人工智能评估临床推理文档质量：临床学习环境对住院医师文档质量影响的观察性研究

本研究利用人工智能（AI）技术，通过分析37,750份住院医师撰写的入院病历，探讨临床学习环境（CLE）对临床推理文档质量的影响。研究发现，患者年龄、基础疾病及特定诊断（如感染性和肺部疾病）与高质量文档相关，而夜班和早期接诊病例的文档质量更高。该研究为优化CLE提供了数据支持，并展示了AI在医学教育评估中的潜力。

　　

在医学教育领域，临床推理（Clinical Reasoning）是住院医师培养的核心能力，而病历文档作为其重要载体，直接关联诊疗质量和患者安全。然而，传统人工评估方法效率低下，难以规模化分析临床学习环境（Clinical Learning Environment, CLE）对文档质量的影响。同时，CLE作为住院医师成长的关键场景，其工作负荷、团队结构等因素如何影响临床推理能力尚缺乏客观数据支撑。

针对这一难题，纽约大学格罗斯曼医学院的研究团队开展了一项开创性研究，利用人工智能（AI）技术对37,750份入院病历进行自动化评估，首次系统揭示了CLE与文档质量的关系。该研究发表于《BMC Medical Education》，为医学教育评估提供了新范式。

研究团队采用基于自然语言处理（NLP）的机器学习模型（Mayo cTAKES系统），对病历中"评估与计划"部分进行质量分类（高/低质量），训练数据来源于修订版IDEA评估工具（聚焦诊断推理DEA维度）。通过电子健康记录（EHR）提取患者年龄、Charlson合并症指数（CCI）等临床特征，以及班次（日/夜）、接诊顺序等CLE指标，采用广义估计方程（GEE）进行多变量分析。

研究结果呈现三大发现：

1. 患者因素驱动文档质量
   老年患者（年龄≥80.1岁，aOR 1.13）、高合并症负担（CCI≥5，aOR 2.18）及特定诊断（如肺部疾病aOR 1.53）显著关联高质量文档，提示复杂病例可能激发更深入的临床推理。

2. CLE的时空特征影响显著
   夜班文档质量优于日班（aOR 1.21），可能与专注接诊相关；而同一班次内每多接诊1例，质量下降7%（aOR 0.93），证实工作负荷的负面效应。COVID-19疫情期间（2019-2020学年），文档质量骤降8.1%，曼哈顿院区波动更剧烈，反映突发公共卫生事件对CLE的冲击。

3. 培训体系差异塑造学习曲线
   社区型布鲁克林院区文档质量低于学术型曼哈顿院区（aOR 0.46），但高年级医师（PGY2-3）进步更显著（aOR 1.39），提示不同培训环境可能影响能力发展轨迹。

这项研究的意义在于：
首先，验证了AI评估复杂临床能力的可行性，其算法在150人日的等效工作量下完成传统方法难以实现的大规模分析。其次，为CLE优化提供实证依据，建议通过调整接诊上限、增设高级实践提供者（APP）支持等方式缓解认知负荷。最后，建立的自动化评估框架可扩展至其他机构，纽约大学团队已与辛辛那提大学合作验证跨机构适用性。

未来研究需结合大语言模型（LLM）实现更精细的文档分析，并探索文档质量与诊断错误的关联。正如作者强调，这项技术不仅适用于住院医师，未来可延伸至主治医师和APP群体，成为提升医疗质量的新工具。