环境人工智能抄写技术的随机对照试验 (AIScribe RCT)

其他：Nabla，虚拟AI Scribe Technology的供应商

该部门的参与者将利用Nabla的AI Scribe工具，并将继续由Scribe Software支持的通常的临床文档过程，该过程与EHR集成并自动将生成的文本添加到注释中。 Nabla AI Scribe工具是转录的，不提供临床决策支持。

其他：使用提供的Nabla AI抄写工具

AI Scribe Technologies捕获了医生患者对话以创建成绩单，然后以临床注释的形式总结了转录本。 这些工具已集成到EHR中，并将生成的文本自动添加到提供商注释中。 所有医生都必须通知患者记录并获得其口头同意，并跟踪患者拒绝同意的患者实例。

Nabla利用其专有的语音到文本将对话转变为书面上下文，并结合了符合HIPAA的大型语言模型（LLM），例如Azure Openai的GPT-4。 Nabla不存储任何音频。

其他：虚拟AI抄写技术的供应商B

该部门的参与者将利用供应商B的AI Scribe工具，并将继续其通常的临床文档流程，并由Scribe Software支持，该过程与EHR集成并自动将生成的文本添加到注释中。 AI Scribe工具是转录的，不提供临床决策支持。

其他：使用供应商B提供的AI Scribe工具

AI Scribe Technologies捕获了医生患者对话以创建成绩单，然后以临床注释的形式总结了转录本。 这些工具已集成到EHR中，并将生成的文本自动添加到提供商注释中。 所有医生都必须通知患者记录并获得其口头同意，并跟踪患者拒绝同意的患者实例。

无干预：没有抄写员

该手臂的参与者将无法使用AI Scribe工具，并将继续其通常的临床文档流程

每个音符中时间的改变

主要结局指标是提供者在试验第二个月的笔记平均时间相对于入组前六个月的基线平均时间的变化。 此变化将在自然对数尺度上计算。 对于该结局指标，不会收集患者层面的信息。

提供者倦怠分数

迷你Z 2.0调查是一种经过验证的10个项目仪器，旨在衡量影响医疗保健专业人员工作场所满意度和倦怠的关键因素。 每个项目都以李克特量表（1-5）评分，得分较高，表明更大的结果 - 更高的工作满意度，电子记录文档的足够时间以及压力较低。 对于构成负面的项目（例如，由于工作或对电子病历的挫败感引起的压力），较高的分数表明不满意的水平较低。 总分从10到50不等，分数≥40代表一个快乐的工作场所。 对于此结果措施，不会收集任何患者级别的信息。

更改EHR信号（活动）数据 - 睡衣时间

我们将在注册信号指标之前6个月的回顾性基线进行调查，包括每天的睡衣时间。 使用此数据将决定提供者时间如何在EHR中使用。 对于此结果措施，不会收集任何患者级别的信息。

医疗服务者任务负荷评分

Provider task load adapted from the NASA Task Load Index (TLX), a validated tool for assessing perceived workload across six sub-scales: mental demand, physical demand, temporal demand, performance, effort, and frustration. For this study, we adapted the TLX to focus on note-writing workload, including four sub-scales (mental demand, temporal demand, physical demand, and effort) as done previously. Each sub-scale is rated from 0 (low task load) to 100 (high task load) and summed together for a total score scale of 0 (low task load) to 400 (high task load), lower is better. No patient level information will be collected for this outcome measure.

供应商专业满足感

《职业成就感指数》（Professional Fulfillment Index, PFI）是一个经过验证的16项工具，采用5分的李克特量表（0-4）来衡量职业成就感、工作疲惫感和人际关系疏离感。 在这项研究中，我们使用4项的工作疲惫感分量表，该分量表是其中4项的均值，得分低（0）表示疲惫程度较低，得分高（4）表示疲惫程度较高。 该结果测量不会收集任何患者层面的信息。

被视为贬损者、被动者或促进者的医生人数

由医生自行报告满意度调查，考虑记录的准确性、患者安全、公平性以及其他潜在的非预期后果，并使用1-10的评分标准评估其整体推荐该工具的可能性。 评分越高（10分）表示满意度越高且越可能推荐，而评分越低（1分）则表示不满意且不可能推荐。 根据评分，将医生分类为“推荐者”（评分9-10）、“被动者”（评分7-8）和“贬损者”（评分低于或等于6）。 此分类符合普遍接受的“净推荐值”分类标准。 该结局指标不收集任何患者级别的信息。

提供者RVU的变化

研究团队将通过RVU使用医生级别的账单信息，确定其在入组前6个月的历史基线变化的生产力。 此结果指标不会收集任何患者级别的信息。

电子健康档案信号（活动）数据的变化 - 计划工作时间外的时间

我们将检查入组前6个月回顾性基线的变化，包括每个排班日非预定工时内的信号指标。 使用这些数据将确定提供者在EHR中的时间利用情况。 不会为此结局指标收集任何患者层面的信息。

电子病历信号（活动）数据的变化 - 非计划天数的时间

我们将检查从入组前6个月的回顾性基线开始的变化，在信号指标中，包括在非预定日花费在系统中的时间。 使用此数据将确定提供者在电子健康记录中的时间利用情况。 不会为该结果指标收集患者层面的信息。