《Scandinavian Journal of Primary Health Care》：Exploring AI scribes in Norwegian general practice: a qualitative individual interview study
编辑推荐：
目的 探讨人工智能(Artificial Intelligence, AI) scribe（AI听写助手）如何影响挪威全科医生(General Practitioner, GP)的临床实践，重点关注其对工作流程、诊间常规及专业责任的影响，并了解GP对AI技术的
目的 探讨人工智能(Artificial Intelligence, AI) scribe（AI听写助手）如何影响挪威全科医生(General Practitioner, GP)的临床实践，重点关注其对工作流程、诊间常规及专业责任的影响，并了解GP对AI技术的反思及其与初级保健中需求、期望及伦理考量的一致性。设计 采用系统文本缩约法(Systematic Text Condensation, STC)的定性个体访谈研究。场所 挪威全科医疗机构。对象 10名使用某款AI scribe超过3个月的GP，受试者为自我选择的早期采纳者。结果 研究中GP报告使用AI scribe显著节省时间并降低压力水平；该技术改善了诊间结构与患者关注度，但部分GP怀念个人书写风格并认为生成语言过于标准化，且在复杂讨论中偶有捕捉不到细微差异的情况；偶发的转录错误及幻觉(Hallucination)强调需仔细核查；GP对数据隐私与监管不确定性存疑，但仍持批判性信任(Critical Trust)；总体而言，AI scribe被视为可提升效率与患者照护的重大创新，前提是其输出仍处于警惕管控之下。结论 据受访者反映，AI scribe通过提升文书效率、减轻工作量并使GP更聚焦于患者照护，从而影响其日常工作常规与专业认同；但其也可能引入新的差错风险及临床实践的微妙偏移（如对AI生成文本的依赖性）。负责任地整合该项技术需各方协作制定指南、开展培训与进一步研究，以在效率获益与患者中心照护间取得平衡，并关注长期影响。
挪威全科医疗中AI Scribe应用的定性研究解读——《Scandinavian Journal of Primary Health Care》刊载论文浓缩总结
一、研究背景与立项依据
人工智能(Artificial Intelligence, AI)正逐步融入医疗以简化行政与临床任务，其中基于大语言模型(Large Language Model, LLM)的AI scribe（AI听写/病历抄写助手，指基于自然语言处理自动将诊间对话转化为结构化临床记录的生成式AI工具）被用于自动记录全科(General Practice / Primary Care)诊间谈话，以减轻全科医生(General Practitioner, GP)日益加重的行政负担。已有范围综述提示AI scribe可减少文书负担、提升临床满意度与工作效率，但证据尚薄弱；同时LLM存在明显错误率、准确性与语境理解不足、产生幻觉(Hallucination，指大模型凭空生成未提及内容)等问题。既往挪威GP调查显示其对数字工具接受度高，动机与AI scribe预期获益吻合，但是否真正满足实际需求尚不明确。因此，研究人员开展本研究，旨在探索AI scribe如何影响挪威GP的临床实践（工作流程、诊间常规、专业责任），以及GP对技术应用、需求匹配度与初级保健伦理考量的反思。《Scandinavian Journal of Primary Health Care》刊登了此项质性研究成果。
二、主要研究方法概述
研究人员于2025年1—3月通过第一作者博客、LinkedIn及挪威GP常用Facebook群组"Allmennlegeinitiativet"招募，并通过滚雪球抽样补充，纳入10名使用AI scribe＞3个月、＜1年的挪威GP（7名男性，多为全科专科医师，8人使用Noteless软件，2人使用Medbric's AI scribe）。采用半结构化线上访谈（20?41 min），围绕使用动因、优劣势、对实践及患者照护影响、最适用场景、隐私顾虑及未来展望展开。录音使用本地部署OpenAI WhisperAI脱机转写并核对。数据分析采用Malterud系统文本缩约法(Systematic Text Condensation, STC)四步流程，第三步借助ChatGPT-5辅助起草缩约叙述但经两名作者逐条核对修正，最终由全体作者负责解释。研究获挪威教育与研究共享服务局(SIKT)批准，受试者签署书面及口头知情同意。
三、研究结果
研究通过访谈构建出四大主题：
- •
对GP工作量与工作风格的影响(Impact on GP workload and work style)
- •
时间节约、减压与效率(Time savings, stress reduction and efficiency)：GP一致报告AI scribe显著缩短每例患者记录时间（约3?5分钟/例，日均省1?2小时），多数记录可在诊间完成，减少晚间补录，降低耗竭感、助维持就诊节奏，提升工作满意度。结论：AI scribe可切实减轻文书负荷并改善GP主观工作状态。
- •
工作风格适应与诊间流程(Adaptation of work style and consultation flow)：需习惯将查体与决策过程口述出来，初期不自然但渐成常规，边操作边解说还可让患者知情，使诊间更透明流畅。结论：口述化适应具正向教学价值，能优化诊间互动。
- •
对医患关系的影响(Impact on doctor–patient relationship)
- •
临场感、沟通与患者参与(Presence, communication and patient involvement)：免于键盘束缚使GP保持眼神接触与开放肢体语言，患者感知更被关注，诊间更以患者为中心。结论：AI scribe有助于强化医患联结。
- •
告知实务与患者反应(Information practices and patient reactions)：多数GP口头告知或张贴告示说明录音转写，无患者明确拒绝，反应多为中性或好奇；少数承认偶有未逐一告知，存在伦理灰色地带。
- •
对临床记录的影响(Impact on clinical notes)
- •
记录质量与结构(Documentation quality and structure)：AI生成记录较GP自写更全面、结构更清晰、易读性强，可实时捕获GP可能遗漏的细节，利于后续连续性照护，个别认为篇幅偏长但总体肯定。结论：AI scribe提升记录完整性与规范性。
- •
AI生成语言与文风(AI-generated language and style)：标准化模板使记录失去个人"声音"，千篇一律采用病史–查体–评估–计划项目符号，偶尔措辞生硬或用非惯用术语需手动调整；但可更直接保留患者原话。结论：文体同质化为次要代价，内容详实与一致性为主要获益，仍需人工润色。
- •
情境适用性(Situational appropriateness of an AI sccribe)：常规内科、急性来访、撰写转诊/证明信尤为适用；精神心理等长谈型诊间因需倾听亦被认为合适；复杂多维讨论时捕捉细微处欠佳需手动修正。结论：AI scribe非万能，特定类型诊间效益最大。
- •
错误、误解与幻觉(Errors, misunderstandings and hallucinations)：所有GP遇过药名误听等小错，少数遇添加未提及信息的幻觉、混淆在场多人发言（如把家属病史并入患者记录）甚至致错误转诊。结论：AI草稿绝不可盲信，GP须为最终质控把关。
- •
技术层面与系统稳定性(Technical aspects and system stability)：整体稳定但偶发崩溃未出记录须回溯记忆重写；不能区辨多说话人；挪威语表现佳，英语等其他语言转录质量下降。结论：需保持注意力并有备用手工记录方案。
- •
对隐私、质量及专业认同的关切(Concerns for privacy, quality and impact on professional identity)
- •
隐私与数据安全(Privacy and data security)：虽信任厂商安全声明，GP仍忧虑数据外传（常至境外服务器）及法规缺位致责任不清，希望出台明规。结论：监管灰色区是使用主要矛盾点之一，但未阻继续使用。
- •
质量保证与控制惯例(Quality assurance and control routines)：所有GP视AI笔记为待审草稿，建立通读校对后签核制度，疲惫繁忙时有跳过细致核查倾向。结论：保持严格审核是职业责任，实践中存在松懈风险。
- •
信任与技术克制(Trust and technological restraint)：采取"批判性信任(Critical Trust)"态度——认可减负价值但警惕盲从，刻意保持思维参与（如内心复述、重点复核剂量及随访计划），提出未来医学生应受训合理使用。结论：避免过度依赖是可持续整合关键。
- •
专业认同与未来(Professional identity and the future)：多数视其为全科重大革新，预测将内嵌电子健康记录(Electronic Health Record, EHR)成标配；需设伦理与实践边界（如信息过载、新生代缺文档训练、过度信赖），在批判意识与伦理标准导引下可控。结论：AI scribe将重塑而非取代GP角色。
四、讨论与结论翻译
讨论指出，AI scribe非单纯附加工具而是诊间变革因素：解放目光接触、增近医患关系，亦带来记录冗长、去个性化、自动化偏差(Automation Bias)与技能退化隐忧；需注意效率释放的时间可能被新患者填充，净减负需持续监测；现行治理滞后于技术扩散，缺统一数据隐私、错误更正及文档标准指引，GP自发应对存法律风险。研究人员强调GP应主动参与试点与政策制定，引导AI按临床与伦理优先而非纯商业逻辑演进。
结论译文：本研究中GP反映，AI scribe通过提高文书效率、减轻负荷并使GP能将更多注意力投向患者照护，从而影响其日常常规与专业认同；但也可能引入新差错领域及临床实践的微妙偏移（如对AI生成文本的依赖性）。负责任地整合需协作制定有关数据隐私、错误处理及文档标准的指南，GP应积极贡献见解以确保规范切合临床目标。培训与教育对帮助从业者理解AI能力与局限至关重要。尚需进一步研究探讨AI scribe对临床决策、医患沟通及健康档案质量的长期影响，包括持续使用性、患者信任及是否真正缓解职业倦怠。尽管AI scribe在减轻初级保健文书负担方面展现前景，其整合必须由医疗共同体引导，在效率获益与以患者为中心的照护核心价值之间取得平衡。
