環境AIが臨床文書に与える言語的影響：マッチさせた前後比較研究

科学分野:

• 臨床情報学
• 自然言語処理
• 医療情報学

背景:

• アンビエントインテリジェンスシステムは、臨床文書作成のためにますます採用されています。
• これらのAIシステムによって生成された記録における言語的変化を定量化することは重要です。

研究 の 目的:

• アンビエントAI文書作成システムの導入前後の臨床記録における言語的差異を分析すること。
• 記録構造と自然言語に異なるアンビエントAIベンダー（Nuance DAXおよびAbridge）の影響を比較すること。

主な方法:

• 6,026件のアウトパテント臨床記録のマッチさせた前後分析が実施されました。
• 構文の複雑性、語彙の曖昧さ、一貫性、および可読性を含む言語的特徴が評価されました。
• 自動分析は、50件のペア記録の手動レビューによって検証されました。

主要な成果:

• アンビエント文書作成は、構文の複雑性と談話の一貫性が増加した、より長い現病歴（HPI）記録をもたらしました。
• 語彙の曖昧さは減少し、言語モデルのパープレキシティはアンビエントHPI記録で低下しました。
• 評価と計画（A&P）セクションでは、より小さく、より異質な言語的変化が見られました。
• 影響はベンダー依存およびセクション固有であり、HPIはより顕著な標準化を示しました。

結論:

• アンビエントAI文書作成システムは、臨床記録の言語を体系的に変化させ、より詳細で予測可能な物語をもたらします。
• 影響は、記録セクション（HPI対A&P）およびAIベンダーによって異なります。
• 将来の評価では、効率を超えた、コミュニケーションや認知負荷などのより広範な影響を考慮する必要があります。