监测，维持医学对患者安全的基本承诺。"
调查结果显示，医生发现这两种工具易于学习和使用，并认为它们能促进与患者的更好互动。患者对这项技术普遍持接受态度，不到10%的人拒绝使用。
对医疗保健的意义
医生职业倦怠影响了近一半的美国医生，并导致劳动力短缺、医疗错误增加以及医疗系统数十亿美元的成本。电子健康记录虽然改善了护理的许多方面，但也增加了大量的文档需求。
随着全国医疗系统迅速采用AI听录工具（通常未经对其有效性和安全性的严格评估），该研究提供了及时的证据。
"通过在日常实践中嵌入随机试验，我们提供了应该指导在医疗保健中实施AI决策的高质量、真实世界证据，"Lukac说。"这种方法可以作为负责任地评估其他新兴AI工具的模型。"
研究人员指出，由于研究是在相对较短的时间内在一个学术医疗中心进行的，因此他们的发现可能不适用于所有实践环境。他们呼吁在多个机构进行更长期的研究，以确认这些发现，并测量对重要健康结果（如护理质量、成本和体验）的下游影响。
【全文结束】
