人工智能环境语音技术如何革新精神病学临床文档记录？一项概念验证研究

《BJPsych Bulletin》：Evaluating artificial intelligence ambient voice technology as a documentation assistant in psychiatry: proof-of-concept study

为解决儿童和青少年精神健康服务(CAMHS)中日益增长的文档记录负担和医护人员倦怠问题，研究人员开展了一项混合方法的概念验证研究，评估人工智能环境语音技术(AI AVT)作为文档记录助手的应用。结果显示，AI AVT将每次临床会面的中位文档记录时间从27分钟显著减少至10分钟(P<0.001)，使文档记录时间减少至手动记录的45%。 clinician-rated accuracy, quality and efficiency were significantly higher for AVT-assisted documentation。患者接受度高，97%认为医生未因记录而分心。该技术有望显著减轻文档负担，释放临床能力。

　　

在当今的医疗环境中，精神健康服务领域正面临着一个严峻的挑战：日益繁重的临床文档记录工作。特别是在儿童和青少年精神健康服务(CAMHS)中，神经发育团队因转诊评估需求激增和患者病例量不断增长而承受着巨大的临床压力。神经发育临床医生不仅需要在电子健康记录(EHR)中记录临床笔记，还要撰写详细的全科医生信件，这些信件需要包含相关的精神病学信息，如临床病史、精神状态检查、风险评估和心理能力评估。这类文档记录工作耗时冗长，对临床医生产生了深远的影响，包括士气下降、职业倦怠、人员流动率增加甚至肌肉骨骼损伤。事实上，文档记录负担与精神病学临床医生倦怠之间的关系已得到充分证实，这对临床医生福祉和医疗保健服务都带来了令人担忧的影响。

在这一背景下，人工智能环境语音技术(AI AVT)应运而生。这种技术利用大型语言模型(LLM)将临床对话自动总结成电子笔记和全科医生信件，减少了对人工文档记录的需求，从而减轻了行政管理负担。虽然先前的研究主要集中在AVT在初级保健中的应用，但当前研究填补了这一空白，通过评估AI AVT在精神病学实践中的实施情况，特别是在CAMHS门诊诊所中的应用。

这项发表在《BJPsych Bulletin》上的概念验证(PoC)研究，由Central and North West London NHS Foundation Trust的研究团队主导，旨在将Anathem version 1 for Windows这一AI AVT工具应用于临床实践有限时间内。研究采用混合方法、前后测试(手动 versus AVT辅助文档记录)的服务发展试点设计，运行时间为2024年7月至10月。

研究团队通过几个关键技术方法展开评估：首先，在CAMHS门诊诊所中选择了特定的使用案例，包括注意力缺陷多动障碍(ADHD)药物复查和一般医疗复查；其次，通过时间记录表量化文档记录时间，并利用混合线性回归分析比较AVT与手动方法的时间差异；第三，通过李克特量表问卷和焦点小组讨论，从临床医生和患者角度评估AVT的可行性、接受度和用户体验；最后，通过主题内容分析对焦点小组转录资料进行深入分析，识别AVT使用的障碍和促进因素。

主要研究结果

文档记录时间显著减少

研究结果显示，AVT辅助文档记录的中位时间从手动记录的27分钟降至10分钟(P<0.001)。平均而言，AVT文档记录仅需手动记录时间的45%(比率0.45, 95% CI 0.40-0.52)。这一发现通过时间记录表数据得到证实，其中AVT记录了171次临床会面，手动记录80次。统计分析采用混合线性回归，考虑了同一临床医生多次会面数据的相似性，并对时间测量进行了对数转换以满足统计假设。

临床医生满意度显著提升

在AVT辅助文档记录的准确性、质量和效率方面，临床医生满意度显著高于手动记录。具体而言，对AVT记录准确性表示满意或非常满意的比例从手动记录的13%升至92%(P<0.001)；对质量满意的比例从50%升至90%(P=0.04)；对效率满意的比例从13%升至93%(P<0.001)。随访问卷还显示，所有临床医生均同意或强烈同意AVT有效捕捉了临床会面的关键点，75%认为AVT提高了工作满意度。

患者接受度高

患者体验问卷(n=25)显示，患者对AVT的接受度普遍较高。96%的患者/照顾者表示与医生探讨问题时感到舒适，88%不觉得表达内容受限。97%认为医生未因记录而分心。一位自由文本回复写道："我发现这样更好，因为会面中没有做笔记，所以没有分心"。

主题分析识别四大主题

焦点小组的主题分析生成了四个主要主题：(a)AVT的感知障碍，包括技术局限性、需要技术援助、临床医生行为适应、患者犹豫和自动化自满；(b)AVT的感知促进因素，如快速定制的技术支持、易用性和患者可接受性；(c)AVT的感知积极影响，如时间节省、工作流程改进、效率提升和临床医生-患者互动改善；(d)AVT的感知消极影响，主要是临床技能退化的担忧。

研究结论与讨论

本研究首次在英国精神病学服务中探索AI AVT的应用，初步证据表明在CAMHS门诊诊所中实施是可行的。AVT比手动记录更快，显著减轻了文档记录负担，临床医生满意度高，患者和照顾者接受度良好。然而，技术局限性要求临床医生彻底检查输出准确性。研究团队与Anathem和临床医生参与者合作，共同设计输出模板并促进改进。

与普通实践、内科和外科环境中AVT的先前研究一致，本研究观察到文档记录负担的改善。一项非随机临床试验评估AVT作为文档记录助手在普通实践和医学专科中识别了时间节省。美国一项涉及3000多名临床医生的研究观察到AVT改善了临床医生工作流程、工作场所满意度和临床医生-患者互动，从而获得了有利的患者反馈。作者同意我们的结论，即需要进一步发展该技术，并与EHR集成将是有益的。

尽管人工智能文档记录助手如Anathem提供了显著前景，但在临床实践中的部署需要克服多个障碍。强大的数字基础设施必须构成AVT实施的基础。输出文档的准确性仍然是一个重大挑战。为确保可靠性，可审计的输出摘要提供了来源透明度，以便临床医生可以从源头上获得直接证据。临床医生必须意识到技术局限性，并确保输出准确而不变得自满。在测试环境中进一步微调算法可以提高准确性，从而改善一致性和可靠性。

算法偏见可能源于技术变化或数据集中少数群体的有限代表性，任何来源的偏见都会反映在输出文本中。因此，确保人工智能模型使用捕捉语言、文化和社会差异的多样化数据进行训练至关重要。最后，AVT与EHR的集成可能成本过高，因此无法实现，导致工作流程效率降低。

总之，这项研究提供了初步证据，表明AI AVT作为文档记录助手可以显著减轻文档记录负担，提高临床医生满意度，同时对患者及其照顾者保持可接受性。由于技术局限性，临床医生监督至关重要。未来研究应侧重于在其他使用案例中使用AI AVT，以及集成EHR的潜在益处。