כלי בינה מלאכותית יכולים להקל על עומס התיעוד ולהפחית את שחיקת הרופאים

כלים של בינה מלאכותית (AI) המיועדים לתיעוד אוטומטי של ביקורי חולים מראים הבטחה בהפחתת הזמן שרופאים מקדישים לניירת ועשויים לשפר את חווית העבודה שלהם, על פי ניסוי קליני אקראי חדש שנערך ב-UCLA Health.

המחקר, שפורסם ב- New England Journal of Medicine AIבדק שני יישומי סופר בינה מלאכותית זמינים מסחרית-Microsoft DAX ו-Nabla בתרגול קליני בעולם האמיתי. בין 238 רופאים ב-14 התמחויות ו-72,000 מפגשים עם חולים, חוקרים גילו שמשתמשי Nabla הפחיתו את זמן התיעוד שלהם בכמעט 10% בהשוואה לטיפול הרגיל (קבוצת ביקורת), בעוד ששני הכלים הראו יתרונות פוטנציאליים לשחיקה של רופא ולמתח הקשור לעבודה.

עומס התיעוד הפך להיות תורם מרכזי לשחיקה של הרופאים, כאשר רופאים מבלים לעתים קרובות שעתיים על ניירת עבור כל שעת טיפול בחולה. זהו הניסוי האקראי הראשון שמעריך בקפדנות האם סופרים בינה מלאכותית מקיימים את הבטחתם לעזור לטפל בבעיה זו."

ד"ר פול לוקאץ', מחבר ראשי, קצין AI ראשי ב-UCLA Health

איך עבד המחקר

צוות המחקר הקצה באקראי רופאים להשתמש באחד משני כלי סופר בינה מלאכותית או להמשיך בפרקטיקות התיעוד הרגילות שלהם במהלך תקופה של חודשיים מנובמבר 2024 עד ינואר 2025. הסופר בינה מלאכותית מתעדת שיחות חולים ומפיקה אוטומטית טיוטת הערות קליניות, שאותן הרופאים בודקים ועורכים.

רופאים המשתמשים ב-Nabla ראו את הזמן הממוצע שלהם בכתיבת כל הערה פוחת בכ-41 שניות (מ-4 דקות 30 שניות ל-3 דקות 49 שניות) לעומת 18 שניות (מ-4 דקות 22 שניות ל-4 דקות 4 שניות) בזרוע הבקרה. הירידה בזרוע Nabla הייתה גדולה ב-9.5% מזרוע הבקרה – תוצאה מובהקת סטטיסטית. אלו שמשתמשים ב-DAX הראו ירידה קטנה יותר שלא הגיעה למובהקות סטטיסטית בהשוואה לקבוצת הביקורת.

באופן מכריע, שני כלי הבינה המלאכותית הראו שיפורים צנועים במדדים מאומתים של שחיקת רופא, עומס עבודה קוגניטיבי ותשישות עבודה, אם כי ממצאים אלה דורשים אישור במחקרים גדולים יותר. לדוגמה, רופאים בזרועות Nabla ו-DAX חוו שיפור של כ-7% בציוני השחיקה שלהם בהשוואה לאלו בזרוע הבקרה.

איזון בין יתרונות וחששות

המחקר חשף גם מגבלות חשובות. רופאים דיווחו שההערות שנוצרו על ידי AI הכילו "מדי פעם" אי דיוקים משמעותיים מבחינה קלינית, לרוב השמטות מידע או שגיאות כינויים. אירוע קל אחד של בטיחות המטופל דווח במהלך המחקר.

"טכנולוגיה זו דורשת פיקוח פעיל של רופא, לא קבלה פסיבית", אמר הסופר הבכיר ד"ר ג'ון נ. מאפי, מומחה פנימי ב-UCLA Health. "הניסוי שלנו גילה שבעוד שכתבי בינה מלאכותית מספקים יתרונות מדידים, הם מייצרים מדי פעם אי דיוקים משמעותיים מבחינה קלינית. רופאים חייבים להישאר ערניים בבדיקת התיעוד שנוצר על ידי בינה מלאכותית. הדרך קדימה דורשת אימוץ חדשנות תוך שמירה על המחויבות הבסיסית של הרפואה לבטיחות החולה באמצעות הערכה קפדנית וניטור מתמשך".

תשובות הסקר הצביעו על כך שרופאים מצאו את שני הכלים שקל ללמוד ולהשתמש בהם והרגישו שהם מאפשרים מעורבות טובה יותר עם המטופלים. המטופלים היו בדרך כלל פתוחים לטכנולוגיה, עם פחות מ-10% שדחו את השימוש בה.

משמעות עבור שירותי הבריאות

שחיקת רופאים משפיעה על כמעט מחצית מהרופאים בארה"ב ותורמת למחסור בכוח אדם, לעלייה בטעויות רפואיות ולעלויות של מיליארדי דולרים למערכות הבריאות. רישומי בריאות אלקטרוניים, תוך שיפור היבטים רבים של טיפול, הוסיפו דרישות תיעוד משמעותיות.

המחקר מספק ראיות בזמן שמערכות הבריאות בפריסה ארצית מאמצות במהירות סופרים בינה מלאכותית, לעתים קרובות ללא הערכה קפדנית של יעילותן או בטיחותן.

"על ידי הטמעת ניסוי אקראי בתוך תרגול שגרתי, סיפקנו את הסוג של ראיות איכותיות בעולם האמיתי שאמורות להנחות החלטות לגבי יישום AI בשירותי בריאות", אמר לוקאץ'. "גישה זו יכולה לשמש מודל להערכה אחראית של כלי בינה מלאכותית אחרים כאשר הם מופיעים."

החוקרים מציינים שייתכן שהממצאים שלהם אינם חלים באופן נרחב על כל מסגרות התרגול, שכן המחקר נערך במרכז רפואי אקדמי בודד במהלך פרק זמן קצר יחסית. הם קוראים למחקרים ארוכי טווח על פני מספר מוסדות כדי לאשר את הממצאים הללו ולמדוד את ההשפעות במורד הזרם על תוצאות בריאותיות חשובות, כגון איכות, עלויות וחוויית הטיפול.