Clinical Implementation of Artificial Intelligence Scribes in Health Care: A Systematic Review
Notice bibliographique
Résumé
Abstract Artificial intelligence (AI) scribes use advanced speech recognition and natural language processing to automate clinical documentation and ease administrative burden. However, little is known about the effect of AI scribes on clinicians, patients, and organizations. This study aimed to (1) propose an evaluation framework to guide future AI scribe implementations, (2) describe the effect of AI scribes along the domains proposed in the developed evaluation framework, and (3) identify gaps in the AI scribe implementation literature to be evaluated in future studies. Databases including Embase, Embase Classic, and Ovid Medline were searched, and a manual review was conducted of the New England Journal of Medicine AI. Studies published after 2021 that reported on the implementation of AI scribes in health care were included. Descriptive analysis was undertaken. Quality assessment was undertaken using the Newcastle–Ottawa Scale. The nominal group technique was used to develop an evaluation framework. Eleven studies met the inclusion criteria, with 10 published in 2024. The most frequently used AI scribe was Dragon Ambient eXperience (n = 7, 64%). While clinicians often reported improved documentation quality, AI scribe accuracy varied, frequently requiring manual edits and raising occasional concerns about errors. Nine of 10 studies reported improvements in at least one efficiency metric, and seven of ten studies highlighted positive effects on clinician wellness and burnout. Patient experience was assessed in three studies, all reporting favorable outcomes. AI scribes represent a promising tool for improving clinical efficiency and alleviating documentation burden. This systematic review highlights the potential benefits of AI scribes, including reduced documentation time and enhanced clinician satisfaction, while also identifying critical challenges such as variable adoption, performance limitations, and gaps in evaluation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,010 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».