生成式AI在医患沟通管理中的应用与效率评估：基于EHR审计日志的真实世界研究

《npj Digital Medicine》：Utilization of Generative AI-drafted Responses for Managing Patient-Provider Communication

本刊推荐：为解决电子健康记录(EHR)收件箱中患者消息激增导致的医护人员(HCP)工作负担加重问题，研究人员开展了一项关于生成式AI(GenAI)起草回复在医患沟通管理中应用的真实世界研究。通过分析75名HCP使用AI生成回复的EHR审计日志，发现虽然总体使用率较低(19.4%)，但提示词优化可提升使用率，且AI起草能缩短6.76%的回复时间。该研究为优化GenAI在临床工作流中的部署策略提供了重要证据。

　　

在数字化医疗时代，电子健康记录(EHR)系统已成为医疗机构不可或缺的工具，但随之而来的患者消息激增却给医护人员(HCP)带来了新的挑战。每天涌入EHR收件箱的大量患者咨询，让本已工作繁重的医护人员面临更大的行政负担，这种现象被形象地称为"收件箱疲劳"。研究表明，这种持续的消息处理压力不仅加剧了医护人员的工作负担，更与职业倦怠的发生密切相关^4-6。

传统的解决方案包括过滤低临床价值消息、将消息委托给高级实践提供者(APP)和支持人员⁸，以及实施自动化消息分诊⁹等。然而，这些干预措施效果有限，迫切需要更高效、可扩展的解决方案。在此背景下，生成式人工智能(GenAI)技术应运而生，特别是基于大型语言模型(LLM)的系统，被寄予厚望能够帮助医护人员起草患者消息回复^11-15。

尽管GenAI在医疗知识应用方面展现出潜力^19,20，但其在实际临床环境中的效果仍不明确。先前的研究多基于模拟实验和问卷调查，缺乏真实世界环境下的使用数据^15,24。更重要的是，现有评估往往关注时间指标，而忽略了管理患者消息的复杂性——包括阅读询问、查阅病历和解读检查结果等任务^42,43，这些正是导致任务切换和认知负荷增加的关键因素^44,45。

为了填补这一研究空白，纽约大学朗格尼健康中心的研究团队开展了一项创新性研究，利用EHR审计日志这一宝贵的数据源，深入分析了75名医护人员在11个月内使用GenAI起草回复的真实情况。这项发表在《npj Digital Medicine》的研究，为我们理解GenAI在临床工作流中的实际应用提供了重要见解。

研究方法主要包括对EHR审计日志的系统分析，重点关注三个临床站点（两个内科和一个神经科）的75名医护人员的使用数据。研究团队开发了一套完整的评估框架，包括使用率计算、文本特征分析和效率指标评估。通过逻辑回归模型分析影响使用率的因素，并采用时间动作研究方法比较使用AI起草和未使用情况下的工作流程差异。文本分析采用了一系列语言学指标，包括信息量（熵）、情感主观性、阅读难易度和情感内容等，使用LIWC-22( Linguistic Inquiry and Word Count)等工具进行量化分析。

研究结果

样本特征描述

研究共纳入75名参与试点项目的医护人员，其中医师54名(72%)，临床支持人员14名(18.67%)，行政支持人员7名(9.33%)。在2023年10月11日至2024年8月31日期间，共收到55,767条独特的患者消息，其中约80%(44,454条)的消息未得到回复即被处理。对于这些未回复的消息，GenAI生成的起草平均长度为56个单词，基于成人默读速度238词/分钟计算，估计医护人员阅读这些起草的平均时间为每消息13.51秒。

GenAI起草使用率分析

在5,935条符合条件的消息中，医护人员使用"从起草开始"选项的比例为19.4%。使用率随时间呈现上升趋势，从初始提示词阶段的12%提升至超级提示词更新后的20%。不同角色医护人员的使用模式存在显著差异，行政支持人员的使用率最高（峰值达32%），而医师群体的使用率在三个时期呈现显著差异(test-stat=23.74, p<0.001)。

影响使用率的起草特征

逻辑回归模型识别出多个显著影响使用率的起草特征。信息量（熵）、情感主观性、阅读易读性、情感内容和简洁性都是使用率的显著预测因子。具体而言，熵(β=0.4047, p<0.001)、情感主观性(β=0.4050, p=0.010)和Flesch阅读得分(β=0.0161, p<0.001)与使用率呈正相关。而字数则与使用率负相关(β=-0.0108, p<0.001)，表明用户偏好信息丰富但简洁的起草。

使用GenAI起草对工作效率的影响

尽管使用AI起草的消息需要稍多的操作步骤（平均4.71 vs 4.62），但其周转时间中位数缩短了6.76%（331秒 vs 355秒）。然而，消息打开时间中位数增加了7.27%（59秒 vs 55秒），未处理时间中位数增加了15%（23秒 vs 20秒）。在操作类型方面，使用AI起草的消息责任转移操作较少，但创建电话呼叫和医疗审查操作较多。

讨论与意义

本研究通过EHR审计日志的全面分析，揭示了GenAI在医患沟通中的实际应用情况。虽然总体使用率较低，但提示词优化显著改善了使用效果，特别是对医师群体。研究结果强调了定制化部署策略的重要性，需要根据不同医护人员的角色特点优化AI生成内容。

一个值得关注的发现是，GenAI为所有患者消息生成起草的策略可能适得其反。估计显示，当医护人员阅读这些不必要的起草时，每条消息的时间成本增加了135.42%，这与数字极简主义原则相悖。研究建议采用更有针对性的AI部署策略，专注于高价值患者消息类型。

尽管存在局限性（如单中心研究、类别不平衡等），这项研究为GenAI在医疗环境中的优化应用提供了重要指导。未来研究需要结合多中心、混合方法评估，进一步优化起草生成策略，确保AI整合能够真正支持临床工作流，而不引入意外负担。

这项研究的真正价值在于其方法论创新——通过真实世界的EHR使用数据，而非模拟实验或主观报告，为我们理解GenAI在医疗环境中的实际影响提供了可靠证据。随着医疗系统继续探索AI技术的应用，这种基于实证的评估方法将变得越来越重要。