评估生成式人工智能在妇产科患者信息处理中的应用——生成的患者回复草稿

《O&G Open》：Evaluating Generative Artificial Intelligence–Drafted Responses for Patient Messages in Obstetrics and Gynecology

使用生成式AI草稿回复患者消息在妇产科中可减轻工作负担，但效果因角色而异，医生反馈更积极，非医生临床人员效果不显著，且存在回复质量不均和需人工编辑的问题。

　　生成式人工智能（Generative AI）在医疗领域的应用正迅速发展，尤其在改善患者沟通和提高工作效率方面展现出巨大潜力。这项研究聚焦于在妇产科实践中，使用生成式AI工具生成患者消息的草稿，评估其对临床医生工作负担、职业倦怠以及对消息效率和质量的感知影响。研究采用了一种前瞻性设计，将GPT-4模型整合进电子健康记录（EHR）系统中，用于自动创建患者消息的回复草稿。这些草稿会在医生的收件箱中出现，供医生编辑或忽略。研究结果显示，生成式AI草稿的引入在一定程度上减轻了医生的工作负担，降低了职业倦怠水平，并提升了对消息效率和质量的满意度。然而，其实际效果因临床角色和使用场景而异，表明在不同职业背景下的医生对AI辅助沟通的接受程度和使用方式存在差异。

### 研究背景与意义

近年来，随着健康信息技术的快速发展，电子健康记录系统在医疗机构中得到了广泛应用。2009年《健康信息技术促进经济与临床健康法案》（HITECH Act）的实施，推动了EHR的普及，也促进了远程医疗和患者门户系统的使用。据研究，患者门户的使用率从2014年的25%上升至2022年的60%。这种增长使得医生在处理患者消息方面面临更大的压力，尤其是在繁忙的临床环境中，消息数量的增加与职业倦怠密切相关。为了应对这一挑战，许多医疗机构尝试引入生成式AI工具，用于辅助医生撰写回复草稿，以减少工作负担，提高沟通效率。

生成式AI在医疗领域的应用涵盖多个方面，包括辅助书写、患者咨询、病情评估和消息管理。其中，消息管理是AI技术在临床实践中的一个重要应用场景。研究发现，生成式AI能够有效减少医生在处理患者消息时的时间投入，提高回复的完整性和专业性，从而改善患者体验和医生的工作效率。然而，AI生成的消息也可能存在不准确、不符合临床流程或与医生沟通风格不一致的问题，这些问题可能会影响医生的使用意愿和满意度。

### 研究方法与实施过程

本研究是在一家大型学术医疗系统中开展的前瞻性质量改进研究，覆盖了妇产科的三个门诊站点。研究对象包括医生和非医生临床工作者，如注册护士、高级实践护士和认证助产士等。研究的主要目的是评估生成式AI回复草稿对医生工作负担和职业倦怠的影响。研究假设，生成式AI能够减轻医生的认知负担，并提升其对患者消息处理的满意度。

研究团队在EHR系统中部署了GPT-4模型，用于生成患者消息的回复草稿。这些草稿会在医生的收件箱中显示，医生可以选择“以草稿为基础”或“从空白开始”撰写回复。生成的草稿包含默认免责声明，明确指出部分内容由AI生成，并由医生进行审核和修改。研究期间共生成了1700份草稿，整体使用率为16.2%。其中，医生的使用率显著高于非医生临床工作者（28.6% vs. 13.0%），这一差异可能与医生在消息处理中的更高自主性和更复杂的病情评估需求有关。

为了评估AI草稿对工作负担的影响，研究使用了NASA任务负荷指数（NASA Task Load Index）这一标准化工具，该工具用于衡量医生在处理患者消息时的多维度认知负荷，包括心理需求、体力需求、时间需求和努力程度。研究结果显示，医生在使用AI草稿后，NASA任务负荷指数平均值从221.21降至187.90（P=0.041），表明AI草稿在一定程度上减轻了医生的工作压力。然而，非医生临床工作者的负荷指数没有显著变化，这可能与他们依赖标准化流程和预设的回复模板有关。

为了评估职业倦怠的变化，研究使用了Mini Z 2.0问卷，该问卷包含10个问题，涵盖职业满意度、工作压力、EHR负担等多个维度。结果显示，整体职业倦怠评分有所改善，从28.38上升至30.76（P<0.001），表明AI草稿在一定程度上缓解了医生的倦怠感。然而，这种改善的幅度相对较小，可能不足以对医生的整体职业幸福感产生显著影响。

此外，研究还评估了医生对AI草稿的使用体验，包括其对回复效率、信息完整性和认知负担的影响。结果显示，医生普遍认为AI草稿有助于提高回复的效率和质量，但部分医生指出草稿内容有时不够准确，或与他们的临床实践不符。因此，研究团队认为，生成式AI在医疗沟通中的应用需要进一步优化，特别是在与临床角色和特定医疗场景的匹配度方面。

### 研究结果与分析

研究共纳入29名参与者，其中20名为医生（69.0%），9名为非医生临床工作者（31.0%）。参与者以女性为主，86.2%为女性，且大多数为35-44岁年龄段的医生（37.9%）。此外，超过69.0%的参与者为白人，37.9%的医生具有超过20年的临床经验。这些数据表明，研究样本具有一定的代表性，能够反映妇产科医生群体的基本特征。

研究结果显示，75%的参与者报告称，使用AI草稿后至少减轻了部分与患者消息管理相关的压力或职业倦怠。这一比例较高，表明AI草稿在一定程度上对医生的工作负担和情绪状态产生了积极影响。然而，整体草稿使用率仅为16.2%，说明并非所有医生都积极使用AI生成的回复草稿。医生的使用率显著高于非医生临床工作者，这可能与医生在消息处理中的自主性更高，以及非医生临床工作者更依赖标准化流程有关。

从NASA任务负荷指数来看，医生的平均得分从208.65降至166.85（P=0.039），表明AI草稿在减少医生认知负担方面具有一定的效果。而非医生临床工作者的得分则没有显著变化（249.11至234.67，P=0.61），这可能与他们处理消息的方式不同有关。非医生临床工作者通常按照预设的流程和模板进行回复，因此对AI生成的草稿依赖度较低。

在职业倦怠方面，Mini Z 2.0问卷显示，整体得分从28.38提升至30.76（P<0.001），表明AI草稿在一定程度上有助于缓解医生的职业倦怠。然而，这一改善的幅度较小，且部分医生仍报告称AI草稿并未显著减少他们的工作压力。这可能与AI草稿的准确性、适用性以及医生对AI的信任程度有关。

在消息效率和质量方面，研究发现，医生对AI草稿的使用满意度较高，但部分医生指出草稿存在不准确或与临床实践不符的问题。例如，某些草稿可能推荐了不合适的随访措施，或未能准确回答与患者病情相关的问题。此外，部分医生认为AI草稿虽然提高了回复的效率，但需要额外的编辑时间，以确保信息的准确性和专业性。

### 参与者反馈与建议

研究还收集了参与者对AI草稿的开放性反馈，分为主要优势、挑战和改进建议三类。从反馈来看，医生普遍认为AI草稿能够提高回复的速度和质量，特别是在处理常见问题时。他们也注意到AI草稿在某些情况下可能过于泛泛，或与他们的临床实践不符，因此需要更多的定制化和针对性调整。

另一方面，部分医生对AI草稿的准确性表示担忧，认为某些草稿包含错误信息或不恰当的建议。例如，有医生指出AI草稿可能推荐不必要的随访，或未能正确处理某些特定的医疗问题。此外，部分医生认为AI草稿的语气不够个性化，不符合他们的沟通风格，因此需要更多的定制选项。

在改进建议方面，参与者普遍呼吁对AI草稿进行更专业的定制，使其能够更好地适应妇产科的特定需求。他们建议引入更详细的提示工程，以确保AI生成的回复符合临床指南和特定的患者群体需求。此外，参与者希望AI草稿能够更清晰地标记需要随访的病例，或在某些情况下建议直接联系患者，而不是仅通过消息进行沟通。一些医生还建议将AI草稿与患者的具体情况相结合，以提高回复的针对性和准确性。

### 研究结论与未来展望

研究结论指出，生成式AI在妇产科患者消息管理中的应用在一定程度上减轻了医生的工作负担，并对职业倦怠产生了一定的缓解作用。然而，其实际效果因医生的临床角色和使用场景而异，表明AI草稿的使用需要更细致的定制和优化。此外，研究发现，尽管AI草稿在提高消息效率和质量方面具有潜力，但其实际使用率较低，且部分医生对AI草稿的准确性和适用性表示担忧。

研究还指出，生成式AI在医疗沟通中的应用仍处于早期阶段，需要进一步的系统优化和临床验证。例如，未来的AI系统应能够更好地适应特定的临床场景，提高消息的准确性和个性化程度。此外，AI草稿的使用应结合医生的专业判断，确保其不会取代医生的独立决策能力，而是作为辅助工具提高工作效率。

未来的研究可以探索生成式AI在不同临床领域中的应用效果，以及如何通过持续的训练和优化，提高AI生成消息的准确性和适用性。此外，研究还可以进一步评估AI草稿对患者满意度和临床沟通质量的影响，以全面了解其在医疗实践中的价值。最终，生成式AI在医疗领域的应用需要在技术优化、临床流程整合和医生培训等方面取得突破，才能真正发挥其在改善医疗效率和质量方面的潜力。