DOI: https://doi.org/10.1016/j.arth.2026.03.069
PMID: https://pubmed.ncbi.nlm.nih.gov/41935758
تاريخ النشر: 2026-04-01
المؤلف: Abdu Etagiuri وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
تبحث ورقة البحث في فعالية كتبة الذكاء الاصطناعي (AI) في الإعدادات السريرية، مع مقارنة أدائها بأساليب الإملاء التقليدية. تم إجراء الدراسة كدراسة عشوائية محكومة مع 304 مرضى في ممارسة إعادة بناء البالغين تحت إشراف جراح واحد، حيث تم تقسيم المشاركين إلى مجموعتين: واحدة تستخدم أساليب التوثيق التقليدية والأخرى تستخدم كتبة الذكاء الاصطناعي. تضمنت المقاييس الرئيسية التي تم تقييمها أوقات المعالجة، ومعدلات الأخطاء، وجودة التوثيق العامة، مع الإشارة إلى أن كتبة الذكاء الاصطناعي قللت بشكل كبير من أوقات المعالجة لكل من الأطباء والإداريين (P < 0.0001) مع الحفاظ على مستويات مماثلة من الدقة الإملائية والنحوية. ومن الجدير بالذكر أن الرسائل التي تم إنشاؤها بواسطة كتبة الذكاء الاصطناعي تم تقييمها على أنها أكثر اكتمالاً واحترافية ووضوحاً، على الرغم من أن مجموعة الذكاء الاصطناعي أظهرت عددًا أكبر من الأخطاء الطبية (19 مقارنة بـ 9 في المجموعة التقليدية). كانت انطباعات المرضى إيجابية إلى حد كبير، حيث وجد معظم الأفراد أن كاتب الذكاء الاصطناعي كان مفيدًا. تستنتج الدراسة أن كتبة الذكاء الاصطناعي يمكن أن تعزز الكفاءة السريرية وتخفف الأعباء الإدارية دون المساس بجودة التوثيق أو سلامة المرضى، مما يقترح تنفيذها بشكل آمن في الممارسات السريرية للسماح لمقدمي الرعاية الصحية بالتركيز أكثر على رعاية المرضى والمهام الأساسية.
الطرق
في هذه الدراسة، استخدم المؤلفون نهجًا مقارنًا لأساليب التوثيق السريري، حيث قارنوا بين التوثيق التقليدي ونظام كاتب مدعوم بالذكاء الاصطناعي. تم إدارة المرضى في مجموعة التوثيق التقليدي باستخدام قوالب مسبقة البناء داخل نظام السجل الصحي الإلكتروني (EHR) (Accuro EMR)، الذي استخدمه الجراح الرئيسي لأكثر من عقد. خلال استشارات المرضى، قام الجراح بملء هذه القوالب، وأملأ ملخصًا وخطة إدارة، ثم تم نسخ المعلومات بواسطة إداري المكتب. ثم تم إرسال الرسائل النهائية إلى الأطباء المحيلين عبر البريد الإلكتروني أو الفاكس.
في طريقة توثيق كاتب الذكاء الاصطناعي، تم تعديل القوالب المسبقة البناء من السجل الصحي الإلكتروني للاستخدام مع كاتب الذكاء الاصطناعي. قام النظام الذكي بالتقاط تفاصيل الاستشارة، بما في ذلك التاريخ، والفحص البدني، ومراجعات التصوير، بينما كان الجراح يوضحها شفهيًا. بعد لقاء المريض، تم إنشاء الملاحظة السريرية تلقائيًا وتمت مراجعتها لاحقًا من قبل الجراح للتأكد من دقتها. تم تصحيح أي أخطاء قبل أن يقوم إداري المكتب بإجراء مراجعة نهائية لمشكلات النحو والإملاء. مكنت هذه العملية المبسطة من توفر رسالة الاستشارة على الفور، مما سمح للمرضى بتلقي نسخة قبل مغادرة المكتب، وبالتالي تعزيز التواصل والكفاءة في الممارسة السريرية.
النتائج
في هذه الدراسة، لاحظنا انخفاضًا ذا دلالة إحصائية في الوقت الذي استغرقه الجراحون لإكمال الملاحظات عند استخدام كاتب الذكاء الاصطناعي (11.76 دقيقة ± 3.55) مقارنة بالطريقة التقليدية (13.90 دقيقة ± 3.86)، مع قيمة p أقل من 0.001. وبالمثل، كان وقت المعالجة لموظفي المكتب أقصر بشكل ملحوظ في مجموعة الذكاء الاصطناعي (3.46 دقيقة ± 1.37) مقارنة بالمجموعة التقليدية (4.70 دقيقة ± 2.30)، أيضًا مع قيمة p أقل من 0.001. ومع ذلك، عند تقييم جودة الملاحظات بناءً على عدد الأخطاء الإملائية أو النحوية، لم يتم العثور على فرق كبير بين المجموعتين (مجموعة الذكاء الاصطناعي: 122 خطأ؛ المجموعة التقليدية: 101 خطأ).
على الرغم من العدد الأكبر من الأخطاء في مجموعة كاتب الذكاء الاصطناعي، تم تقييم الجودة العامة للملاحظات بشكل أفضل بشكل ملحوظ في هذه المجموعة (متوسط مرجح 91.8%) مقارنة بالمجموعة التقليدية (متوسط مرجح 89.15%)، مع قيمة p أقل من 0.001. أشار تقييم المؤلف الرئيسي إلى 19 خطأ في مجموعة الذكاء الاصطناعي مقابل تسعة في المجموعة التقليدية، لكن هذا الفرق لم يكن ذا دلالة إحصائية (p = 0.072). ومن الجدير بالذكر أنه لم يتم الإبلاغ عن أي فشل تقني مع برنامج كاتب الذكاء الاصطناعي خلال الدراسة. أشارت تقييمات رضا المرضى إلى متوسط درجة 3.6 من 5 للمعرفة بأن زيارتهم تم تسجيلها، ودرجة رضا عامة تبلغ 4.8 من 5 عند استخدام كاتب الذكاء الاصطناعي.
المناقشة
تقدم الدراسة أكبر تجربة عشوائية محكومة حتى الآن تقارن بين استخدام كتبة الذكاء الاصطناعي وأساليب التوثيق التقليدية في بيئة سريرية. أجريت من مايو إلى يوليو 2025، شملت التجربة 279 مريضًا، مع خصائص أساسية قابلة للمقارنة عبر المجموعات. كانت النتيجة الرئيسية المقاسة هي الوقت الذي قضاه الجراحون في كتابة رسائل الاستشارة، مما يكشف عن توفير كبير في الوقت يبلغ حوالي 3 دقائق و39 ثانية عند استخدام كتبة الذكاء الاصطناعي، دون المساس بجودة التوثيق. تم تقييم الرسائل التي تم إنشاؤها بواسطة الذكاء الاصطناعي على أنها أكثر اكتمالاً واحترافية، على الرغم من أن الدراسة لاحظت معدلًا مشابهًا من الأخطاء الطفيفة في كلا المجموعتين.
تشير النتائج إلى أن كتبة الذكاء الاصطناعي يمكن أن تخفف الأعباء الإدارية، مما قد يقلل من إرهاق الجراحين ويعزز الرفاهية العامة للأطباء. بينما أعربت الغالبية العظمى من المرضى عن رضاهم عن زياراتهم، كانت هناك مخاوف بشأن الخصوصية وأمان البيانات، كما يتضح من انخفاض معدل الرضا (72%) بشأن تسجيل الاستشارات. تؤكد الدراسة على أهمية الحصول على موافقة مستنيرة وتعليم المرضى لتعزيز الثقة في تقنيات الذكاء الاصطناعي. بشكل عام، يدعو المؤلفون إلى التنفيذ الآمن لكتبة الذكاء الاصطناعي في الممارسة السريرية، مع تسليط الضوء على إمكاناتها لتحسين الكفاءة ورعاية المرضى.
القيود
تقدم الدراسة عدة قيود قد تؤثر على صلاحية وعمومية نتائجها. بشكل أساسي، تم إجراؤها مع جراح إعادة بناء بالغ واحد في بيئة سريرية واحدة، مما يحد من الصلاحية الخارجية ولكنه يقلل من تباين أسلوب الإملاء والتعبير بين الأطباء. لتعزيز قابلية تطبيق النتائج، يجب أن تتضمن الأبحاث المستقبلية عدة جراحين عبر مواقع جغرافية مختلفة وبيئات ممارسة متنوعة.
بالإضافة إلى ذلك، يتم الاعتراف بالتأثير المحتمل لتأثير هاوثورن، حيث قد يغير المرضى سلوكهم بسبب وعيهم بتسجيلهم. من المتوقع أن يقل هذا التأثير مع انتشار تقنية كاتب الذكاء الاصطناعي وزيادة تعود المرضى على استخدامها. يمكن أن تساعد الاتصالات الواضحة حول غرض التسجيل في التخفيف من هذه القلق. علاوة على ذلك، فإن الطبيعة غير المزدوجة للدراسة تقدم انحيازًا، حيث قد يكون الجراحون قد غيروا سلوكهم عند استخدام نظام كاتب الذكاء الاصطناعي. كما أن انحياز المراقب يمثل مصدر قلق، حيث كان الجراح المراجع على علم بالملاحظات التي تم إنشاؤها بواسطة كاتب الذكاء الاصطناعي، مما قد يؤثر على موضوعية تقييم القضايا الطبية.
DOI: https://doi.org/10.1016/j.arth.2026.03.069
PMID: https://pubmed.ncbi.nlm.nih.gov/41935758
Publication Date: 2026-04-01
Author(s): Abdu Etagiuri et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
The research paper investigates the efficacy of artificial intelligence (AI) scribes in clinical settings, specifically comparing their performance to traditional dictation-transcription methods. Conducted as a randomized controlled trial with 304 patients in a single-surgeon adult reconstruction practice, the study divided participants into two groups: one utilizing conventional documentation methods and the other employing AI scribes. Key metrics assessed included processing times, error rates, and overall documentation quality, with findings indicating that AI scribes significantly reduced both physician and administrative processing times (P < 0.0001) while maintaining comparable levels of spelling and grammatical accuracy. Notably, letters generated by AI scribes were rated as more complete, professional, and clear, despite the AI group exhibiting a higher number of medical errors (19 compared to 9 in the conventional group). Patient perceptions were largely positive, with most individuals finding the AI scribe helpful. The study concludes that AI scribes can enhance clinical efficiency and alleviate administrative burdens without compromising documentation quality or patient safety, suggesting their safe implementation in clinical practices to allow healthcare providers to concentrate more on patient care and essential tasks.
Methods
In this study, the authors employed a comparative approach to clinical documentation methods, contrasting conventional documentation with an AI-assisted scribe system. Patients in the conventional documentation group were managed using preconstructed templates within the Electronic Health Record (EHR) system (Accuro EMR), which the senior surgeon has utilized for over a decade. During patient consultations, the surgeon filled out these templates, dictated a summary and management plan, and subsequently had the information transcribed by an office administrator. The finalized letters were then communicated to referring physicians via email or fax.
In the AI-scribe documentation method, the preconstructed templates from the EHR were adapted for use with the AI scribe. The AI system captured the consultation details, including the history, physical examination, and imaging reviews, as the surgeon verbally articulated them. After the patient encounter, the clinical note was automatically generated and subsequently reviewed by the surgeon for accuracy. Any errors were corrected before the office administrator conducted a final review for grammatical and spelling issues. This streamlined process enabled immediate availability of the consultation letter, allowing patients to receive a copy before leaving the office, thereby enhancing communication and efficiency in clinical practice.
Results
In this study, we observed a statistically significant reduction in the time taken for surgeons to complete notes when using an AI scribe (11.76 minutes ± 3.55) compared to the conventional method (13.90 minutes ± 3.86), with a p-value of less than 0.001. Similarly, the processing time for office staff was significantly shorter in the AI group (3.46 minutes ± 1.37) versus the conventional group (4.70 minutes ± 2.30), also with a p-value of less than 0.001. However, when evaluating the quality of notes based on the number of spelling or grammatical errors, no significant difference was found between the two groups (AI group: 122 errors; conventional group: 101 errors).
Despite the higher number of errors in the AI scribe group, the overall quality of notes was rated significantly better in this group (weighted mean of 91.8%) compared to the conventional group (weighted mean of 89.15%), with a p-value of less than 0.001. The senior author’s assessment indicated 19 errors in the AI group versus nine in the conventional group, but this difference was not statistically significant (p = 0.072). Notably, there were no technical failures reported with the AI scribe software during the study. Patient satisfaction ratings indicated a mean score of 3.6 out of 5 for the knowledge that their visit was recorded, and an overall satisfaction score of 4.8 out of 5 when using the AI scribe.
Discussion
The study presents the largest randomized controlled trial to date comparing the use of AI scribes with conventional documentation methods in a clinical setting. Conducted from May to July 2025, the trial involved 279 patients, with baseline characteristics comparable across groups. The primary outcome measured was the time spent by surgeons on consultation letters, revealing a significant time savings of approximately 3 minutes and 39 seconds when using AI scribes, without compromising the quality of documentation. The AI-generated letters were rated as more complete and professional, although the study noted a similar rate of minor errors in both groups.
The findings suggest that AI scribes can alleviate administrative burdens, potentially reducing surgeon burnout and enhancing overall physician well-being. While the majority of patients expressed satisfaction with their visits, concerns regarding privacy and data security were evident, as indicated by a lower satisfaction rate (72%) regarding the recording of consultations. The study emphasizes the importance of informed consent and patient education to foster trust in AI technologies. Overall, the authors advocate for the safe implementation of AI scribes in clinical practice, highlighting their potential to improve efficiency and patient care.
Limitations
The study presents several limitations that may affect the validity and generalizability of its findings. Primarily, it was conducted with a single adult reconstruction surgeon in one clinical setting, which restricts external validity but minimizes interclinician variability in dictation style and phrasing. To enhance the applicability of the results, future research should involve multiple surgeons across various geographic locations and practice environments.
Additionally, the potential influence of the Hawthorne effect is acknowledged, as patients may alter their behavior due to awareness of being recorded. This effect is expected to lessen as AI scribe technology becomes more prevalent and patients become more accustomed to its use. Clear communication about the purpose of recording can help mitigate this concern. Furthermore, the unblinded nature of the study introduces bias, as surgeons might have altered their behavior when using the AI scribe system. Observer bias is also a concern, as the reviewing surgeon was aware of which notes were generated by the AI scribe, potentially affecting the objectivity of the assessment of medical concerns.