文书负担是医生职业倦怠的重要推手之一:看完最后一个病人,还要在电子病历里补完一天的记录。医学研究里甚至有个专门的词——"睡衣时间"(pajama time),指傍晚五点半到次日早上七点之间在家写病历的时间。
正因如此,"环境AI记录员"(ambient AI scribe)成了扩散最快的临床AI应用之一:它在诊室里旁听医患对话,自动生成病历草稿,医生审核、编辑、签发。过去一年,四篇已评审期刊上的研究凑齐了一个少见的完整图景——时间确实省了,倦怠却未必。这个悖论值得每个关心医疗AI的人看清楚。
## 时间账:深夜写病历的时间,五个月里少了19%
先看最硬的一笔账。十月发表在《美国医学信息学会杂志》(JAMIA)上的一项准实验研究,追踪了36家诊所的220名初级保健临床医生(平均年龄约44岁,七成是女性,过半是医师,其余为高级实践提供者),覆盖31.4万次接诊。研究设计很干净:以每名医生首次拿到工具的当天为原点,前后各150天,自己和自己比(中断时间序列)。
效果不是立竿见影的:开通当天,睡衣时间、排班外总时间和生产率指标都纹丝没动,24小时内完成病历的比例只比平时高5%,之后还回落了。真正的变化在五个月里逐渐累积——病历书写时间在开通当天只降了7%,到第150天降到**16%**;"睡衣时间"在第150天**减少了19%**;总的排班外工作时间减少13%;按工作量计酬的生产率指标(wRVU,可粗略理解为"干的活折算成分数")还微升了2%;病历长度没有变化——省时间没有靠把病历写短来凑。作者的解释是:临床医生把工具逐渐安置进自己的工作流,变化因此持续累积。
## 随机试验的细腻之处:同类两个产品,结果并不一致
时间账这么漂亮,随机对照试验却给出了更细腻的图景。2025年11月发表在《新英格兰医学杂志-人工智能》(NEJM AI)上的试验,把238名门诊医生(覆盖14个专科)随机分进三组:两款AI记录员,加一个常规对照。两个月里,Nabla组在约三成就诊中用上了工具,每份病历的书写时间从4分30秒降到3分49秒,比对照组多降9.5%,统计显著;DAX组用在了三分之一的就诊里,只降了1.7%,与对照无统计学差异。月份数据还提示一条学习曲线:第一个月的降幅小于第二个月——工具越用越顺手。**同一个试验里,两款工具各自和常规对照比:一款的降幅到了统计显著,另一款没有**——"上了AI记录员"这个说法本身,信息量没那么大。
倦怠相关量表在两个工具组都显示改善趋势,但作者明确注明这些是次要终点,需要更大规模的多中心试验确认。安全性方面,试验期报告了1起轻度不良事件,"临床显著的不准确"偶尔出现。更有用的是医生在问卷里报告的错误类型:遗漏自己想要的信息、把患者性别识别错、把"没有某症状"听成"有某症状"、甚至把父母的病史直接写成患者本人的。
这篇试验还自曝了一个少有人注意的测量陷阱:许多研究共用的病历系统日志指标"书写时间"(Epic Signal的time-in-note),**不统计医生在厂商平台里编辑AI草稿的时间**。也就是说,凡是用这个指标的研究——包括这一篇——报告的"节省的时间"都可能被高估。作者直言,这个未被充分认识的局限,影响着所有使用这一指标的研究。
## 体验账:负担降了,倦怠却升了
如果时间省了、量表改善了,医生应该更轻松才对。今年6月发表在《应用临床信息学》上的一项前瞻调查给出了相反的一笔:一个医疗系统里1600名临床医生在基线应答,之后1、3、6个月分别有172、117、101人跟进(95%以上是真实使用者)。心理需求、时间压力、文书努力感都显著下降,诊所外文档时间减少,对患者是否听懂的信心、愿意接诊更多患者的比例都在改善,各亚组的分析也与总体一致——**但倦怠分数随时间上升了**。作者的解释很克制:倦怠是多因素的,而且这种非配对调查数据本身有限制。
采用端的现实同样冷静。今年10月发表在《JCO肿瘤实践》上的研究评估了纽约纪念斯隆-凯特琳癌症中心的全院部署:尽管有全院推广和培训,958名临床医生里只有约两成真正用过这款工具;连续使用满三周及以上的人,睡衣时间从每周86.9分钟降到81.4分钟——但从没用过的人也从69.5分钟降到了62.2分钟,提醒我们大环境本身就在变,不能把账全记在工具头上。还有一个反向细节:当天完成病历的比例,在连续使用者中反而从56%微降到54%,不用的人则维持在70%不动——省下的书写时间,并没有自动变成更快的病历关闭。填写后测问卷的77人里,73%愿意向同事推荐它(样本不大),但研究者的总结词是:满意度积极,负担结果喜忧参半。
## 我的判断:悖论不矛盾,但要换一种问法
把这四篇放在一起,我的收获是四条。
第一,悖论并不矛盾:AI记录员自动化的是"把对话变成病历"这一个环节,时间账上它确实扎实(书写时间−16%、睡衣时间−19%,持续五个月);但倦怠是整个工作的总账——收件箱、保险预授权、行政杂务、组织文化都在里面。自动化一个环节,赎不回整条链。那项调查的作者自己也是这么归因的。
第二,读这类新闻,先问三个方法学问题:数字来自系统日志还是自我报告?分母是"用过的人"还是"所有被推广的人"?对照组有没有也在变化?——癌症中心那项里,不用工具的人睡衣时间同样在降,这一条就足以让很多宣传稿的因果句失效。
第三,测量陷阱值得单独记住:凡是用系统日志里的"书写时间"这类指标(比如Epic系统的那一个)的研究,由于它不统计医生在厂商平台里编辑草稿的时间,报出的"省了多少分钟"都可能偏乐观。医院采购时,该要求厂商拿出包含编辑时间的诚实测量。
第四,错误清单比错误率更有用:遗漏、性别识别错、阴阳性听反、家族史张冠李戴——这些类别说明"人工审核"不是流程形式,而是安全闸门;而且研究者自己承认,这类工具对肿瘤专科场景还没有优化好。
最后留个问题:医院给AI记录员定的成功指标,应该是"文档时间降了多少",还是"医生的倦怠降了多少"?如果省下的那19%深夜时间没有变成更少的倦怠,它去了哪里——是多看了几个病人,还是终于能按时回家?这两种答案,对应的是完全不同的医疗系统。
来源:
- Longitudinal effects of ambient artificial intelligence scribe use on documentation burden and financial productivity in primary care(JAMIA, 2026): https://doi.org/10.1093/jamia/ocag151