文献速递重症综合管理与镇静镇痛

使用环境AI记录员减少行政负担与职业倦怠

Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout.
PubMed 文献 · JAMA Netw Open · 2025-10-01
一句话结论多中心质量改进研究显示,门诊临床医生使用环境AI记录员30天后,倦怠比例从51.9%降至38.8%(OR 0.26)。

该多中心质量改进研究在美国6个学术与社区医疗系统开展,评估门诊医生和高级实践提供者使用同一环境AI记录平台30天前后的变化。263名完成前后问卷的门诊临床医生纳入分析,倦怠比例从51.9%降至38.8%(校正OR 0.26,95%CI 0.13-0.54)。笔记相关认知任务负荷、下班后记录时间等次要结局也得到改善。作者认为AI记录员可能有助于减轻行政负担、增加有意义的工作时间与职业幸福感。

要点

  • 263名门诊临床医生使用环境AI记录员30天后,倦怠比例从51.9%降至38.8%(差值13.1个百分点,95%CI 6.5-19.7),校正OR 0.26(95%CI 0.13-0.54)。
  • 严重倦怠(评分≥4)比例从18.4%降至12.2%(差值6.2个百分点,95%CI 1.3-11.2,P=0.01)。
  • 笔记相关认知任务负荷在10分制上平均降低2.64分(SE 0.13,P<0.001)。
  • 下班后记录时间平均减少0.90小时/周(SE 0.19,P<0.001),相当于每个工作日节省约10.8分钟。
  • 作者认为AI记录员可能成为减轻临床医生行政负担、增加有意义工作时间与职业幸福感的可扩展方案。

适用人群与场景

  • 美国6个学术与社区医疗系统的门诊医生和高级实践提供者,自愿参与,排除9名无专科门诊或直接患者护理的急诊医学参与者。
  • 纳入分析的263名临床医生中,131名为初级保健专业人员(49.7%),232名为主治医师(88.2%),168名为学术教员(63.9%)。

诊断标准与关键阈值

  • 倦怠采用Mini-Z量表5点单条目评估,评分≥3分定义为倦怠(对应「我开始倦怠并出现1个或以上倦怠症状(如情绪耗竭)」)。
  • 严重倦怠事后敏感性分析采用评分≥4分作为界值。

处置流程与药物剂量

  • 临床医生从门诊电子健康记录日程中选择相关患者就诊,取得患者口头同意后录制就诊过程。
  • 录制后系统即时在安全在线门户生成标准诊室笔记格式文档,临床医生可查看和编辑,并可高亮片段查看底层转录或听源音频。
  • 编辑后文本自动导入临床医生的笔记模板;患者被告知经过短暂宽限期后原始录音和相关转录将被删除。
  • 培训由各机构使用供应商标准材料和自行开发的培训方法完成。

研究设计与关键结果

  • 研究类型为多中心质量改进研究,采用干预前和干预后30天问卷调查,6个美国学术与社区医疗系统参与,451名临床医生入组,272名完成前后问卷(完成率60.3%),263名纳入分析。
  • 主要终点:倦怠比例从51.9%降至38.8%(差值13.1个百分点,SE 3.3,95%CI 6.5-19.7),校正OR 0.26(95%CI 0.13-0.54,P<0.001)。
  • 严重倦怠(评分≥4)比例从18.4%降至12.2%(差值6.2个百分点,SE 2.5,95%CI 1.3-11.2,P=0.01)。
  • 次要终点(10分制,未校正配对t检验):笔记相关认知任务负荷平均降低2.64分(SE 0.13,P<0.001);给予患者全部注意力的能力平均改善2.05分(SE 0.18,P<0.001);患者从笔记理解护理计划的能力平均改善0.44分(SE 0.17,P=0.005);紧急添加患者至门诊日程的能力平均改善0.51分(SE 0.24,P=0.02);下班后记录时间平均减少0.90小时/周(SE 0.19,P<0.001)。
  • 倦怠评分在所有参与者中从4.59分降至4.12分(平均差值0.47分,SE 0.12,P<0.001)。

证据类型、等级与局限

  • 证据类型:多中心质量改进研究(干预前后自身对照,无对照组)。
  • 局限:评估非为研究目的设计,数据集为便利样本;参与机构基线人口学特征不可得,无法评估样本代表性或自选择偏倚;无对照组校正时间趋势;仅纳入完成前后问卷者,无法描述未完成者或未应答者;招募可能偏向新技术支持者;结果为主观报告,未与电子健康记录中记录效率的定量数据配对;调查非匿名,早期采用者可能为取悦数字健康领导而正面回答;无法控制未测量混杂;1个学术医学中心(69名应答者)未参与倦怠问题,次要结局比较须视为探索性。

对床旁实践的改变

  • 作者认为环境AI记录员可能成为减轻临床医生行政负担、增加有意义工作时间与职业幸福感的可扩展方案,且可能以低于人类记录员的成本扩展。
  • 研究显示门诊临床医生使用环境AI记录员30天后倦怠、笔记相关认知任务负荷和下班后记录时间均改善,但原文未据此给出推荐。

提炼说明

  • 原文未涉及「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译9 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2025 Oct 2;8(10):e2534976. doi: 10.1001/jamanetworkopen.2025.34976

引言

大语言模型是生成式人工智能(AI)系统,能够生成看似专业的文本。它们被训练来聆听、即时转录、理解并整合文档,并通过人工训练进行微调。1 环境AI平台可以聆听临床诊疗过程并起草临床文档。这项技术有可能减少因在电子健康记录(EHR)中记录过多时间而导致的职业倦怠,并让专业人员有更有意义的时间与患者、亲人相处或用于自我照护。2

医生供不应求,3 他们超过半个工作日的时间用于在EHR中记录,4,5,6,7 而只有四分之一的时间用于与患者面对面交流。6 用于记录的时间比例持续上升,5,8 尤其是在基层医疗专业人员中,9,10,11 并与职业倦怠、工作投入减少和人员流失相关。10,12,13,14

美国国家医学院于2024年12月召开了一次会议,讨论AI改善卫生工作者福祉(例如减少职业倦怠)的潜力。15 迄今为止,评估该技术是否能减轻行政负担、释放患者诊疗时间并减少职业倦怠的数据很少,且大多为单中心数据。16

这项干预前后研究的目的是考察使用环境AI记录员30天是否与在门诊诊所提供诊疗的临床医生职业倦怠减少相关。次要目的是探讨环境AI记录员是否与认知任务负荷改善、下班后记录时间、对患者的专注度、患者能理解的病历记录以及在紧急需要时能否将患者加入诊所日程相关。

方法

参与者、场所和干预

这项质量改进研究于2024年2月1日至10月31日在美国6个卫生系统中进行,这些系统部署了Abridge环境AI记录员(Abridge AI, Inc)干预措施来起草临床文档。耶鲁大学机构审查委员会认定该研究不属于人体受试者研究,因为这是对最初为质量改进而收集的去标识化聚合调查数据的二次分析,无需知情同意。进行统计分析的研究者(K.D.O.和D.M.)未参与干预;未与参与者接触;也未从供应商处获得任何激励或报酬。该研究遵循质量改进报告卓越标准(SQUIRE)报告指南。

参与者同意在使用环境AI记录员30天前后完成评估。卫生系统的数字健康负责人招募了门诊医疗医生和高级执业医师参与。参与是自愿的,除了环境AI记录员的潜在益处外,没有其他激励。参与者由其所在机构使用供应商的标准材料和自行决定的站点培训方法进行入职培训。参与者在干预前收到一份调查问卷,30天后收到一份干预后调查问卷(补充材料1中的e表1)。

为使用环境人工智能记录员,临床医生从其门诊电子健康档案(EHR)日程中选择相关患者就诊记录,获得患者口头同意,并录制就诊过程。录制后,文档即时以标准医疗办公室记录格式生成于安全在线门户,可供查看和编辑。临床医生可高亮记录中的片段以查看底层转录文本或收听源音频录音。编辑后,文本自动导入临床医生的记录模板。患者被告知,经过短暂宽限期后,原始录音及相关转录文本将被删除。供应商确认,所有站点在为期9个月的研究期间均使用同一版本的技术。

供应商在干预前及干预第30天后向5家机构发放标准化调查问卷;第六个系统独立发放。参与并非匿名;站点团队提示个人完成评估。参与者若在门诊诊所执业并完成了干预前和干预后调查,则纳入分析。来自所有6个站点的汇总和去标识化数据被发送至其中一个参与站点的独立研究者(K.D.O.和D.M.)进行分析(图;补充1中的e图1)。

图。纳入和排除标准人工智能(AI)表示人工智能。 查看原图 ↗

测量指标

主要结局

职业倦怠采用5点、单项指标进行评估,该指标已针对完整Maslach职业倦怠量表的情绪耗竭维度进行验证。17,18,19该单项指标是常用的Mini-Z量表的一部分,19常用于简短调查。按照标准惯例,职业倦怠定义为评分至少3分,以便与现有文献进行比较,其中3分对应“我开始出现职业倦怠并有1个或更多职业倦怠症状(例如,情绪耗竭)”。17,18,19

次要、探索性结局

我们评估了若干对临床医生而言重要的因素与使用环境人工智能记录员之间的关联。与记录相关的认知任务负荷通过3个相关条目的总和复合评分进行评估,这些条目改编自经过验证的6条目美国国家航空航天局任务负荷指数。20,21,22 该量表的4条目版本(排除与职业倦怠相似的结构,包括挫败感和表现)此前已用于评估全国医生样本。21 本与记录相关的3条目版本排除了对体力需求的评估,包括以下问题:“写病历对你的精神需求有多大”、“你写病历的速度有多匆忙/紧迫”以及“你需要多努力才能达到你的病历书写表现水平?”集中注意力通过以下陈述进行评估:“在诊疗过程中,我能够给予患者全身心的关注”,采用1(非常不同意)至5(非常同意)的量表。患者接诊能力通过以下陈述进行评估:“我觉得如果有紧急需要,我可以在我的门诊时段至少再增加1次患者诊疗”,采用1(非常不同意)至5(非常同意)的量表。可紧急加入门诊排班的患者数量通过以下陈述进行评估:“我估计我可以在我的门诊时段增加的患者诊疗数量为1名患者、2名患者、3名患者或4名及以上患者。”非工作时间文书工作通过以下陈述进行评估:“我每周在门诊时间之外写病历的平均时间为”,从1至10小时的范围中选择(1个站点允许自由输入数字,分析时超过10小时的截断为10小时)。干预后,调查了相同的问题和陈述,并在前面加上“使用Abridge时”,以评估环境人工智能记录员对病历书写任务的影响(补充材料1中的eTable 1)。

统计分析

干预前和干预后分析使用了汇总的去标识化调查数据,这些数据作为质量改进项目评估的一部分,在6个部署同一版本环境人工智能记录员的医疗系统中收集。统计分析计划已预先注册,包括报告阴性结果的承诺。23 主要结局是职业倦怠,次要分析包括多个其他结局指标的变化,这些指标经线性转换为10分制以便于解释和比较。样本通过标准描述性统计进行特征描述(包括性别、执业年限和专科)。未收集种族和民族数据,以降低即使在为二次分析对数据进行汇总和去标识化后仍能识别受访者的风险。

对于职业倦怠这一主要结局,我们采用了传统的二分类倦怠结局(评分≥3)。在主要分析中,我们使用分层逻辑回归将临床医生的倦怠指标对干预期指标(干预前 vs 干预后)进行回归,模型中包含嵌套于站点内的临床医生随机截距(即每位临床医生每个时间点1个观测值)。此外还进行了事后敏感性分析,将倦怠截断值设为至少4而非至少3,以评估严重倦怠的变化。对未调整的10分制量表采用配对t检验,用于探索性研究次要结局及跨临床医生人口学特征(包括执业模式、学位、专业、执业年限和性别)的亚组效应。与我们的方向性假设一致,统计显著性设定为P < .05(单侧)。由于这些分析纯属探索性质,未进行多重比较校正或共线性检验。分析在完整数据集上进行;缺失数据未进行插补。站点5(包含63名参与者)未包含调查倦怠问题,因此从主要结局中删失(补充材料1中的eTable 2显示了与其他站点的临床医生人口学特征比较)。站点4(包含19名参与者)未包含患者接诊问题,且在1个站点中,工作时间外的小时数从自由文本转换为有序量表以统一数据。所有分析均使用Stata/MP 18.5版(StataCorp LLC)完成。

结果

在451名参与者中,272人完成了两次调查(完成率60.3%),排除9名无专门门诊或直接患者诊疗的急诊医学参与者后,263名临床医生纳入研究(平均[SD]执业年限,15.1[9.3]年;女性141人[53.6%],男性120人[45.6%],性别未报告2人[0.8%])(图;表1)。这些人包括131名初级保健专业人员,代表普通内科、家庭医学、内科/儿科和儿科(49.7%),46名成人专科医生(17.5%),14名从事神经病学和精神病学工作(5.3%),以及72名从事外科专科工作(27.4%)。样本以主治医师(232人[88.2%])和学术教员(168人[63.9%])为主。除去学术站点5后,提供倦怠数据的194人样本与较大样本相似,大多数为主治医师(179人[92.3%])、学术教员(99人[51.0%])和女性(108人[55.7%])。倦怠样本的执业年限较短(平均[SD],13.0[8.2]年),成人专科医生较少(28人[14.4%])。同样的受访者中有8人(4.2%)在执业模式、专业和性别方面存在缺失数据(补充材料1中的eTable 2)。

在所有参与者中,252人(95.9%)使用环境人工智能 scribe 生成了至少5份病历记录。在干预前,参与者使用手动打字(218人[82.9%])、模板或点短语(224人[85.2%])、口述(123人[46.8%])或人工 scribe(43人[16.3%])进行临床记录。仅有4名参与者(1.5%)此前有使用其他环境人工智能 scribe 解决方案的经验。

在纳入职业倦怠模型的186名参与者中,以职业倦怠为主要结局(采用≥3的标准截断值)的比例从51.9%降至38.8%(差值,13.1个百分点;SE,3.3个百分点;95% CI,6.5-19.7个百分点),在对临床医生人口学协变量及嵌套于各站点的临床医生进行调整后,对应的职业倦怠校正比值比为0.26(95% CI,0.13-0.54;P < .001)(表2)。一项采用至少4分为重度职业倦怠截断值的事后敏感性分析显示,重度职业倦怠比例的校正后降幅从18.4%降至12.2%(差值,6.2个百分点;SE,2.5个百分点;95% CI,1.3-11.2个百分点;P = .01)。

在使用环境人工智能记录助手30天后,参与者除1项外的所有次要探索性因素均出现显著改善,这些因素通过未调整的配对t检验评估,结局归一化为连续10分制量表:与记录相关的认知任务负荷(均值[SE]差值,2.64[0.13]分;P < .001)、将全部注意力集中于患者的能力(均值[SE]差值,−2.05[0.18]分;P < .001)、在紧急需要时将患者加入门诊排班的能力(均值[SE]差值,−0.51[0.24]分;P = .02)、撰写患者能够理解的记录(均值[SE]差值,−0.44[0.17]分;P = .005),以及减少非工作时间用于文书记录的时间(均值[SE]差值,0.90[0.19]小时;P < .001)(表3)。

在使用10分制量表进行未调整配对t检验的进一步探索中,所有参与者的职业倦怠评分在干预前后从4.59分显著降至4.12分(均值[SE]差值,0.47[0.12]分;P < .001)。若干亚组的职业倦怠出现具有统计学意义的降低,包括医生(均值[SE]差值,0.52[0.12];P < .001)、学术领域参与者(均值[SE]差值,0.32[0.14]分;P = .01)、医疗集团雇用的临床医生(均值[SE]差值,0.65[0.20]分;P = .001)、从业10至15年的参与者(均值[SE]差值,0.38[0.22];P = .048)、男性(均值[SE]差值,0.48[0.16]分;P = .002)和女性(均值[SE]差值,0.46[0.17]分;P = .004)。在门诊专科中,家庭医学和儿科(均值[SE]差值,0.98[0.28]分;P < .001)、妇产科(均值[SE]差值,0.59[0.34];P = .048)和成人专科(均值[SE]差值,0.50[0.28]分;P = .04)均出现降低(补充材料1中的eTable 3)。

表1. 完成干预前和干预后调查的263名参与者的人口学特征 查看原表 ↗
表2. 干预与自我报告职业倦怠关联的单变量和多变量模型 查看原表 ↗
表3. 使用环境人工智能记录助手前后次要结局指标的比较 查看原表 ↗

讨论

据我们所知,这项质量改进研究是首个大型、多中心的干预前后评估,旨在评价环境人工智能(AI)记录员与临床医生体验之间的关联。使用环境AI记录员30天后,发现参与者经历职业倦怠的比值降低74%。在控制组织和个人人口学因素后,报告职业倦怠的参与者比例从51.9%降至38.8%。与基线相比,实施环境AI记录员与以下情况相关:对患者的关注增加、临床医生更有信心认为患者通过阅读记录能够理解照护计划,以及更同意在紧急需要时可在门诊排班中增加额外患者,同时减少与记录相关的认知任务负荷和下班后用于书写病历的时间。

尽管病历记录负担的高患病率及其与职业倦怠的关联已广为人知,10,24,25,26,27 但已报道的干预研究很少。28,29 现有的小型、单中心、干预前后评估——针对面对面或远程人类记录员以及环境AI记录员——报告称,记录工作减轻了医生的病历记录负担、改善了患者对记录的理解、促进了对患者的集中关注并改善了职业幸福感30,31,32,33,34,35,36,但并未可靠减少下班后用于书写病历的时间,也未提高在排班中增加更多患者的能力。27,37

我们观察到的职业倦怠下降与人类记录员和环境AI记录员研究中报道的情况相当。我们的研究发现,在使用该环境AI平台第一版本30天后,职业倦怠的比值降低74%。两项较小的单中心研究分别在该环境AI记录员使用5周和3个月时进行评估,使用另一种量表发现职业倦怠有类似下降,但该量表与此处使用的单条目并不直接可比。31,33 一项纳入37名基层医疗医生的研究使用相同的单条目职业倦怠指标,发现使用远程人类记录员时职业倦怠的比值降低85%,30 但2019年至2020年这一时段使比较变得困难,因为新冠疫情期间医生职业倦怠是动态变化的。38,39,40

我们的研究报告,与记录相关的认知任务负荷在10分制量表上降低2.64分。使用不同的环境AI记录员,其他人发现认知任务负荷在100分制量表上也有类似的统计学显著降低,为24.42分。31 我们的参与者在干预后报告相当于每个工作日节省10.8分钟。先前针对另一种环境AI工具的研究发现,3个月后下班后工作时间每天减少5.17分钟,32 而基于电子健康记录(EHR)数据,180天后下班后工作时间无显著减少。34 相比之下,一项使用远程人类记录员的3个月试点研究将下班后病历记录时间减少了每次预约患者就诊1.1分钟(P = .004),35 对于一个包含20次就诊的普通门诊日,相当于每天22分钟。缺乏可比指标使这些研究的比较难以解释。目前没有公认的标准用于比较病历记录质量,然而,对患者通过阅读环境AI生成的记录能够理解其照护计划的信心出现统计学显著增加,这与其他多项较小的记录员研究一致。31,33,36

需要采用标准化指标和方法来明确评估和比较质量改进,尤其是在人工智能技术引入医疗保健领域的背景下。27,41,42 美国医学会“医学中的快乐”认可项目建议按专科和诊疗环境测量和追踪标准化电子健康记录(EHR)指标,以每天8小时工作为基准进行归一化,包括EHR总使用时间、病历记录时间、收件箱处理时间以及业余工作时间。42 利用这些指标,研究人员比较了各专科在每周40小时工作制下可用于患者预约时段的小时数;门诊专科(如感染病科、老年医学科、血液科、初级保健)显示出工作日中可用于患者预约时段的比例最低,主要原因是花费过多时间用于记录和完成EHR任务。11 标准化指标使研究人员能够追踪和报告专业人员花费在EHR行政任务上的时间不断攀升的情况,这些任务目前占据了专业人员超过一半的时间,而记录临床诊疗本身仅占其中一小部分。4,5,6,8,12,43 这种增加在很大程度上与医疗改革、疫情期间启动的远程医疗和健康门户的采用、笔记开放获取以及要求计算机-医师订单录入的政策有关。这些因素可能解释了为什么scribe辅助的诊疗记录仅带来有限的时间节省,凸显了未来需要支持额外EHR任务的必要性。

尽管记录时间仅有这些小幅变化,但职业倦怠的显著变化表明,这些小幅改善可能具有超乎比例的影响力,或者干预措施的其他方面可能改善了临床医生的整体体验。门诊诊疗中的临床医生承担着最大的记录负担11,也是从记录辅助中获益最多的群体。与外科手术或操作不同,门诊诊疗主要是认知性的,需要将注意力集中于患者,以促进复杂的医疗决策、患者教育,并建立信任的治疗关系以促进对推荐治疗方案的依从性。44,45,46 我们的研究结果表明,AI scribe与更令人满意的、以患者为中心的体验相关,而这种体验对职业满意度至关重要,并对职业倦怠具有保护作用。44,45,46,47,48 下班后记录所节省的时间为自我照顾49、与亲人共度时光50提供了时间,并有助于工作与生活的满意度。2,51 职业倦怠率低的医生群体与更高质量的诊疗52,53、致力于全职工作的医生留任率54,55,56,57、避免每流失一名医生平均800 000至130万美元的离职成本54,58以及因破坏医生与患者之间诊疗连续性而产生的额外医疗费用59相关(补充材料1中的eFigure)。

局限性

本研究存在局限性。纳入的医疗机构将环境人工智能(AI)记录员作为质量改进举措实施;因此,该评估并非为研究目的而设计,数据集属于便利样本。参与机构的基线人口学特征不可获得,无法评估样本是否能代表各自的职业人群,也无法评估招募和 attrition 中的自我选择是否代表了偏倚视角。没有对照组来校正时间趋势。由于该数据集仅包含完整的干预前和干预后调查结果,我们无法描述未完成者或未应答者的特征。可以想象,招募可能偏向于那些支持新技术、更有可能给出好评的个体。60 研究结果是关于职业体验的主观报告,未与来自电子健康记录(EHR)的临床文档效率定量数据配对。这些早期采用者可能为了取悦其数字健康领导层而作出好评,因为调查并非匿名。我们无法控制未测量的混杂因素。最后,1 家学术医疗中心(69 名应答者)未参与职业倦怠问题的调查;尽管职业倦怠样本在人口学上与较大样本大致相似,但次要结局的比较解释必须被视为探索性的。总体而言,该分析确实控制了其他因素,包括卫生系统的多样性(学术和社区站点的全国样本)、专业学位、专科、执业时间和性别。尽管存在局限性,结果在幅度和统计学显著性上均有利,且与先前较小的研究一致,并可能支持推广至其他卫生系统的门诊诊所。

结论

这项涉及 263 名门诊临床医生的多中心质量改进研究发现,在使用环境人工智能(AI)记录员 30 天后,临床医生中职业倦怠的比例从干预前的 51.9% 降至干预后的 38.8%,并伴随认知任务负荷、下班后文档记录时间、对患者的专注注意力以及紧急获得护理方面的相关改善。人工智能记录员可能代表一种可扩展的解决方案,以减少临床医生的行政负担,并让更多时间用于有意义的工作和职业福祉。环境人工智能解决方案可能以低于人类记录员的成本实现可扩展。

参考来源

  1. Olson KD, Meeker D, Troup M, et al. Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout. JAMA Netw Open. 2025. PMID: 41037268. doi:10.1001/jamanetworkopen.2025.34976
  2. 全文:PMC12492056(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12492056/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。