AI病历书写的核心价值，不是替代医生完成病历，而是在医生监管下把大量低价值、重复性、结构化整理工作交给AI，让医生把更多注意力放回患者沟通、临床判断和诊疗决策本身。
编辑/侯杰
图片/豆包AI生成
病历书写是临床诊疗过程中最基础、也最关键的工作之一。它既是患者诊疗过程的完整记录，也是医疗质量评价、诊疗行为追溯、医保支付、绩效管理和科研分析的重要数据来源。在AI技术快速发展的背景下，AI辅助病历书写正在发挥实用价值，帮助医生将病历“写得及时、写得规范、写得有内涵”。
近期发布的斯坦福HAI《2026年人工智能指数报告》（以下简称《报告》）指出。自动生成病历的AI工具在2025年实现了更广泛部署，多个医疗系统报告了医生文书负担、认知负荷和运营效率方面的改善。
减负83%、ROI达112%：斯坦福报告里的AI病历书写数据CDS REPORT ｜ PART 1
《报告》提到，2025年，根据患者就诊过程自动生成临床记录的AI工具在多家医疗系统中得到应用，医生反馈显示，病历书写时间最高可减少83%，其他机构也反馈了显著的应用成效。
报告列举的多项实践结果显示，AI辅助病历书写的价值并不只体现在“少打字”上。夏普医疗集团报告称，病历书写工作量和书写时间大幅减少，幅度可至83%，工作相对价值单位（衡量医生每次临床工作效率的标准指标）提升3.5%-6%；芝加哥大学医学院报告称，AI病历书写工具减少了47%医生学习和认知负担，使得医生对患者的专注度提高58%；美国缅因州卫生局报告称，相关AI工具已经被用于70.3%的会诊场景。
美国西北医学中心的相关实践进一步体现了AI辅助病历书写的运营价值。研究显示，DAX Copilot在西北医学中心应用后，系统报告了每名医生每月增加5个预约、服务等级提升3.4%、投资回报率（ROI）达到112%等结果。Becker’s Hospital Review还提到，在试点中，较高频使用该技术的医生每月多接诊11.3名患者，整体记录时间减少24%，下班后处理病历的“隐性加班时间”减少17%。
斯坦福医疗保健中心也开展了前瞻性质量改进研究。发表在《Journal of the American Medical Informatics Association》的研究显示，该项目在48名医生中开展，为期3个月，结果显示医生任务负荷和倦怠感显著下降，系统可用性评分改善。同期另一项研究则关注环境型AI病历书写助手对文档时间的影响，研究对象包括45名医生、8个门诊专科，结论认为大语言模型驱动的环境型AI病历书写助手可能减少文档负担，但不同医生之间存在使用差异。
这些数据共同说明，AI辅助病历书写已经从“概念验证”进入“真实临床工作流验证”阶段。它的核心价值，不是替代医生完成病历，而是在医生确认和审核的前提下，把大量低价值、重复性、结构化整理工作交给AI，让医生把更多注意力放回患者沟通、临床判断和诊疗决策本身。
AI病历书写：从“听见对话”到“看懂诊疗”CDS REPORT ｜ PART 2
斯坦福报告重点提到的是“环境人工智能文档”工具，即根据医患对话自动生成临床文档的AI系统。但从实际应用看，AI对病历书写的介入并不止于“听写”或“转录”，而是正在沿着诊疗信息采集、病历内容生成、实时质控校验三个层次逐步深入。
第一是环境式采集。系统通过诊室内设备或移动端应用，在获得授权和知情同意的前提下，采集医患交流内容，并自动识别对话中的主诉、现病史、既往史、体格检查、诊疗计划等关键信息。这一方式对医生工作流干扰较小，医生不需要在问诊过程中频繁切换电脑输入，能够减少“边问诊、边敲字”的割裂感。斯坦福医学中心介绍的相关应用，就是通过安全监听医患互动并生成临床记录草稿，帮助医生减少行政性、非临床工作负担。
第二是生成式结构化。相比传统语音转写，AI辅助病历书写的关键并不在于把一句话逐字转成文本，而在于理解医患对话中的医学语义，并按照门诊病历、入院记录、病程记录、SOAP格式或专科模板进行结构化生成。例如，系统需要区分患者原话、医生判断、检查结果、诊疗计划和待完善信息，避免把“患者主诉”“医生推断”“既往资料”混在一起。
第三是实时质控与临床校验。对于医院而言，病历书写的真正难点往往不是“有没有内容”，而是内容之间是否一致、诊疗逻辑是否合理、关键记录是否缺失、时间节点是否符合要求。AI可以在医生书写过程中调用患者检查、检验、诊断、手术、用药、知情同意、病程记录等多源信息，实时识别上下文不一致、诊断依据不足、关键节点缺失、复制病历不合理等问题，并给出修改提示和依据。这意味着AI辅助病历书写的终点，不应只是“生成一份草稿”，而应进一步进入病历内涵质控和质量管理闭环。
因此，AI辅助病历书写的理想形态，是“AI生成初稿+医生审核确认+系统实时质控+管理端持续分析”。医生仍然是病历内容和医疗行为的责任主体，AI则成为嵌入诊疗过程的文档助手、质控助手和数据助手。
国内落地：更强调病历内涵质控与质量管理闭环CDS REPORT ｜ PART 3
与海外环境型AI病历书写助手更多聚焦“减轻医生文书负担”不同，国内AI辅助病历书写的落地往往与电子病历评级、医疗质量安全管理、病案首页质控、DRG/DIP支付和医院精细化管理结合得更紧密。
一方面，国内医院对病历质量的要求正在从形式质控走向内涵质控。国家卫生健康委相关要求明确，实施电子病历的医疗机构应建立电子病历记录、修改、使用、存储、传输、质控、安全等级保护等管理制度，并保障病历内容记录与修改信息可追溯。电子病历系统功能应用水平分级评价也强调数据完整性、标准化、一致性、及时性，以及电子病历数据在临床决策支持和质量管理中的应用。
另一方面，国内已经出现了围绕病历内涵质控的大模型落地案例。在大模型病历内涵质控场景中，有医疗AI厂商已经实现通过HIS、PACS、EMR等信息系统的对接，自动抓取诊疗数据，经自然语言处理、术语标准化后构建患者画像，再由医疗大模型进行推理计算，做出提醒或预警；在某三甲医院实际应用中，全院甲级病历从75%提升至95%，病历平均问题数在10个月内从7.42个下降至3.28个。
回到医院管理视角，AI辅助病历书写的价值不应只用“节省多少分钟”来衡量。更重要的是，它能否提升病历及时性、完整性和内涵质量，能否减少终末质控压力，能否帮助医院形成更加实时、可追溯、可分析的质量管理体系。
AI辅助病历书写正在进入新的阶段。过去，医院关注的是“医生能不能少写一点”；现在，更值得关注的是“病历能不能写得更规范、更准确、更有质量”。当AI真正嵌入临床工作流，并与病历质控、临床决策支持、病案管理和医院运营管理协同起来，病历书写才可能从医生的负担，逐步转变为医院高质量发展的数据底座和管理抓手。
参考来源：
[1] Shah S J, Devon-Sand A, Ma S P, et al. Ambient artificial intelligence scribes: physician burnout and perspectives on usability and documentation burden[J]. Journal of the American Medical Informatics Association, 2025, 32(2): 375-380.
[2] Ma S P, Liang A S, Shah S J, et al. Ambient artificial intelligence scribes: utilization and impact on documentation time[J]. Journal of the American Medical Informatics Association, 2025, 32(2): 381-385.
[3] Olson K D, Meeker D, Troup M, et al. Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout[J]. JAMA Network Open, 2025, 8(10): e2534976.
[4] Hudson T J, Albrecht M, Smith T R, et al. Impact of Ambient Artificial Intelligence Documentation on Cognitive Load[J]. Mayo Clinic Proceedings: Digital Health, 2025, 3(1): 100193.
[5] Microsoft. Northwestern Medicine improves access to care, patient experiences, and clinician wellbeing while recognizing a return on investment with DAX Copilot for Epic[R/OL]. Microsoft, 2025.
[6] Abridge. Sharp Selects Abridge to Power Billable Notes that Drive ROI[EB/OL]. Abridge, 2025.
[7] 英特尔中国. 大模型上岗三甲医院，给每个医生都配个“病历质控助手”[EB/OL]. 2024.
【责任编辑：晶晶】
【实习编辑：钟莉芸】