《Journal of Patient Experience》：Reclaiming the Human Connection in Clinical Care With AI
编辑推荐：
摘要翻译：医患关系正日益趋于疏离，许多临床医生被行政任务压得不堪重负，而患者也常常感到自己未被倾听。临床照护中常常缺失的正是本文作者所称的“人类联结”（human connection），它指代医患互动中的关系性品质，具体表现为积极倾听、目光接触、共情回应、共
摘要翻译：医患关系正日益趋于疏离，许多临床医生被行政任务压得不堪重负，而患者也常常感到自己未被倾听。临床照护中常常缺失的正是本文作者所称的“人类联结”（human connection），它指代医患互动中的关系性品质，具体表现为积极倾听、目光接触、共情回应、共享决策，以及患者感受到自己被医生看见和理解。尽管电子健康记录（EHR）常被视为这种疏离的一个原因，但人工智能（AI）提供了恢复这一联结的重要机遇。通过自动化处理文档记录、收件箱管理、照护导航等文书性任务，AI可帮助临床医生重新获得开展共情、以人为本的照护所需的时间和认知空间。本文基于已发表的证据和作者自身的经验，考察环境式AI（ambient AI）与代理式AI（agentic AI）对医患双方临床体验可能产生的影响，同时承认AI带来的风险以及在临床环境中使用AI所必需的安全保障措施。当AI在审慎部署和有效监督下应用时，能够帮助临床医生重新找回处于照护体验核心的人类联结。
论文解读：在临床照护中重拾人类联结——AI的机遇与挑战
一、研究背景与问题
长期以来，医学不仅是一门客观科学，更是一门艺术。医患之间那种建立在积极倾听、目光接触、共情回应、将患者价值观整合入决策以及患者感受到被看见、被理解之上的关系性品质，即本文所称的“人类联结”（human connection），是临床照护的基石。然而，当前医患关系正变得越来越支离破碎。大量临床医生被行政任务所压垮，而患者则常常感到自己被忽视。造成这一局面的重要结构性质因，被作者称为“行政税”（administrative tax）——即病历书写、收件箱管理、计费、预授权等非临床任务对医生时间和注意力的累积性挤占。时间研究显示，医生每花一小时在直接患者照护上，往往还需额外花两小时用于文书和行政工作。这种负担导致诊室内医生背着患者打字、注意力被合规与编码要求分裂，患者因此感到“不被看见”，同时医生自身也遭受道德伤害（moral injury），即因无法提供所接受培训要求的高质量共情照护而产生的痛苦。
电子健康记录（EHR）常被视为这种疏离的直接原因，但作者认为，人工智能（AI）提供了修复医患联结的重要机遇。通过自动化文档、收件箱管理和照护导航等任务，AI可帮助临床医生重新获得用于共情照护的时间和认知空间。本文旨在结合已发表证据与作者自身实践经验，分析环境式AI（ambient AI）和代理式AI（agentic AI）对医患双方临床体验的影响，并探讨必要的风险防控与实施建议。
二、主要技术方法
作者的研究涉及对现有AI技术在临床环境中应用效果的分析，并结合自身在医疗AI企业及健康系统中的实施经验。具体方法包括：依托美国医学会（AMA）的调查研究数据评估AI scribe对文档时间节省和患者感知的影响；引用JAMA Network Open的随机对照研究结果分析环境式AI对医生职业倦怠和专注力的改善；采用全国性调查数据分析患者对AI导航工具的接受度；此外，作者团队与某健康系统合作，开发了一款用于结肠镜检查肠道准备流程的AI会话代理（conversational agent）。项目启动时首先对患者进行访谈以了解他们在该旅程中的主要问题和痛点，随后与临床医生、调度员和护士梳理工作流程，在此基础上构建AI助手。患者可选择加入该服务，通过手机随时获取主动式指导和24/7文本问答。为保障安全，团队与临床团队合作制定了经核实的问题和应答列表，程序保持“人在回路”（human in the loop），患者可随时请求联系照护团队，并设有红旗警报（red flag alerts），确保关键症状触发高优先级临床消息。
三、研究结果
（一）环境式AI：恢复基础性临床体验
环境式AI技术通过记录医患会面并依据预设提示与模板自动生成临床笔记，使医生摆脱键盘束缚，将注意力集中于患者。证据表明，AI scribe在大型健康系统中节省了多达15,000小时的文档时间；使用相关产品的医生平均每份笔记节省3–8分钟，每周可节省数小时。根据AMA研究，47%的患者注意到医生看电脑的时间减少，39%观察到医生更直接地与自己交谈，56%报告就诊整体质量有所改善。2025年发表于《JAMA Network Open》的研究显示，使用环境式AI显著降低了医生职业倦怠，并改善了医生“提供不分心注意力”的能力。作者强调，环境式AI的采用必须严格遵循知情同意、HIPAA合规的数据处理，且临床医生需对AI起草的笔记进行审核、批准和签字，确保文档的准确性和完整性。
（二）自动化行政税
AI在照护交付中的应用远超临床文档。医生每天收到数百条通知，AI驱动的分诊系统可对消息进行分类并起草初步回复，确保紧急临床需求优先处理，同时高效处理常规请求。AI能快速进行病历回顾，将多年碎片化数据综合为连贯的临床叙述，减少人工数据挖掘的认知疲劳。AI还开始简化预授权流程，通过交叉比临床笔记与支付方要求，减少照护延误和行政摩擦。作者强调，任何影响患者照护的AI应用，必须保持临床医生对患者照护决策的最终控制。AI生成的草稿回复和总结在使用前必须由临床医生审阅和编辑。组织应将结构化入职培训和持续能力评估纳入AI部署计划，尤其涉及面向患者的沟通应用。
（三）AI与患者导航
AI还可作为数字导航员，解决患者在临床就诊之外面临的信息碎片化和就医摩擦。AI辅助会话代理和虚拟助手可提供24/7的实时健康信息和行政支持。研究表明，这些代理的使用与患者体验评分中沟通和可及性相关的7.51%显著提升相关。全国性调查数据表明，近60%的患者接受AI在此类场景中的使用。尤其在高风险的长期照护旅程中（如肿瘤和围手术期照护），AI可作为持续辅导者。作者团队开发的结肠镜检查肠道准备AI助手取得了巨大成功：数千名患者顺利完成了临床旅程，肠道准备完成率达96%，净推荐值超过90。更重要的是，AI识别出数百名存在未满足需求的患者，并为其连接了交通或药物援助资源。该类工具增强照护团队能力，让患者在物理距离较远时仍感受到与医生的联结。所有面向患者的AI导航工具应采用与文档记录相同的同意和隐私标准，确保患者理解AI能做和不能做的、其数据如何被使用，以及如何联系人类临床医生。
四、讨论与实践建议
作者提出多项务实建议以指导医疗机构负责任地部署AI。首先，要衡量重要指标并定义监测方式。应超越财务指标和总体满意度评分，关注沟通质量和信任的细粒度指标，如患者对医生“不分心注意力”和“积极倾听”的感知，共享决策的频率（可使用CollaboRATE或SDM-Q-9等工具），医生下班后图表时间（“睡衣时间”）的减少，以及患者门户咨询的响应时间等。组织应在部署前建立各指标的基线值，定义干预的阈值标准，并建立每季度一次的结构化审查周期，以评估AI驱动的效率收益是否被导向更强的关系性照护。
其次，应倾听医生和患者的反馈，并将其用于指导AI部署。技术决策不能由管理者在缺乏临床医生和患者意见的情况下单独做出。应确保临床关键群体代表参与AI评估委员会、供应商选择和用例优先级排序。部署前、中、后均应有机制允许医生反馈并推动持续优化循环，同时应让患者和家庭咨询委员会（PFACs）参与评估AI整合对照护体验的影响。
第三，选择AI技术合作伙伴而非供应商。应优先选择展现出深度灵活性和真正伙伴关系承诺的厂商，而不是僵化的“现成”产品。无缝的工作流程要求技术能与EHR及其他关键记录系统实现原生级别集成，确保数据连续性和减少医生切换平台的需要。协作式联合开发、模型版本管理和透明度也至关重要。厂商应主动通报重大模型变更，并在新版本部署于临床环境前提供临床再验证机制。
第四，建立适当的安全护栏以降低风险并保护关系性时间。AI在医疗中的已知风险包括算法偏差、数据隐私漏洞以及AI生成错误或幻觉的可能。大型语言模型可能未在充分代表少数群体的数据集上训练，可能导致系统性的照护不平等。必须采取“信任但验证”的立场，AI输出在影响临床决策前需经过合格临床医生的审查，正式的AI治理流程应以患者安全和公平为焦点提供持续监督。一个重要但关注不足的风险是效率收益可能被导向增加患者数量而非提升质量。医疗组织和运营领导者必须做出明确承诺，保护AI所创造的关系性时间，可能需要政策护栏、排班限制或奖励关系质量而非仅奖励工作量的绩效指标。最后，培训是前提条件。临床医生不仅要学会使用AI工具，还要学会批判性评估其输出、理解其局限性，并对AI辅助的文档和沟通保持适当的问责。
五、研究结论
AI在医疗环境中的影响取决于医疗领导者如何选择部署和管控这些工具。作者基于所审阅的证据和自身经验保持谨慎乐观态度。当AI在适当监督、真正伙伴关系和对以人为中心目标的明确承诺下部署时，它能够恢复行政税所系统侵蚀的关系性时间和临床临在感。这一结果并非自动实现，但通过治理、安全和透明度方面的有意设计与关注，组织可以成功拓展临床照护中人类联结的空间。
