常规临床实践中人工智能(AI)文书辅助支持的实施结局:一项非随机对照试验

《PLOS Digital Health》:Implementation outcomes of AI documentation support in routine clinical practice: A non-randomized controlled trial

【字体: 大 中 小 】 时间:2026年07月25日 来源:PLOS Digital Health 7.7

编辑推荐:

  尽管大语言模型(Large Language Model, LLM)在减轻临床文书负担方面展现出潜力,现有研究多依赖模拟环境或需补充音频输入。研究人员评估了集成于真实世界电子健康记录(Electronic Health Record, EHR)工作流中的AI文

  
尽管大语言模型(Large Language Model, LLM)在减轻临床文书负担方面展现出潜力,现有研究多依赖模拟环境或需补充音频输入。研究人员评估了集成于真实世界电子健康记录(Electronic Health Record, EHR)工作流中的AI文书副驾驶(copilot),衡量其对医生效率及文书审阅负担的影响。研究为一项非随机对照试验,27名眼科临床医生参与,时长12个月(2024年1月至2025年2月)。受试者在4个月基线期后自主选入干预组(n=11)或对照组(n=17)。AI系统仅以患者EHR记录为输入,生成出院信结论的内联建议(inline suggestions)。系统基于量化低秩自适应(Quantized Low-Rank Adaptation, QLoRA)微调的LLM,训练于80,000份机构记录。主要结局为每分钟字数(words-per-minute, WPM)及上级资深医生核查后所需文书修订次数,涵盖15,615份文档。干预组WPM提升大于对照组( vs. ),组内修订频次下降(从1.36±0.14降至1.26±0.08/文档),对照组无显著变化。线性混合效应模型确认文书效率的组×暴露交互显著(p=0.045),修订次数交互不显著。该真实世界评估表明,常规临床条件下AI文书辅助与文书效率提升相关,且在既有监督流程下维持文书标准。结果支持协作式“副驾驶”设计为在不妥协患者安全协议下提升文书效率的可行路径,并提示其有望减轻临床文书负担。
研究背景与动机
医师高达半数工作时间用于电子健康记录(Electronic Health Record, EHR)交互,其中文书活动约占EHR总用时25%,且常延伸至非工作时段,与职业倦怠直接相关。大语言模型(Large Language Model, LLM)虽在模拟环境中展现自动生成文书的潜力,但既有证据多限于实验室模拟或需额外音频采集,未能嵌入真实优化后的模板化临床流。为弥补该缺口,研究人员在德国弗莱堡大学医学中心眼科门诊开展真实世界评估,仅以常规EHR数据为输入,采用“内联建议+人工持续编辑”的副驾驶(copilot)范式,检验其能否在不增加审阅负担前提下提升文书效率。论文发表于《PLOS Digital Health》。
关键技术方法
研究为2024年1月30日至2025年2月5日、含4个月基线的非随机前后对照试验,样本为27名未获委员会认证的初级医师(junior physicians),其文书须由资深医师强制审阅。AI模块基于BLOOM-CLP-German架构(约70亿参数)以QLoRA(4-bit NF4量化+注意力层低秩适配器)微调,语料为机构内约80,000份匿名眼科出院信;系统仅在EHR编辑器内以选配复选框触发,对出院信结论段给出1–2句内联续写,用户按键接受或键入覆盖。效率指标为活跃编辑时长折算的每分钟字数(Words Per Minute, WPM),审阅负担为资深医师退回修订轮次;个体文档按累计数量聚为顺序“桶”(bucket)以平衡重复测量,采用含随机截距的线性混合效应模型(restricted maximum likelihood估计)检验组×暴露交互。
研究结果
Participant flow(受试流向):27人中干预组11人(产出7,494份信,AI覆盖率44.7%–89.5%),对照组16人(8,121份);回溯问卷示两组培训年限与技术亲和(TA-EG)无差异,但AI组对新系统尝试意愿及AI文书有用性评分更高(p=0.036)。
Documentation efficiency(文书效率):基线WPM组间无差(p=0.27);后期对照组41.8→44.4 WPM,干预组39.5→46.7 WPM;混合模型组×暴露交互p=0.045,干预组效率爬升更陡。
Documentation review burden(审阅负担):干预组修订数1.36±0.14→1.26±0.08(组内p=0.013),对照组1.27±0.16→1.23±0.12(p=0.147);组×暴露交互不显著,说明AI未增加资深医师审查负荷。
讨论浓缩
讨论指出AI用户效率增益约为非用户三倍,且组内修订下降,反驳了“LLM生成文本必增事实错误致审阅反弹”的担忧;内联建议+持续人控被解释为抑制自动化偏差、维持标准的关键设计。研究人员提醒非随机自选择(AI组初始WPM略低、尝试意愿高)、以累计文档数而非日历时间分桶、单专科(眼科)窄段落(出院信结论)、WPM不能等同绝对时长节约、修订数不等同事实正确性等为边界。结论认为:在受控实施与资深监督下,AI副驾驶与更高文书效率相关且未恶化审阅负担,可谨慎用于精选场景返还医师时间,但非LLM无条件常规化依据;未来需多中心随机验证并纳入护理等其他角色。
结论部分翻译
本研究显示,AI辅助文书与更高效的临床书写相关,同时在例行资深医师监督下维持文书标准,表现为修订需求稳定或下降。综上,恰当实施的AI辅助或可减轻致医师倦怠的文书负荷,且不破坏例行质量保证流程。同时,结果不应解读为LLM已成熟至无限制常规临床应用,而系受控实施下的初步真实世界证据。提供内联建议的“副驾驶”路径在持续人机监督下仍交付实质效率收益,证明AI可嵌入既有EHR流而无需额外数据采集或流程变更。未来研究应优先多中心跨专科验证、纳入护理等更广职业、考察采用与获益分布的个人情境因子、评估对满意度与实践的长期效应。总体而言,AI文书技术已可在受监督精选场景中谨慎落地,有望归还医师宝贵时间并支撑照护传递而不妥协例行质保。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号