不同患者对AI医疗记录员的信任度相同吗？并非如此。
一项针对2675名美国成年人的大规模代表性调查发现，当在AI诊所与人类专家之间做出选择时，受访者几乎平分秋色——47.1%选择AI，52.9%选择人类医生[1]。但这一平均值掩盖了显著差异：黑人受访者选择AI的可能性比白人受访者低27%（优势比0.73），而美洲原住民受访者选择AI的可能性则高出37%（优势比1.37）[1]。此外，年长者、政治倾向保守或宗教信仰者选择AI的意愿也显著更低[1]。这意味着，即便AI辅助记录系统在技术上可行，患者的接受度也并非整齐划一——部分群体可能对其持抵触态度，进而影响医疗服务的参与度。
AI临床记录工具在非英语患者和文化差异应对上存在短板
在一项针对22名医生使用环境AI记录工具的定性研究中，涉及初级保健及专科领域，最常被提及的障碍是“对非英语患者的功能有限”[3]。医生们反映，这些AI工具往往无法准确捕捉或理解英语以外的语言对话，这对服务于移民或多语种社区的诊所而言是一个关键缺陷。这一发现与调查数据相呼应：即便强调AI诊所能够避免种族或经济偏见，也未能显著提升整体使用率[1]，这表明仅仅承诺公平性是不够的——技术本身必须在不同语言和文化背景下实现公平表现。
AI 文档记录能否平等覆盖不同健康状况？
一项针对49名肿瘤科医生的初步研究显示，在使用AI病历记录系统（Deep Scribe）处理超过4500次患者就诊后，AI实际捕捉到的非癌症诊断代码数量多于人工编码——平均每位患者4.1个代码，而人工编码为3.0个[4]。然而，同一研究表明，癌症诊断代码的捕捉效果仍以人工编码更优[4]，这意味着AI可能系统性地漏检某些病症。这引发了一个担忧：如果AI病历记录系统基于某些疾病或患者群体代表性不足的数据集进行训练，就可能导致文档偏差，进而影响计费、治疗方案及医疗公平性。一项涵盖14个专科、238名医生的随机试验也指出，所测试的两款AI病历记录平台（DAX和Nabla）均存在“偶发性不准确”，临床医生对其准确性评分约为2.7至2.8分（满分5分）[2]——虽可接受，但远非完美。
关于这些来源
该回答基于5篇经同行评审的研究——发表于2023年至2025年间，其中4篇为2024年及以后发表，3篇发表于Q1期刊，累计被引用185次——这些研究是从5篇通过质量筛选的文献中选出的最具相关性的成果，而该筛选过程则源于从超过5亿篇论文数据库中检索到的28篇文献。
本文引用的文献
不同患者对人工智能（AI）用于诊断的态度各异
在一项具有代表性的大规模调查（n=2,675）中，黑人受访者选择AI而非人类医生的可能性比白人受访者低27%，而美洲原住民则高出37%；此外，年长者、保守派及宗教人士对AI的接受度也较低。
临床实践中的环境AI记录员：一项随机试验
在一项涵盖14个专科、共238名医生的随机试验中，AI医疗记录助手（DAX和Nabla）均减轻了职业倦怠和工作负荷，但临床医生报告存在“偶发性不准确”（在5分制中评分约为2.7–2.8），且仅Nabla显著缩短了文书撰写时间。
医生对环境AI记录员的看法
在一项针对22名医生的定性研究中，AI辅助记录工具推广面临的最大障碍是其在非英语患者群体中的功能受限，不过多数医生认为该工具改善了患者参与度并减轻了工作负担。
使用环境AI记录：对医生行政负担与患者护理的影响。
在一项涉及49名肿瘤科医生和超过4500次AI记录就诊的试点研究中，AI记录员捕获的诊断代码总数多于人工编码（每次就诊4.1个对比3.0个），但癌症特异性代码的捕获不足，提示可能存在记录偏差。
使用AI记录员对联合健康私人诊所中临床文档及医患互动的影响：临床医生与患者的视角。
在一项针对澳大利亚私立医疗机构中119名专职医疗人员和157名患者的混合方法研究中，AI记录员减少了文档记录时间和负担，患者对该技术表示接受，但部分人希望获得更多关于数据安全的信息。