护士比医疗助理、医生或高级执业临床医生更有可能推荐用于生成患者门户消息回复的聊天机器人。根据《JAMA Network Open》上发表的研究，AI生成的患者门户消息回复可能改善护士的工作流程，但对医疗助理、医生或高级执业临床医生的帮助有限。
在调查中，大多数护士表示，AI聊天机器人减少了他们将消息转发给临床医生的需求，并使他们能够更快地回答问题。护士也比医疗助理、医生或高级执业临床医生更有可能向他人推荐该聊天机器人。
研究人员在2023年9月至2024年3月期间，在科罗拉多大学健康中心测试了大型语言模型（LLM）聊天机器人GPT-4。该LLM在9个诊所（包括6个初级保健诊所和3个专科诊所）起草了患者门户消息的回复。
LLM共生成了21,323条患者门户消息的草稿回复，其中12%（2,596条）被使用。在LLM在诊所使用两周后，收集了来自12名护士、14名医疗助理和43名临床医生（包括医生和高级执业临床医生）的69份调查回复。
护士显著更有可能比医疗助理和临床医生推荐LLM（净推荐值分别为58、-29和-43；P=0.004）。护士还更有可能报告说，LLM使他们能够：
- 更快地回复消息（92%，50%，和46%；P=0.03）。
- 更容易表达书面同情心（92%，43%，和42%；P=0.01）。
- 错误信息的风险最小（67%，14%，和28%；P=0.04）。
此外，护士比医疗助理更有可能报告说，LLM帮助他们保持在其职责范围内（50%对29%；P=0.01），并减少了他们将消息转发给临床医生的需求（75%对21%；P=0.002）。
总体而言，大多数受访者同意LLM生成的消息具有适当的语气（92%的护士，79%的医疗助理，和65%的临床医生；P=0.21），并且认为它很有趣（92%，57%，和51%；P=0.08）。
“我们的结果与其他报告中描述的初级护理护士对LLM的负面看法不同”，研究人员写道。“这一发现可能是由于每个组看到的具体消息不同。医生和高级执业临床医生可能优先接收复杂消息，这些消息对于LLM来说更难处理；医疗助理可能认为包含临床信息的消息超出了他们的职责范围。这种基于角色的差异和我们12%的整体使用率表明，未来LLM可能需要调整以识别谁将接收消息（医疗助理、护士或医生或高级执业临床医生），并据此创建回复。”
(全文结束)
