После 30 дней работы с амбиентным ИИ-скрайбом доля клиницистов, сообщающих о выгорании, снизилась с 51,9% до 38,8% в шести американских системах здравоохранения (JAMA Network Open, Olson и др. 2025). С экономией времени всё скромнее: исследование пяти систем с участием 8 581 клинициста зафиксировало сокращение документирования на 16,0 минуты на каждые 8 запланированных часов работы с пациентами (JAMA, многоцентровое исследование 2026), а в рандомизированном исследовании один скрайб сократил среднее время на запись на 41 секунду, тогда как в контрольной группе оно само сократилось на 18 секунд (NEJM AI, Lukac и др. 2025). Открытым остаётся вопрос качества записей: в UC Davis в 18% проверенных черновиков ИИ обнаружены пропуски (JMIR Medical Informatics 2026). О более широком рынке документирования вокруг этих инструментов см. нашу статистику медицинской транскрипции, а о рабочей нагрузке, которая порождает спрос, - нашу статистику выгорания и рабочих часов врачей скорой помощи. Мы свели данные NEJM AI, JAMA, JAMA Network Open, JMIR Medical Informatics, JAMIA, The Permanente Medical Group, Американской медицинской ассоциации (AMA), Healthwatch England и KLAS Research.
Кратко (TL;DR)
- Рандомизированное исследование UCLA распределило 238 врачей между двумя амбиентными скрайбами и обычной практикой; по времени на запись контроль превзошёл только один скрайб (NEJM AI, Lukac и др. 2025).
- Внедрившие скрайб в пяти академических системах сэкономили 16,0 минуты документирования на каждые 8 запланированных часов работы с пациентами, но работа вне рабочих часов значимо не изменилась (JAMA, многоцентровое исследование 2026).
- Клиницисты Penn сократили работу вне рабочих часов с 50,6 до 35,4 минуты в день (JAMA Network Open, Duggan и др. 2025).
- Выгорание снизилось с 51,9% до 38,8% после 30 дней использования скрайба (JAMA Network Open, Olson и др. 2025).
- Доля специалистов выше высокого порога рабочего истощения снизилась с 56,1% до 35,4% в ступенчатом рандомизированном исследовании (NEJM AI, Afshar и др. 2025).
- Скрайб внедрили лишь 21,1% из 8 581 клинициста, от 7,1% до 63,6% в зависимости от площадки (JAMA, многоцентровое исследование 2026).
- В записях, составленных ИИ, были пропуски в 18% и выдуманное содержание в 11,5% из 356 проверенных записей (JMIR Medical Informatics, UC Davis 2026).
- Внедрившие скрайб выработали на 1,81 относительной единицы стоимости в неделю больше, примерно 3 044 USD на врача в год (JAMA Network Open, UCSF 2026).
- 61,8% из 12 153 взрослых канадцев с неохотой относились к будущему использованию ИИ-скрайбов, и лишь 28,3% знали, что эти инструменты применяются (JAMIA 2026).
- Согласие пациентов снизилось с 81,6% после базовой информации до 55,3% после подробного раскрытия сведений о хранении данных и участии поставщика (JAMA Network Open, NYU Langone 2025).
- 81% взрослых в Великобритании хотят, чтобы перед использованием ИИ-скрайба у них спрашивали согласие (Healthwatch England 2026).
1. Рандомизированные исследования: что контролируемые данные говорят о времени на запись
Рандомизированные данные появились в конце 2025 года и меняют ожидания. В трёхгрупповом исследовании UCLA, опубликованном в NEJM AI, пользователи Nabla сократили среднюю запись на 41 секунду (с 4 минут 30 секунд до 3 минут 49 секунд), но врачи при обычной практике тоже сократили её на 18 секунд вообще без ИИ, а группа DAX Copilot не отличилась от контроля. Чистый эффект относительно контроля составил 23 секунды на запись (41 минус 18), что намного меньше, чем подсказывало бы одно лишь сырое снижение «до и после», и именно поэтому контрольные группы так важны в этой категории.
Часть разницы объясняет использование. Даже внутри исследования врачи включали скрайб лишь примерно в трети своих визитов, а около 15% врачей, которым назначили скрайб, не пользовались им вовсе. В ступенчатом исследовании University of Wisconsin (дизайн, при котором каждая клиника в итоге получает инструмент, волнами в случайном порядке) использование было заметно интенсивнее, и это одна из причин, почему его эффекты выглядят крупнее.
| Показатель | Значение | Источник |
|---|---|---|
| Врачи, рандомизированные в группы DAX Copilot, Nabla или обычной практики (UCLA) | 238 в 14 специальностях | NEJM AI, Lukac и др. 2025 |
| Изменение среднего времени в записи на одну запись: группа Nabla против группы обычной практики | -41 секунда против -18 секунд | NEJM AI, Lukac и др. 2025 |
| Визиты, в которых назначенный скрайб действительно использовался: группа DAX Copilot против группы Nabla | 33,5% (8 271 из 24 696) против 29,5% (6 981 из 23 653) | NEJM AI, Lukac и др. 2025 |
| Специалисты в ступенчатом исследовании в Висконсине и Иллинойсе и их использование амбиентного ИИ с поправкой на число записей | 66 специалистов, 16 593 приёма; использование 71,0% (СО 31,6%) | NEJM AI, Afshar и др. 2025 |
| Доля содержания записи, набранного вручную, до и во время использования скрайба (Penn Medicine, 46 клиницистов в 17 специальностях) | с 11,2% до 7,9% (P < 0,001) | JAMA Network Open, Duggan и др. 2025 |
| Закрытие приёма в тот же день, до и во время использования скрайба (Penn Medicine) | с 66,2% до 72,4% (P < 0,001) | JAMA Network Open, Duggan и др. 2025 |
Контекст: группа DAX Copilot в UCLA сократила время на 23 секунды на запись, что составляет -1,7% относительно контроля (95% ДИ от -9,4% до +5,9%; P=0,66). Незначимый результат в двухмесячном исследовании не доказывает отсутствие эффекта, но напоминает, что продукты-скрайбы не взаимозаменяемы.
2. Время в EHR вне рабочих часов: обещание «пижамного времени» под измерением
«Пижамное время» - это работа в электронной медицинской карте (EHR), которую клиницисты выполняют вне запланированных часов приёма, как правило, дописывая записи дома вечером. Именно этот показатель системы здравоохранения больше всего хотят сдвинуть, и именно здесь данные расходятся сильнее всего. В исследовании JAMA по пяти системам работа вне рабочих часов изменилась всего на -3,1 минуты на каждые 8 запланированных часов работы с пациентами, и доверительный интервал (от -6,8 до 0,5) не позволяет отличить этот результат от нуля, а исследование UCLA тоже не нашло значимого изменения вне рабочих часов относительно контроля.
Положительные результаты получены в интенсивно использовавшемся исследовании Висконсина, в исследованиях одной системы, в опросах с самооценкой или при более длительном наблюдении. В исследовании Penn по схеме «до и после» зафиксировано снижение примерно на 15 минут в день, а препринт Washington University показал, что «пижамное время» в нулевой день не изменилось совсем, но к 150-му дню было на 19% ниже. Практический вывод: экономия вне рабочих часов, по-видимому, зависит от смены привычек, которая занимает месяцы, а не от простого включения инструмента.
| Показатель | Значение | Источник |
|---|---|---|
| Работа вне рабочего времени на каждые 8 запланированных часов работы с пациентами, внедрившие против не внедривших (5 академических систем) | -3,1 минуты (95% ДИ от -6,8 до 0,5), незначимо | JAMA, многоцентровое исследование 2026 |
| Работа вне рабочего времени, ступенчатое исследование | -0,50 часа в день (95% ДИ от -0,90 до -0,09; P=0,03) | NEJM AI, Afshar и др. 2025 |
| Работа вне рабочих часов в день, до и во время использования скрайба (Penn Medicine, 46 клиницистов) | с 50,6 до 35,4 минуты (P=0,02) | JAMA Network Open, Duggan и др. 2025 |
| Медианное время документирования вне рабочих часов, до и после внедрения (Providence, 1 547 клиницистов) | с 22,0 до 20,6 минуты; устойчивое снижение на 0,38 минуты в месяц (P=0,02), немедленных изменений нет | JAMA Network Open, Husa и др. 2026 |
| «Пижамное время» на 150-й день против периода до внедрения (220 клиницистов первичного звена) | -19% (IRR 0,81, интервал от 0,73 до 0,90); на 0-й день изменений нет | препринт medRxiv, Washington University 2026 |
| Часов в неделю на написание записей вне часов приёма по самооценке, до и через 30 дней | с 4,95 до 4,05 часа (-0,90 часа; P < 0,001) | JAMA Network Open, Olson и др. 2025 |
Примечание о выбросе: результат исследования Висконсина по работе вне рабочих часов перестал быть значимым (-0,19 часа, 95% ДИ от -0,40 до 0,03), когда исключили верхние 3% наблюдений, так что несколько специалистов с большой вечерней нагрузкой обеспечили основную часть эффекта.
3. Выгорание, когнитивная нагрузка и рабочее истощение
Выгорание - показатель, по которому амбиентные скрайбы выглядят сильнее всего, и он меняется быстрее любого показателя времени. В исследовании Olson по шести системам распространённость выгорания снизилась на 13,1 процентного пункта за 30 дней (с 51,9% до 38,8%; aOR 0,26, 95% ДИ от 0,13 до 0,54; P < 0,001), а когнитивная нагрузка, связанная с записями, снизилась с 7,10 до 4,46 по 10-балльной шкале. Одно из правдоподобных объяснений: облегчение связано не столько с сэкономленными минутами, сколько с тем, что не нужно печатать, пока слушаешь, чем объясняется улучшение выгорания даже там, где время по журналам почти не меняется.
Оговорка касается дизайна. В исследовании Olson не было контрольной группы, а опросы в Mass General Brigham и Emory дали долю ответивших от 11% до 30%, поэтому самые довольные пользователи могут быть представлены избыточно. Рандомизированные исследования тоже показывают улучшение, но меньшее: в UCLA составной показатель выгорания Mini-Z улучшился менее чем на 3 балла по шкале от 10 до 50 для обоих скрайбов. Врачи уже ждут этого: 70% видят в ИИ способ автоматизировать задачи, способствующие выгоранию (AMA, Physician Survey on Augmented Intelligence 2026).
| Показатель | Значение | Источник |
|---|---|---|
| Клиницисты, сообщающие о выгорании и о тяжёлом выгорании, до и через 30 дней работы со скрайбом (6 систем, 186 клиницистов в моделях выгорания) | Выгорание с 51,9% до 38,8%; тяжёлое выгорание с 18,4% до 12,2% (апостериорно, P = 0,01) | JAMA Network Open, Olson и др. 2025 |
| Когнитивная нагрузка задач, связанных с записями, 10-балльная шкала, до и после | с 7,10 до 4,46 (P < 0,001) | JAMA Network Open, Olson и др. 2025 |
| Специалисты выше высокого порога рабочего истощения, начало и конец исследования | с 56,1% до 35,4% | NEJM AI, Afshar и др. 2025 |
| Составной показатель выгорания Mini-Z (от 10 до 50), изменение относительно контроля | DAX +2,83 (95% ДИ от +1,28 до +4,37); Nabla +2,69 (95% ДИ от +1,14 до +4,23) | NEJM AI, Lukac и др. 2025 |
| Клиницисты Emory, сообщающие о положительном влиянии документирования на благополучие, абсолютное изменение через 60 дней | +30,7 процентного пункта (доля ответивших в опросе 11%) | Mass General Brigham, You и др. JAMA Network Open 2025 |
| Доля ответивших в опросе Mass General Brigham через 42 дня и через 84 дня | Около 30% против 22% | Mass General Brigham, You и др. 2025 |
| Рост удовлетворённости работой в Hattiesburg Clinic: первый поставщик скрайба против второго поставщика | +17% против +13% | AMA, отчёт об использовании ИИ врачами 2025 |
Контекст: профессиональная удовлетворённость в исследовании Висконсина выросла на 0,14 балла (P=0,04), что авторы сочли незначимым, поскольку каждый из со-первичных исходов должен был достичь P < 0,025.
4. Внедрение: как далеко скрайбы распространились внутри систем здравоохранения
Доступ - это ещё не использование. В пяти крупных академических системах скрайб внедрили лишь 21,1% из 8 581 амбулаторного клинициста: от 7,1% в Mass General Brigham до 63,6% в Yale New Haven Health, и только около 32% внедривших применяли его для половины записей и более. Картина общенациональных опросов согласуется с этим: документирование входит в число главных сценариев использования ИИ, но менее трети врачей применяют ИИ для записей о визитах.
Там, где внедрение высокое, оно стало привычным. Среди 102 опрошенных врачей взрослой и семейной медицины Permanente две трети пользовались скрайбом 5 и более дней в неделю, а 63% использовали его на каждом очном визите (The Permanente Medical Group, NEJM Catalyst 2025). Разрыв во внедрении между системами, таким образом, связан меньше с тем, нравится ли врачам инструмент, и больше с тем, как его запускает каждая организация: в 4 из 5 академических систем внедрившие подключались по собственному желанию, а сроки запуска растянулись с июня 2023 года по август 2025 года.
| Показатель | Значение | Источник |
|---|---|---|
| Американские врачи, использующие ИИ для документирования кодов для выставления счетов, медицинских карт или записей о визитах | 28% (опрос почти 1 700 врачей) | AMA, Physician Survey on Augmented Intelligence 2026 |
| Американские врачи, использующие ИИ для составления выписных рекомендаций, планов лечения или записей о динамике | 30% | AMA, Physician Survey on Augmented Intelligence 2026 |
| Клиницисты, внедрившие ИИ-скрайб в 5 академических системах, в целом и на площадке с самым низким и самым высоким показателем | 21,1% (1 809 из 8 581); 7,1% в Mass General Brigham против 63,6% в Yale New Haven Health | JAMA, многоцентровое исследование 2026 |
| Внедрившие, использующие скрайб для 50% записей и более | Около 32% (577 пользователей) | JAMA, многоцентровое исследование 2026 |
| Клиницисты Providence, бывшие активными пользователями амбиентного ИИ, января 2024 года против марта 2025 года | с 0,1% до 28,8% | JAMA Network Open, Husa и др. 2026 |
| Врачи UCSF, внедрившие скрайб, против доли приёмов, которые они провели с его помощью | 44,6% из 1 565 врачей против 15,2% приёмов | JAMA Network Open, UCSF 2026 |
| Врачи Permanente, внедрившие скрайб в первые 10 недель запуска 2023 года | 3 442 из 10 000 приглашённых, в 303 266 приёмах | AMA, отчёт о пилотном проекте Permanente 2024 |
Контекст: в Providence активные пользователи составляли лишь около 8% всех клиницистов за весь период исследования, что напоминает: общесистемный «запуск» может сосуществовать с низким средним охватом.
5. Производительность, биллинг и вопрос окупаемости инвестиций
Финансовое обоснование реально, но невелико. Внедрившие скрайб в UCSF выработали на 1,81 относительной единицы стоимости (RVU, единица Medicare для измерения оплачиваемой работы врача) в неделю больше, что авторы пересчитали примерно в 3 044 USD на врача в год по тарифам Medicare 2025 года, без различий в отказах в оплате страховых требований (JAMA Network Open, UCSF 2026). Это оценки валовой выручки, а не измеренная окупаемость инвестиций.
Сигнал по биллингу заслуживает проверки. Часть прироста RVU может объясняться лучшим учётом работы, которая выполнялась всегда, а часть - интенсивностью кодирования. Валидация KLAS по одному поставщику показала, что коды повторного визита 3-го уровня в McLeod Health снизились на 18,2%, тогда как коды 4-го уровня выросли на 7,3%, а 5-го уровня на 5,0%, и авторы UCSF прямо отмечают, что в будущих работах необходимо отделять точное кодирование от завышенного кодирования (выбора более высокого уровня, чем фактический).
| Показатель | Значение | Источник |
|---|---|---|
| RVU в неделю, внедрившие скрайб против не внедривших (UCSF, 1,2 миллиона приёмов) | +1,81 (95% ДИ от 0,86 до 2,75; P < 0,001) | JAMA Network Open, UCSF 2026 |
| Приёмов пациентов в неделю, внедрившие против не внедривших (UCSF) | +0,80 (95% ДИ от 0,05 до 1,56; P = 0,04) | JAMA Network Open, UCSF 2026 |
| Дополнительные еженедельные визиты и поисковая месячная выручка от оценки и ведения пациента на одного внедрившего клинициста (5 академических систем) | +0,49 визита (95% ДИ от 0,17 до 0,81), рост на 1,7%; 167,37 USD в месяц (95% ДИ от 86,52 до 248,21 USD) | JAMA, многоцентровое исследование 2026 |
| Медианное значение RVU, до и после внедрения (Providence) | с 382,3 до 399,1 (P < 0,001); значимых изменений числа приёмов в день нет | JAMA Network Open, Husa и др. 2026 |
| Рабочие RVU на 150-й день против периода до внедрения (первичное звено) | +2% (IRR 1,02) | препринт medRxiv, Washington University 2026 |
| Оценка соответствия кодирования диагнозов (МКБ-10), от 0 до 10: записи амбиентного ИИ против записей, написанных людьми | 6,87 против 5,94 (P<0,001) | NEJM AI, Afshar и др. 2025 |
| Время в записях и чистая месячная выгода на одного специалиста в McLeod Health (валидация по конкретному поставщику Suki) | -26,8% времени в записях; чистая выгода 1 004 USD на специалиста в месяц; коды повторного визита 3-го уровня -18,2% | KLAS Research, Suki ROI Validations 2026 (отчёт по конкретному поставщику, по данным HIT Consultant) |
Контекст: цифры KLAS описывают клиентов одного поставщика и не являются ориентиром для всей категории; FMOL Health в том же отчёте зафиксировала сокращение времени в записях на 21%.
6. Точность записей, ошибки и нагрузка на редактирование
Самый подробный аудит в реальных условиях на сегодня проведён в UC Davis, где рецензенты прочитали 356 из 7 545 записей, подготовленных ИИ. Пропуски обнаружены в 18% проверенных записей, а выдуманное содержание (то, что написал ИИ, но чего не звучало на визите) - в 11,5%, при этом 5,3% содержали ошибки, оценённые как создающие серьёзный или непосредственный риск (JMIR Medical Informatics, UC Davis 2026). Иными словами, 19 из 356 отобранных черновиков требовали исправления, важного для безопасности, поэтому авторы заключают, что проверка клиницистом по-прежнему необходима.
Частота ошибок сильно зависит от того, кто считает и как. Аудит в виде препринта за август 2026 года по трём коммерческим скрайбам выявил подтверждённый сбой в 31,3% записей, но также показал, что от 28% до 97% отобранных записей содержали сбой в зависимости от применённого стандарта проверки (препринт arXiv 2026). Более ранние и более благоприятные результаты дали пилотный проект Permanente 2024 года, в котором 35 расшифровок получили в среднем 48 баллов из 50 по точности и смежным показателям, и исследование Висконсина, обнаружившее стигматизирующие формулировки менее чем в 1% записей (12 записей). У слоя транскрибации под этими записями есть собственные разрывы в точности в зависимости от говорящего, о чём мы пишем в статистике смещения распознавания речи по акценту.
| Показатель | Значение | Источник |
|---|---|---|
| Проверенные записи, составленные ИИ, со случайными пропусками (UC Davis, 356 записей) | 18% (64 записи) | JMIR Medical Informatics, UC Davis 2026 |
| Проверенные записи с выдуманным содержанием | 11,5% (41 запись) | JMIR Medical Informatics, UC Davis 2026 |
| Проверенные записи со случайными включениями против записей с предвзятостью | 9,3% (33 записи) против 1,1% (4 записи) | JMIR Medical Informatics, UC Davis 2026 |
| Проверенные записи с ошибками, оценёнными как серьёзный или непосредственный риск (тяжесть 4-5) | 5,3% (19 записей) | JMIR Medical Informatics, UC Davis 2026 |
| Медианная доля слов, созданных ИИ и изменённых врачами, против записей, оставленных без правок | 9,0% против 14,9% (143 из 960) | JMIR Medical Informatics, UC Davis 2026 |
| Общее качество записи по шкале PDQI-9, имитированные приёмы у специалистов (VA, 2 продукта) | 36,2 из 50; наименьший пункт - полнота, 3,4 из 5 | JAMA Network Open, симуляционное исследование VA 2026 |
| Записи, содержащие хотя бы один подтверждённый сбой, 3 коммерческих скрайба, 142 консультации (препринт) | 31,3% [27,0; 35,6] | препринт arXiv 2026 |
| Оцениваемая врачами частота клинически значимых неточностей, 5-балльная шкала (2 = редко, 3 = иногда) | DAX 2,7; Nabla 2,8; одно лёгкое нежелательное явление в исследовании | NEJM AI, Lukac и др. 2025 |
Контекст: в симуляционном исследовании VA названы типы ошибок, которых клиницисты опасались больше всего, включая выдуманные данные физикального осмотра и пропущенные значимые отрицательные находки, а один участник из гематологии-онкологии назвал их «серьёзными проблемами безопасности».
7. Принятие пациентами и согласие
В американских клиниках пациенты редко отказываются. В исследовании Висконсина 99,92% пациентов дали согласие на амбиентную запись, отказов было всего 22 (NEJM AI, Afshar и др. 2025). Публичные опросы рассказывают более осторожную историю, и разрыв в основном связан с информацией: комфорт снижается, когда пациенты узнают, куда уходит аудио и какие компании участвуют.
Исследование согласия в NYU показывает этот эффект напрямую. Согласие составило 81,6% после базовой информации о технологии, но 55,3% после подробного объяснения функций ИИ, хранения данных и участия компаний (JAMA Network Open, NYU Langone 2025). В Великобритании комфорт падает с 48% при плановом осмотре до 23% при консультации по поводу домашнего насилия (Healthwatch England 2026). Разговоры о согласии в многоязычной среде добавляют ещё один слой, о котором мы пишем в статистике больничных медицинских переводчиков.
| Показатель | Значение | Источник |
|---|---|---|
| Пациенты пилотного проекта NYU, согласные на амбиентное документирование на старте (103 пациента) | 74,8% (77 пациентов) | JAMA Network Open, NYU Langone 2025 |
| Пациенты пилотного проекта NYU, которые дали бы согласие после базовой информации и после подробного раскрытия функций ИИ, хранения данных и участия компаний | 81,6% (84) против 55,3% (57) | JAMA Network Open, NYU Langone 2025 |
| Пациенты пилотного проекта NYU, не желавшие, чтобы их данные передавались поставщику | 59,2% (61 пациент) | JAMA Network Open, NYU Langone 2025 |
| Взрослые канадцы, с неохотой относящиеся к будущему использованию ИИ-скрайбов, против осведомлённых о том, что ИИ-скрайбы применяются (12 153 взрослых) | 61,8% против 28,3% | JAMIA, Chandrasekaran и Moustakas 2026 |
| Взрослые в Великобритании, которые хотят, чтобы клиницисты спрашивали согласие перед использованием ИИ-скрайба (4 039 взрослых) | 81% | Healthwatch England, опрос YouGov 2026 |
| Взрослые в Великобритании с недавним приёмом, не знавшие, что применялся ИИ-скрайб | Почти 90% из 2 795 | Healthwatch England, опрос YouGov 2026 |
| Взрослые в Великобритании, в той или иной мере или полностью согласные на ИИ-скрайб: плановый медосмотр против консультации по поводу домашнего насилия | 48% против 23% | Healthwatch England, опрос YouGov 2026 |
| Пациенты Permanente, чувствующие себя комфортно против некомфортно со скрайбом (118 пациентов) | Две трети против 8% (26% нейтральны) | The Permanente Medical Group, NEJM Catalyst 2025 |
Контекст: поддержка в Великобритании общенационального внедрения в NHS разделилась почти поровну, 38% за и 37% против, а решительные противники (21%) почти вдвое многочисленнее решительных сторонников (11%).
Итоги: амбиентный медицинский ИИ-скрайб в цифрах
| Показатель | Значение | Источник |
|---|---|---|
| Выгорание до и после 30 дней использования скрайба (6 систем) | с 51,9% до 38,8% | JAMA Network Open, Olson и др. 2025 |
| Специалисты выше высокого порога рабочего истощения, начало и конец исследования | с 56,1% до 35,4% | NEJM AI, Afshar и др. 2025 |
| Время документирования на каждые 8 запланированных часов работы с пациентами, внедрившие против не внедривших | -16,0 минуты (около -10%) | JAMA, многоцентровое исследование 2026 |
| Изменение среднего времени на запись: группа Nabla против контроля (рандомизированное) | -41 секунда против -18 секунд | NEJM AI, Lukac и др. 2025 |
| Работа вне рабочих часов в день, Penn Medicine | с 50,6 до 35,4 минуты | JAMA Network Open, Duggan и др. 2025 |
| «Пижамное время» на 150-й день, первичное звено (препринт) | -19% | препринт medRxiv, Washington University 2026 |
| Клиницисты, внедрившие скрайб в 5 академических системах | 21,1% | JAMA, многоцентровое исследование 2026 |
| Активные пользователи амбиентного ИИ в Providence, янв. 2024 года против марта 2025 года | с 0,1% до 28,8% | JAMA Network Open, Husa и др. 2026 |
| Врачи, использующие ИИ для кодов для выставления счетов, карт или записей о визитах | 28% | AMA, Physician Survey on Augmented Intelligence 2026 |
| RVU в неделю, внедрившие против не внедривших (UCSF) | +1,81 | JAMA Network Open, UCSF 2026 |
| Оценка дополнительной выручки на врача в год (UCSF) | Около 3 044 USD | JAMA Network Open, UCSF 2026 |
| Проверенные записи ИИ с пропусками / выдуманным содержанием / ошибками серьёзного или непосредственного риска | 18% / 11,5% / 5,3% | JMIR Medical Informatics, UC Davis 2026 |
| Записи с подтверждённым сбоем, 3 коммерческих скрайба (препринт) | 31,3% | препринт arXiv 2026 |
| Согласие пациентов на амбиентную запись (исследование в США) | 99,92% | NEJM AI, Afshar и др. 2025 |
| Согласие пациентов после подробного против базового раскрытия (NYU) | 55,3% против 81,6% | JAMA Network Open, NYU Langone 2025 |
| Взрослые канадцы, с неохотой относящиеся к будущему использованию ИИ-скрайбов | 61,8% | JAMIA 2026 |
| Взрослые в Великобритании, которые хотят, чтобы у них спрашивали согласие | 81% | Healthwatch England 2026 |
Методология и источники
Мы отдавали приоритет рандомизированным исследованиям и рецензируемым исследованиям систем здравоохранения, использовали пресс-релизы только тогда, когда они пересказывали конкретную опубликованную работу, а препринты и отчёты по конкретным поставщикам помечали как таковые. Ни одна цифра в этом обзоре не получена из данных VoxBooster.
- NEJM AI, Lukac и др. 2025, амбиентные ИИ-скрайбы в клинической практике: рандомизированное исследование (UCLA), вместе с сообщением UCLA Health
- NEJM AI, Afshar и др. 2025, прагматичное рандомизированное контролируемое исследование амбиентного ИИ для улучшения благополучия медицинских специалистов (University of Wisconsin)
- JAMA 2026, изменения затрат времени клиницистов и числа визитов при внедрении ИИ-скрайбов: многоцентровое исследование
- JAMA Network Open, Olson и др. 2025, использование амбиентных ИИ-скрайбов для снижения административной нагрузки и профессионального выгорания
- JAMA Network Open, Duggan и др. 2025, опыт клиницистов с технологией амбиентного скрайба (Penn Medicine)
- JAMA Network Open, Husa и др. 2026, использование амбиентного ИИ и нагрузка документирования, производительность и эффективность клиницистов (Providence)
- JAMA Network Open 2026, амбиентные ИИ-скрайбы и финансовая производительность врачей (UCSF)
- препринт medRxiv 2026, долгосрочные эффекты использования амбиентного ИИ-скрайба в первичном звене (Washington University), без рецензирования
- The Permanente Medical Group, годовой обзор в NEJM Catalyst 2025, в пересказе Отдела исследований Kaiser Permanente
- AMA, Physician Survey on Augmented Intelligence 2026
- AMA, отчёт об использовании ИИ врачами и пилотном проекте Hattiesburg Clinic 2025
- AMA, отчёт о 10-недельном пилотном проекте Permanente 2024
- Mass General Brigham, сообщение о работе You и др. JAMA Network Open 2025 (Mass General Brigham и Emory)
- JMIR Medical Informatics 2026, качество клинических записей, созданных генеративным ИИ с амбиентным прослушиванием (UC Davis)
- JAMA Network Open 2026, технология амбиентного скрайба в имитированных приёмах пациентов по разным специальностям (Veterans Health Administration)
- препринт arXiv 2026, одна запись из трёх: проверенная перепись трёх применяемых ИИ-скрайбов, без рецензирования
- JAMA Network Open 2025, информированное согласие на амбиентное документирование с помощью генеративного ИИ в амбулаторной помощи (NYU Langone)
- JAMIA 2026, отношение пациентов к амбиентным ИИ-скрайбам в клинической помощи (опрос в Канаде)
- Healthwatch England 2026, что думает общественность об использовании ИИ-скрайбов в здравоохранении (опрос YouGov)
- KLAS Research, Suki ROI Validations 2026, отчёт по конкретному поставщику в изложении HIT Consultant
- Наблюдение по данным: большинство размеров эффекта здесь получены в нерандомизированных исследованиях по схеме «до и после» или в наблюдательных исследованиях с самостоятельно отобравшимися пользователями, поэтому это ассоциации, а не доказательство причинно-следственной связи; рандомизированы только исследования UCLA и Висконсина. В работе Penn в аннотации указано сокращение работы вне рабочих часов на 30,0%, а в её Таблице 2 - -16,9%, и в аннотации сказано «на рабочий день», тогда как в таблице «на запланированный день». Исследование Olson пересчитывает свои недельные изменения работы вне рабочих часов в 10,8 минуты на рабочий день, это производная оценка, и ряд его авторов связан с поставщиком, чей скрайб изучался. В симуляционной работе VA оценка по неврологии указана как 42,2 в тексте и 41,2 в таблице. Опросы о выгорании в Mass General Brigham и Emory дали долю ответивших от 11% до 30%. Исследования Washington University и arXiv - это препринты, и они могут измениться до рецензирования, а цифры KLAS описывают клиентов одного поставщика. Результаты опроса врачей Permanente (102 респондента) и опроса пациентов (118 респондентов) - небольшие выборки из одной медицинской группы. Следующий опрос AMA по расширенному интеллекту и более длительное наблюдение когорты пяти систем из JAMA, самые надёжные оценки которой охватывают лишь около 5 месяцев после внедрения, - важнейшие ожидаемые новые данные.
Последнее обновление: 24 октября 2026 года. Мы обновляем этот обзор ежеквартально, и следующее обновление ожидается, когда AMA опубликует свой Physician Survey on Augmented Intelligence 2027 года.