最佳试验揭示了AI病历记录员的哪些成效？
最有力的证据来自2025年发表于《NEJM AI》的一项随机对照试验，该研究涵盖了14个专科的238名医生[1]。试验对比了两种AI病历记录平台——DAX Copilot和Nabla——与常规诊疗的效果。使用Nabla的医生病历书写时间减少了9.5%（每次就诊约节省2分钟），而DAX用户则未见显著变化。两种平台均改善了职业倦怠评分：DAX将Mini-Z幸福感量表得分提高了2.83分（量表范围10-50分），Nabla提高了2.69分，同时两者均降低了医生的任务负荷。然而，临床医生报告称平台仅能达到“偶尔准确”的水平，在1-5分的评分中（5分代表“始终准确”）得分约为2.7-2.8分。这意味着错误发生的频率足以需要人工复核。
第二项大型研究——一项横跨美国六个医疗系统的质量改进项目——追踪了272名使用AI医疗记录员30天的临床医生[2]。其职业倦怠率从51.9%降至38.8%，下降了13个百分点。临床医生还报告称，每天用于非工作时间的文档处理减少了0.9小时，且能够更专注地关注患者。该研究虽非随机对照试验，但其规模与多中心设计增强了结论的可信度。
一项针对骨科手术的小型随机试验（304名患者）发现，AI记录员显著减少了医生在诊室的时间及行政处理时间[3]。然而，该试验也发现AI记录员组出现了19处医疗错误，而传统组仅有9处——这一发现凸显了仔细审核的必要性。这些错误在病历定稿前已被外科医生发现，但较高的错误率仍令人担忧。
AI 语音记录工具真的能减轻倦怠、改善工作流程吗？
是的，多项研究一致表明，AI医疗记录员能有效减轻职业倦怠并优化工作流程，不过具体效果因平台和用户而异。一项随机试验[1]发现，DAX和Nabla均改善了倦怠评分、任务负荷和工作疲惫感——尽管只有Nabla显著缩短了病历撰写时间。这表明，即使是适度的时间节省也能提升幸福感，或者其他因素（如认知负荷的降低）可能比单纯节省的分钟数更为关键。
一项针对某学术医疗系统内125名AI医疗记录员使用者的回顾性队列研究发现，使用者每次就诊在电子健康记录（EHR）上花费的时间减少了8.5%，且病历关闭速度加快了7.1小时[4]。下班后的“睡衣时间”虽无显著变化，但EHR总时长的减少具有实际意义。另一项在大型学术医疗中心开展的试点研究（涉及45名医生）显示，每日文档记录时间缩短近7分钟，EHR总使用时间每日减少20分钟[6]。
对22名医生的定性访谈[5]进一步证实了这些发现：关于认知需求的评论中100%为正面评价，时间需求方面62%为正面，工作与生活平衡方面91%为正面。医生们表示，该工具帮助他们更专注于患者，并减轻了书写病历的心理负担。然而，他们也抱怨笔记篇幅过长、编辑要求繁琐，并指出该工具对非英语患者的准确性较差。
当前证据有哪些注意事项和局限性？
现有证据令人鼓舞，但尚未确凿。最大规模的随机试验[1]是一项单中心研究（尽管涉及多专科），且仅持续了两个月。研究者自身也指出，倦怠相关结论仍需在更大规模、多中心的试验中加以验证。此外，该研究的使用率较低——DAX仅在33.5%的问诊中被使用，Nabla为29.5%——这意味着许多临床医生并未持续使用该工具，这可能会稀释研究结果。
准确性仍是一个问题。在骨科试验[3]中，AI记录员产生的医疗错误数量是传统口述记录的两倍以上。尽管这些错误在最终定稿前已被发现，但医生需要额外的时间来修正。定性研究[5]发现，医生对准确性和风格的看法“普遍负面”，尤其是在笔记长度和编辑需求方面。一位医生评论道，AI记录员“本应写一段话，却写成了一部长篇小说”。
最后，现有证据大多来自早期采用者和学术环境。多中心研究[2]的调查完成率为60%，这可能会引入偏差。而回顾性研究[4]无法证明因果关系——选择使用AI病历记录工具的临床医生，可能本身就更积极主动或效率更高。因此，尽管证据的方向是明确的，但获益的程度以及能否推广到所有临床场景，仍有待进一步验证。
关于这些来源
该答案基于6篇经同行评审的研究——发表于2024年至2026年，其中6篇为2024年及以后发表，4篇发表于Q1期刊，累计被引用175次——这些研究是从6篇通过质量筛选的文献中选出的最具相关性的成果，而该筛选过程又源于从超过5亿篇论文数据库中检索到的38篇文献。
本文引用的文献
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、238名医生的随机试验中，Nabla将病历书写时间减少了9.5%，而DAX未显示出显著的时间节省；两个平台均改善了职业倦怠评分，但偶有报告称存在不准确之处。
使用环境人工智能记录员以减少行政负担与职业倦怠
在一项涉及272名临床医生的多中心质量改进研究中，使用AI辅助记录30天后，职业倦怠率从51.9%降至38.8%，下班后的文书工作时间每天减少了0.9小时。
评估人工智能记录员对临床工作流程与文档质量的影响：一项随机对照试验。
在一项针对304名骨科患者的随机试验中，AI医疗记录员显著减少了医生和行政人员的工作时间，但产生了19处医疗错误，而传统组为9处，不过所有错误均在最终定稿前被发现。
使用AI记录员与电子健康记录效率的提升。
在一项针对125名AI病历记录使用者的回顾性队列研究中，每次就诊的电子病历处理时间减少了8.5%（2.4分钟），完成病历记录的时间缩短了7.1小时，而下班后的文书工作量未发生变化。
医生对环境AI记录员的看法
在对22名医生的定性访谈中，关于认知负荷的评论100%为正面，但对准确性和笔记长度的看法大多为负面，且非英语功能有限。
环境人工智能记录员：应用及其对文档处理时间的影响
在一项针对45名医生的前瞻性试点研究中，每日文档记录时间减少了6.89分钟，电子健康档案（EHR）总使用时间每日减少19.95分钟，但不同用户之间存在显著差异。