夜雨聆风病历文书是医生的"隐形加班"：白天看病，晚上补病历，是很多医生的日常。AI病历助手被寄予厚望——它在诊室里"旁听"，自动把对话写成病历。7月30日，JAMA发表了一篇哈佛/布里格姆医院的量化研究，专门评估AI病历助手对医生时间投入和接诊量的改变。目前全文还在 ahead of print，具体数字尚未公开。但过去一年的几项真实世界研究，已经把答案拼得差不多了：文书时间确实降了，可省下来的时间，并没有全部回到患者身上。
一、为什么病历文书是医生的"隐形加班" 🧠
医生把大量工作时间花在文书上：文书负担是效率损失、患者面诊时间缩水、职业倦怠的重要来源 AI病历助手（环境AI：在诊室监听医患对话、自动生成结构化病历）成为最被看好的解药 JAMA 7月30日最新研究（哈佛/布里格姆医院，ahead of print）：评估AI病历助手对医生时间支出和接诊量的改变——题目本身就在追问：省下来的时间，是去看更多病人，还是去写更多文书？答案要等全文公开
二、真实世界数据：文书时间确实降了 💡
- 瑞典Capio医疗机构，23.6万份病历
（JMIR Med Inform 2026）：引入AI病历助手后，单份病历文书时间从6.69分钟降到4.72分钟（-29%，P<.001）；行政压力评分从2.41升到3.14（5分制，越高越好）；与患者同在感从3.73升到4.33 加拿大模拟研究（JAMIA Open 2026）：9名全科医生×4次模拟诊程，文书时间占诊程比例从36.3%降到11.2%（-69.1%） 土耳其姑息治疗科真实世界研究（2026）：AI辅助下出院小结从平均20.4分钟降到6.1分钟，还帮8名患者提前发现了炎症指标上升趋势
三、但"省时间"这事，数据在打架 📊
瑞典研究里有个细节：编辑时间中位数93秒，且随使用时间没有下降——省下的时间主要来自"从零写"变成"改草稿" 系统综述与荟萃分析（JMIR 2026，21项研究、2885名医务人员）：环境AI文档显著降低了时间需求（SMD -1.46）和努力度（SMD -1.29），倦怠率OR 0.47；但"文档时间"本身的合并效应并不显著（SMD -0.24，置信区间跨过零） - 自报"省时间"和客观"编辑时间"之间，隔着一笔需要核对的账
四、省下的时间，并没有全部回到患者身上 🔍
挪威10名全科医生的质性访谈（2026）：明显省时、减压、诊室节奏改善；但也有医生怀念个人书写风格、觉得AI语言过度标准化、复杂讨论的细节会丢失、偶尔出现转写错误和幻觉——用他们的话说，"关键信任，但要盯紧输出" JAMA那篇研究的追问依然悬着：时间支出和接诊量的变化方向，需要全文数据确认 - 效率工具的悖论：省下的时间，可能被重新填满——如果省下的时间被用来接更多病人，文书负担又会回来
五、减负是真的，但证据有边界 🎯
减负效应真实存在：文书时间降三成、倦怠率降一半（OR 0.47），早期采用者尤其受益 但证据集中在自愿坚持使用的早期采用者队列，且以自报数据为主；客观编辑时间未降、幻觉风险未消、不同科室的推广效果未验证 对医院的建议：采购前先量化自己团队的基线文书负担——基线负担越重，AI病历助手的边际收益越大 对医生的建议：AI草稿是起点，不是终点——它省的是打字时间，省不掉临床判断
📌 数据来源
Sanmark E, Vartiainen V, Sanmark J, et al. Evaluation of an AI Medical Scribe After 236,153 Notes Generated Across Care Levels in a European Health System: Mixed Methods Retrospective Observational Study. JMIR Med Inform, 2026, 14:e90052. DOI: [10.2196/90052](https://doi.org/10.2196/90052), PMID: [42430713](https://pubmed.ncbi.nlm.nih.gov/42430713/) Murray L, Ha E, Wang Q, et al. Evaluating the impact of artificial intelligence scribes on clinical documentation in primary care: a simulation study. JAMIA Open, 2026, 9(4):ooag101. DOI: [10.1093/jamiaopen/ooag101](https://doi.org/10.1093/jamiaopen/ooag101), PMID: [42416857](https://pubmed.ncbi.nlm.nih.gov/42416857/) Gong EJ, Bang CS, Lee JJ. Cognitive Workload and Mental Burden in Health Care Professionals Interacting With AI: Systematic Review and Meta-Analysis. J Med Internet Res, 2026, 28:e93618. DOI: [10.2196/93618](https://doi.org/10.2196/93618), PMID: [42550089](https://pubmed.ncbi.nlm.nih.gov/42550089/) Nassehi D, Hetlevik Ø, Breivold J. Exploring AI scribes in Norwegian general practice: a qualitative individual interview study. Scandinavian Journal of Primary Health Care, 2026, 44(1):2681143. DOI: [10.1080/02813432.2026.2681143](https://doi.org/10.1080/02813432.2026.2681143), PMID: [42235527](https://pubmed.ncbi.nlm.nih.gov/42235527/) Gün M, Aktaş Y. AI-Supported Documentation and Clinical Monitoring in Palliative Care: A Real-World Observational Study. American Journal of Hospice and Palliative Care, 2026, 43(8):876-881. DOI: [10.1177/10499091251352100](https://doi.org/10.1177/10499091251352100), PMID: [40509776](https://pubmed.ncbi.nlm.nih.gov/40509776/) Park KU, Brindle M. Changes in Clinician Time Expenditure and Visit Quantity With Artificial Intelligence-Powered Scribes. JAMA, 2026 Jul 30 (ahead of print，全文数据未公开). DOI: [10.1001/jama.2026.10778](https://doi.org/10.1001/jama.2026.10778), PMID: [42530923](https://pubmed.ncbi.nlm.nih.gov/42530923/)
如果你觉得有收获——
点个赞 👍 | 推荐给朋友 🔄 | 转发到朋友圈 📤
你的每一次互动，都是我做深度内容的最大动力 💪
有什么想法或疑问，也欢迎在评论区聊聊 👇
#AI病历助手 #临床文书 #医生倦怠 #数字医疗 #医疗AI
