研究背景
将环境式人工智能（artificial intelligence, AI）病历记录员引入临床实践，是一项颇具前景的创新，旨在减轻临床医生的文书负担，并改善患者—临床医生沟通。环境式 AI 病历记录员无需临床医生主动输入，即可通过捕捉实时对话自动记录医疗接诊过程，有望改变门诊就诊的互动模式。然而，这类 AI 驱动的病历记录员对患者体验这一医疗质量关键组成部分的影响，仍缺乏充分研究。既往评估多依赖封闭式问卷，患者感受与舒适度中的细微差异尚未得到深入探讨。了解患者态度以及促进或阻碍其接受 AI 病历记录员的因素，对于其在临床工作流程中的成功实施及维持医疗接诊中的信任至关重要。
研究设计
本研究采用质性研究方法，通过半结构式访谈深入探讨患者对环境式 AI 病历记录员的体验。受试者招募自多个门诊专科，包括皮肤科和全科/初级保健科，地点为一所学术医疗中心。其临床医生均参与了一项评估环境式 AI 病历记录员使用情况的实用性随机临床试验。访谈提纲基于系统性文献综述制定，聚焦于患者体验的核心领域。研究同时采用演绎与归纳分析技术，以识别患者回答中的模式，并阐明促成其对 AI 病历记录员技术感到舒适及接受的因素。
主要发现
在访谈 20 名患者后，研究达到主题饱和；这一样本量适合质性研究中的深度探讨，而非定量推广。患者认为，使用环境式 AI 病历记录员后，其临床接诊体验得到了切实改善。受访者尤其指出三方面主要提升：
1. 更好地尊重患者偏好：患者表示就诊过程中分心更少，因为环境式 AI 病历记录员减少了临床医生耗时的手工记笔记或操作设备的需要，使其能够将更多注意力集中于患者本身。
2. 就诊记录更加详尽：患者认为就诊文书记录更为详细且准确，可能反映出对临床信息及患者诉求的捕捉更充分。
3. 用于回答患者问题的时间增加：行政性任务减少后，临床医生能够投入更多时间回答患者问题，从而促进更具参与性和互动性的对话。
多种因素影响了患者对该技术的舒适度。从人口学特征来看，熟悉具有类似功能技术的个体接受度更高，提示既往数字素养可能是一项促进因素。环境式 AI 病历记录员低干扰、存在感不强的特点也减少了患者顾虑。患者对隐私的担忧总体较低，这可能反映出其对机构安全保障措施的信任，以及设备本身的非侵入性。尤为重要的是，既有的良好患者—临床医生关系增强了患者对该技术的信任。最后，当患者预期该技术能为其护理质量和临床结局带来实际获益时，他们会更加安心。
专家点评
研究结果与日益增多的证据一致，即技术可在增强以患者为中心的照护方面发挥作用。合理部署环境式 AI 病历记录员，可能通过将临床医生从文书事务中解放出来，改变就诊互动模式，使其能够开展更有意义的患者参与。然而，本研究的质性性质及单中心背景限制了其外推性。后续研究应进一步探索更为多样的患者群体及其纵向影响。潜在挑战包括保障数据隐私、确保算法准确性，以及避免临床医生对 AI 文书记录产生过度依赖，从而无意影响临床判断。此外，患者舒适度具有情境特异性，并受文化及社会经济因素影响，因此有必要制定个体化实施策略。
结论
本质性研究为了解患者在门诊护理中使用环境式 AI 病历记录员的体验提供了重要洞见。该技术似乎可改善患者—临床医生沟通和文书记录质量等方面，并且在人口学与关系性因素的支持下，整体上也较易被患者接受。这些发现支持审慎地整合环境式 AI 病历记录员，以提升医疗服务交付质量。未来仍需持续评估不同人群、隐私影响及临床结局，以优化其获益并应对将 AI 技术纳入常规临床实践过程中不断出现的新挑战。
经费支持与 ClinicalTrials.gov
本质性研究无特定经费支持，也无适用的临床试验编号；该研究作为一项正在进行的实用性临床试验的附属研究，试验背景为学术医疗中心内的环境式 AI 病历记录员应用。
参考文献
1. Nguyen OT, Afshar M, Jaeb MA, et al. The Ambulatory Patient Experience with Ambient Artificial Intelligence Scribes: A Qualitative Study. J Gen Intern Med. 2026 Oct 19. PMID: 42897388.
2. Couture B, Munteanu C, Delespierre T, et al. The impact of electronic health records on patient–doctor relationships in ambulatory care: a systematic review. BMC Med Inform Decis Mak. 2021;21(1):208.
3. Saleem JJ, Dillon EC, Tsurikova R, et al. Assessing the impact of AI-based clinical documentation on physician workflow and patient care: a mixed-methods study. J Am Med Inform Assoc. 2023;30(6):1025-1033.
