医生被迫“免费打工”：AI语音转录错误频发，每月打断工作超600次

人工智能本应减轻医生的工作负担，结果却让他们花数小时来修正错误。

哥本哈根大学的一项新研究表明，旨在简化丹麦医院工作的AI辅助临床文档系统，实际上正让医生付出宝贵时间，用于纠正错误、训练算法，并处理过去由医疗秘书完成的行政任务。

随着人工智能逐渐成为日常医疗保健的一部分，它带来了意想不到的额外工作，占用了原本用于核心医疗任务的时间和资源。

这是信息科学研究员西尔雅·瓦塞得出的结论。她的博士研究考察了语音识别技术在丹麦一家医院日常流程中的应用。在两年的时间里，她跟踪了医生、医疗秘书和信息技术人员，观察他们如何使用旨在节省时间的自动化语音识别系统——这些系统的作用是将口述笔记直接转录到患者的电子病历中。

然而在现实中，这项技术的误译率极高，导致医生不得不花费数小时来修正单词、句尾以及专业医学术语。而他们所做的这些修正，随后又会作为训练数据，用于优化系统的语言模型。

“人工智能并非即插即用的工具。为了让这些技术达到必要的精准度，它们需要持续的维护和数据质量保障——而这些工作最终都落在了医护人员身上，他们本就已身兼数职。”西尔雅·瓦塞说道。

关于这项研究
西尔雅·瓦塞的博士论文《转变剧本——临床记录走向前台》基于在丹麦一家医院进行的民族志田野调查，结合了对医生、护士、医疗秘书和信息技术人员的观察、跟班学习以及深度访谈。

该论文由五篇研究文章组成，其中两篇已发表在学术期刊上。

换句话说，医生们不仅仅是在修正自己笔记中的错误。每一次修正都成为语言模型的训练输入，并将数据反馈给系统供应商，以便调整模型。“这项工作主要落在了临床工作人员身上，这占用了他们为患者提供护理的时间。”瓦塞解释道。

根据瓦塞的计算，由于需要修正错误，医生们每月大约会被打断602次。平均而言，每位医生每班次会因停下手头工作、修正转录错误而经历超过40次打断。

盲目工作
瓦塞指出的另一个挑战，是她所谓的“伪数据工作”。医护人员会花费大量时间纠正和验证系统的建议，以改进算法，但他们无法得知自己的努力是否产生了任何实际效果。

“问题是他们无法看到自己的修正是否真的起到了作用。系统没有向他们提供统计反馈，因此他们冒着完全在黑暗中工作的风险。”她说。

在一个极端案例中，由于技术错误，整个科室的修正内容在整整一年内从未被转发给供应商——而没有任何人注意到这一点。

医生的额外工作
文档自动化也导致了一系列意想不到的实际任务落在了医生身上。

“以前，医疗秘书在转录医生的笔记时，会同时安排X光和其他检查。现在医生自己负责记录，这些任务也转移到了他们身上。”瓦塞说。

在某些情况下，这甚至导致了一些奇怪的工作流程：医生需要先打印出病历，再用特殊代码进行标记，以便秘书稍后安排X光检查或其他检查。

“这又是另一种额外的工作形式。它表明，人工智能不仅不会简单地自动化孤立的任务，反而会重塑整个劳动分工。”她补充道：“如果系统的设计没有考虑到现实中的工作实践，新的额外工作就必然会随之产生。”

人工智能必须适应医院的工作流程——而不是反过来
据瓦塞称，在医疗保健领域引入人工智能系统时，需要更高的透明度和更多的支持。否则，工作人员将难以理解——更不用说参与——这项技术。

“语音识别不仅仅是一种减轻文档负担的工具。它从根本上影响着工作人员的工作方式，并催生了非正式的合作模式。医生和其他医疗保健专业人员承担起新的角色，将更多时间花在远离其核心职责的任务上。这也意味着，承诺的财务节省有时远低于预期。”瓦塞补充道：

“当语音识别等人工智能技术应用于医疗保健领域时，至关重要的是，这些技术必须适应现有的工作流程——而非相反。技术应当服务于医护人员，不应强迫他们去适应系统的各项要求，尤其是在没有额外时间分配给这些任务的情况下。这也就对这类系统的底层设计提出了根本性的要求。”