医学生的首要任务之一就是学习撰写临床记录。甚至在他们完成解剖学和生理学课程之前，他们就会在教学医师的带领下被派往患者床边，要求他们回来后写出一份书面报告：患者说了什么、观察到了什么，以及随着经验的积累，哪些诊断可以解释患者的症状以及可以采取哪些治疗措施。当我还在医学院时，这项工作感觉像是一个获得认可的、近乎仪式性的入门过程，是学生开始像医生一样行动和思考的谦卑仪式之一。
我们当时是为了学习，没有自己的患者需要管理，确实有足够的时间来撰写这些记录。但当我们成长为住院医师，然后是主治医师时，我们不再觉得有这些时间可用，撰写记录也不再是一种特权。这些工作变得令人厌烦，与医学的真正意义脱节：与患者交谈、思考他们的症状，并希望让他们好转。我们中的许多人开始认为，记录与治疗患者几乎没有关系——甚至可能妨碍患者治疗。如果我们能收回所有这些时间，难道不能更好地照顾患者吗？
因此，当我在急诊科工作的医院推出人工智能助手——它们通过我们的手机在背景中倾听我们与患者的交谈，然后生成精美、深入的记录——我迫不及待地想要尝试。我之前就已经听说过它们的潜力，几年前曾与一家领先的AI医疗记录公司的首席执行官交谈过。当他描述他的产品时，我想象了我将成为的医生：一个更好、更专注的治疗者，能够从容不迫地将更多时间投入到患者床边，而不是在电脑前疯狂打字。（自私地说，我也想象了与我自己的医生互动的改善，我每年见她一次，她总是眼睛紧盯着屏幕，手指在键盘上敲击。）
这也是AI记录助手制造商向医疗机构推销的理念。初创公司如雨后春笋般涌现，自2019年以来筹集了近50亿美元，承诺既能缓解临床医生的倦怠，又能为医疗系统提供更高的效率。在去年发表的一项研究中，美国43家完成调查的非营利性医疗系统都报告称，它们正在开发、试点或已经部署AI记录助手。当然，并非每位医生都会选择使用这种工具——尽管机构压力可能有一天会使其感觉更像是一个要求而非选择——但在某些诊所和部门，采用率已高达80%。
哈佛医学院教授、卡尔·J·夏皮罗教育与研究中心AI项目主任亚当·罗德曼在最近的一次播客中将AI称为"可能是有史以来采用最快的医疗技术"。尽管AI为医学带来了令人振奋的可能性——诊断罕见疾病、预测个体风险、发现难以捉摸的药物——但它在当今医疗保健中最强有力的立足点是其能够窃听对话并快速生成记录的能力。
这个过程不仅仅是简单地转录医生和患者之间的录音互动。AI记录助手从对话中提取和综合信息——有时还会提供自己的看法——并以临床记录的结构和语气生成文档。
我必须说，这些记录写得非常漂亮！没有拼写错误，语法正确，句子完整。许多医生都很高兴。我也是。毕竟，这不一直是AI的巨大诱惑吗？把我们从所有无聊、乏味的琐事中解脱出来？只是后来我才意识到，一路上可能会失去一些东西。
至少目前，试用AI来写记录可能是将这项技术广泛引入医疗保健的最安全方式——作为一种低风险应用，与让机器对治疗做出生死决定的更可怕前景相距甚远。难怪AI记录助手传播得如此之快。医疗系统在多年听到医生抱怨电脑将他们与患者隔开后，终于投资于某种似乎能承诺回归的东西。
现代病历记录大约在19世纪初开始出现，当时医学进入了医院，患者日复一日地接受观察，他们的疾病随着时间的推移而被跟踪。早期的美国医院记录主要由入院和出院簿组成，更多是关于患者的行政信息而非临床细节。最终，医院开始保存更完整的病史，由文书从医生的私人笔记本中回顾性抄写。到世纪末，作为美国最早的医院之一，纽约医院建议医生在床边"以如此谨慎和如此方式"写记录，以便他们的笔记可以成为永久机构记录的一部分。
这些文档更多地服务于医院的记录保存需求，而非个体患者的需求。直到1907年，在明尼苏达州罗切斯特的梅奥诊所，病历才开始更直接地融入患者的护理中。大约在同一时间，护理观察、测试结果和其他临床信息也开始进入医疗记录。梅奥诊所的内分泌学家亨利·普卢默和他的助手梅布尔·鲁特为每位患者创建了专门的记录，将一个人的病史收集在一个文件中，而不是分散在单独的账簿和入院文件中。患者，而非病房或单次住院，成为了组织原则。现在，病历会随着人在就诊和时间中移动；如果患者返回，另一位医生可以接续他的护理线索。
然而，这些记录本身可能是混乱的。医生兼研究科学家劳伦斯·威德认为医生记录中的任何混乱都是思维的混乱。他批评那些隐藏了医生如何从症状到诊断再到计划的写作。威德在20世纪60年代担任现凯斯西储大学教授时的回应是提出了成为今天仍使用的SOAP格式记录基础的系统化结构：主观部分，用于患者报告的内容；客观部分，用于医生观察或测量的内容；以及可能最重要的部分，评估和计划：医生认为正在发生的事情以及她打算如何处理。这种纪律推动医生将他们的思维有序化，并使他们的推理在页面上可见。
几十年来，这些记录被夹在患者床脚的病历上，或者填满了护士站的大文件夹。然后电子医疗记录出现了，以及促进它们的计算机；当这一创新在2000年代末广泛普及时，它再次改变了临床记录。我作为医生的发展与美国医学的这一转变相吻合。几年来，我在纸质和电子记录之间来回切换，根据我工作的医院的协议，有时手写，有时打字。作为一个高中才第一次接触电脑的人，我基本上对电子医疗记录感到自在，当它完全接管时并不介意。但几位年长、聪明得多的同事，他们是两指打字员，无法适应，不得不停止看诊患者。医学在那个时期失去了一些真正优秀的医生。
不过，打字至少有一个不可否认的优势：它消除了医生手写的危险潜力，医生的手写通常和他们的签名一样难以辨认。潦草的"羟嗪"可能被误认为是"肼屈嗪"，后者可能导致血压骤降而非止痒；匆忙写的"1"可能看起来像"7"，导致危险的过量用药。无论电子医疗记录后来带来的挫折——复制粘贴的混乱、收件箱过载、无尽的点击——它确实使记录变得清晰易读且易于分享。即使记录从纸张移到屏幕，文字本身仍然是由医生撰写的。
当我第一次开始使用AI记录助手时，我将它们视为医疗记录长期演变中的自然下一步。我还没有想到要问，对记录结构或其制作媒介的改变是否与让机器"写"记录是不同类型的进步。相反，我专注于在一个繁忙、疲惫的轮班中我必须处理的所有记录，以及AI记录助手将提供的解脱。只要记录以某种方式捕捉到我的想法，即使文字不是我自己的，起草方式有什么区别呢？
在急诊科，患者和医生之间的互动很少整齐有序地展开。患者从描述胸痛开始，回到发烧，记得他停用的药物，只有在妻子提示下才提到心脏病家族史，然后在就诊结束时又添加一个症状。但AI记录助手将这种漫无目的、结结巴巴的交流转化为整洁的临床综合——似乎是一个奇迹！不到一分钟，我就收到了这次就诊混乱的人类蔓延，干净整洁，标点完美。
一段时间以来，在我开始使用记录助手后，我在创建医疗记录中的角色似乎很简单：阅读草稿，纠正错误，签字。如此之快，如此简单。
但随后这个过程开始让我感到不安，因为我慢慢意识到，编辑一份我未创建的记录对我提出的要求与撰写记录不同。我不再思考与患者的互动以及我从就诊中收集的信息的意义。我正在检查一个已经为我做好的版本。
起初，这种区别似乎很小。这些记录是从我的会诊中生成的，从检查室里说的话中生成的。而且我仍然在事后修订和校对AI的输出。然而，随着时间的推移，我逐渐意识到我自己的许多思考是如何与写作过程本身紧密相连的。
行为心理学家、诺贝尔经济学奖得主丹尼尔·卡尼曼区分了两种判断模式：几乎自动出现的快速、直觉印象，以及质疑它们的较慢、更费力的推理。医生必须在这两种模式中工作。通常，我一走进患者的房间，就开始感觉到一个诊断，甚至在我能完全解释它之前；当我写记录时，我倾向于放慢速度进行更深入的思考。
记录写作过程帮助我形成我的医疗决策，然后检查它是否真正成立。如果我发现自己的解释过于牵强患者的症状，过于努力地忽视令人担忧的生命体征，过于努力地将异常结果纳入一个令人安心的叙述中，那么也许我需要修改我的结论。我是否没有像最初认为的那样排除某些可能性？我是否过快地依附于一个诊断？患者可能需要另一个问题、另一个检查、另一个测试。你必须像说服其他人一样说服自己。
当这种认知劳动被外包给机器时，我意识到，我的工作性质发生了变化。即使我尝试大声说出我的推理给AI记录助手听，我仍然在做与自己写记录不同的事情。我不再一句一句地使用记录，用我自己的话思考病例，决定强调什么、淡化什么——或者，在写作时，识别我的推理何时出现偏差。而且与我口述记录不同，我不能实时看到自己的措辞出现在屏幕上。有了AI生成的记录，我只是事后进行审计。我更像是在玩"寻找沃多"——缺少什么？这份记录是否偏离了轨道，如果是，偏离在哪里？——而且搜索变得更加困难，因为AI的草稿流畅、自信。它听起来太"正确"了。
这种认知转变并不是在AI记录助手交付记录的那一刻发生的。它始于检查室。因为我知道AI正在录音，我不再以同样的方式倾听。在AI记录助手出现之前，当患者说话时，我会在脑海中概述一个故事，将片段组合在一起，以便我知道接下来该问什么。在记录助手在场的情况下，这项工作被推迟了。让机器来做吧！思维游离了。
在急诊环境中，当轮班更换时，从一位医生转交给另一位医生的患者往往让我们感觉不那么了解；一个继承的患者可能已经通过别人的描述过滤过。在AI在后台运行的情况下，类似的事情也会发生：即使我是第一个看到某人的人，这些患者开始以奇怪的方式感觉不那么属于我。
检查室中的这种感觉变化还因另一个原因而困扰我：机器在窃听。我并不太担心音频可能会在多年后出现在法庭上。（我们被告知录音保存三个月。）让我不安的是，互动不再完全像医学在本质上应该是的那样：两个人类之间的亲密交流。医院房间应该能够容纳恐惧、羞耻和内疚，庇护人们在疾病深处所说的话。我曾听到母亲承认她们讨厌自己的婴儿；伴侣坦白不忠；癌症患者说他们准备好了死亡但亲人拒绝放手；地铁列车长为掉在他列车前面轨道上的人哀悼。当每一句话都被记录下来时，无论录音是否仅限于机器，某些东西都感觉被削弱了。在这样的时刻，应该存在某种近乎神圣的东西。
医学实践还依赖于另一种交流：医生之间的交流。去年，一位同事随访了我曾看过的患者。阅读我的记录后，她后来给我发短信说："我感受到了你的焦虑。"那正是我希望患者记录能够传达的：不仅是我的结论，还有其背后的压力——让我担忧的事情，我仍然感到不安的地方。这份记录提供了威德认为医疗记录应该具备的："永恒的交流。"
现在，当我阅读其他医生由AI生成的一些记录时，我对自己同事的真正想法不太确定。臃肿的记录可以将简单的事情变成鸿篇巨制。AI可以给予扭伤的脚趾与复杂的风湿病发现和不寻常的手术并发症同样多的关注。记录可以写得很好，但不一定能澄清问题。通常，我发现自己在浏览，试图从所有优美的文字中找出潜在的担忧。医生到底想说什么？事实上，她在想什么？
如今，如果愿意，患者也可以在手机上的应用程序中即时阅读这些记录——有时他们确实会这样做，甚至在您面前躺在担架上时。这有时可能很尴尬，尽管总体上可能是件好事。
即便如此，医学语言可能会引起混淆或恐慌。也许AI可以自动翻译医生的记录，使术语和缩写更容易理解。我想起一位患者，他对另一位医生在描述她症状时写的"+厌食症"感到不安。医生指的是与她最近疾病相关的食欲不振；患者以为她被诊断为进食障碍厌食症。而且医生的记录长期以来一直带有自己的代码和偏见；AI可能会避免此类污名化表达。
不过，目前它并不万无一失。最近，一位同事抱怨AI引入了一个新的冒犯，称她的患者"是酒鬼"。（至少医生现在可以方便地责怪机器了：AI做的，不是我！）
就在几年前，医学界似乎开始意识到，僵化、模板化的记录不一定能改善患者接受的护理。可怕的"系统回顾"——我们必须为人体每个器官检查的症状清单——不再需要用于计费目的。我们也不必罗列某人腹痛的每一个特征，只是为了获得充分的治疗报销。重点回到了我们长期以来最重视的医疗决策部分。那么，为什么我们现在要让AI接管这项任务呢？
它的推出可能提供了一个可能的答案。当AI记录助手在我所在的医院推出时，一段视频流传开来，展示了几位同事支持这一举措。在视频结尾，一位医生列出了卖点：提高生产力、增加收入，最后是改善护理。也许这个顺序毫无意义。但现在我怀疑，将记录交给AI是为了帮助医生更好地为患者服务，还是为了在医学的另一个领域追求效率。
到目前为止，研究发现，选择使用AI记录助手的医生在记录工作方面负担减轻，感觉倦怠减少。许多依赖该技术的临床医生还报告说，它大大减轻了他们的认知负担，这是我自己的诱惑：我也被它吸引，特别是当我疲倦时，因为，嗯，它让我的工作感觉不那么费力——至少在当下是这样。
但很大程度上未被研究的是AI记录助手如何更深层次地影响认知：将记录外包给他们如何侵蚀医生的思维方式，以及他们如何决定什么重要的过程。危险不仅在于AI可能写错东西。而在于，通过写出流畅且看似合理的文字，AI可能让我们更容易将医学所需的某些推理工作外包出去，减少我们自己梳理不确定性的艰苦工作。我担心，这种损失最终会在患者接受的临床护理中显现出来。
在我医学院早期的某些下午，预选的患者——我怀疑是出于整天躺在医院病床上的无聊——向我们学生屈服。我们胆怯地重复漫无目的的问题（患者无疑在想为什么他们又被问到同样的事情）和笨拙的检查（学生在意识到错误的一面接触患者之前，想知道为什么他们无法通过听诊器听到）。尽管如此，我们还是设法收集了宝贵的材料，装在我们白大褂口袋里的小笔记本中。然后，我们尽力将潦草的笔记拼凑成连贯的临床记录，在纸上努力理解这些患者刚刚告诉我们的内容。虽然我当时不知道，但正是在那时，我开始像医生一样思考。
最具挑战性的是我们面前真实的、活生生的人。与教科书中的对应物不同，这些患者并不坚持按诊断说他们应该有的感觉。他们的症状太多。或者太少。或者他们用不匹配我们记忆的术语来描述。为什么这些症状指向一个诊断而不是另一个？如何解释那些似乎有某种偏差的体征？我们的综合往往单薄或完全错误；我们对医学了解太少，不可能不是这样。但这并不是重点。正是在这份记录中，我们开始学习如何将主观描述和身体发现的散点转化为意义。
我们正在参与威廉·奥斯勒帮助建立的传统，他是约翰霍普金斯医学院的创始教授之一，在19世纪末期，医学教育被期望超越讲堂。学生在学习的早期就被送到床边，被告知要"观察、记录、制表、交流"。写作是这种学徒制的重要组成部分，将学生在床边听到和看到的内容转化为指导。正如教育学者珍妮特·埃米格在1977年一篇有影响力的论文中所写的："写作代表了一种独特的学习模式——不仅有价值，不仅特别，而且独特。"
学生的记录很少优雅。但它展示了医学所要求的转变：从描述到理解再到判断。它展示了什么被注意到和错过，什么被高估和低估。"学生组织数据的方式应该向老师展示写病史的学生是否看到了整个故事，"威德写道。当我在急诊科与学生一起工作时，尽管他们的记录不完美，但它们告诉我未来的医生是如何学习思考的。
下一代医生正在AI可以总结研究、回答临床问题、做出诊断的世界中成长。我不会建议学生和培训生完全与AI隔绝。这些工具可能闪亮而新颖，但习惯并不新：医生一直使用参考作品，从口袋手册到厚重的教科书。在急诊科，我不会犹豫咨询AI平台，如OpenEvidence，这是一个经过同行评审医学文献训练的专业聊天机器人；比以往任何时候都更能，它为我提供最新、更容易找到且为患者量身定制的信息。在这些方面，AI可以帮助我带着更敏锐的判断回到床边，掌握最新证据。
但这与外包医生——或将成为医生的学生——思考患者的书面记录不同。据我所知，医学生并没有使用AI来写他们的记录。然而，我担心，随着该行业越来越习惯将记录视为AI可以处理的东西，写作的练习可能会开始显得可有可无。
这就是为什么几个月前收到的一封电子邮件感觉如此重要——也如此令人沮丧。邮件说，轮转我们急诊科的三年级医学生在轮班期间将不再需要写记录。
也许我最终会弄清楚如何使用AI记录助手而不让它们缩短我的临床推理。也许编辑过程，如果做得足够仔细，可以激发一些写作曾经要求的思考。或者，随着AI记录助手从选择变成机构规范，我可能只是被它们的普及所裹挟。
在医学中，成为常规的东西不可避免地成为培训生理解行医方式的一部分。如果记录写作退居次要地位，任何损失可能一开始并不明显，部分被效率的即时回报所掩盖。然而，后来，我们可能会意识到成为一名医生的工作在多大程度上依赖于那项工作。
海伦·欧阳是哥伦比亚大学的医生和副教授，也是该杂志的撰稿人。她也是Type Media Center的研究员。
【全文结束】