Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
University Medical Center Freiburg (Eye Center)
La clinica oculistica universitaria di Friburgo prova un'IA interna che suggerisce la chiusura delle lettere di dimissione
I medici della clinica oculistica universitaria di Friburgo hanno usato un modello linguistico da 7 miliardi di parametri, addestrato sulle lettere dell'ospedale e in esecuzione sui suoi server, per suggerire la sezione finale delle lettere di dimissione. In una prova di 12 mesi con 27 medici in formazione, chi lo ha usato ha migliorato la velocità di scrittura più di chi non lo ha usato, e le richieste di revisione sono calate leggermente tra gli utenti.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
39,5
± 20,2 contro 46,7 ± 19,5 WPM
Velocità di scrittura dei clinici che hanno usato l'IA, prima e dopo (parole al minuto, media ± deviazione standard)1
41,8
± 20,3 contro 44,4 ± 20,0 WPM
Velocità di scrittura del gruppo di controllo, prima e dopo (parole al minuto, media ± deviazione standard)1
p = 0,045
Test statistico per verificare se l'efficienza sia migliorata più tra gli utenti dell'IA che nel gruppo di controllo (interazione tra gruppo ed esposizione)1
da 1,36 ± 0,14 a 1,26 ± 0,08
Revisioni richieste dai medici senior per documento, utenti dell'IA, prima e dopo (media ± deviazione standard)1
Il problema
I medici ospedalieri passano gran parte del tempo di lavoro nelle cartelle cliniche elettroniche. Molta scrittura avviene fuori orario. Alla clinica oculistica universitaria di Friburgo, i medici in formazione scrivono la parte finale di ogni lettera di dimissione dopo la visita, poi i medici senior la rivedono e, se serve, la rimandano indietro per una correzione. La clinica voleva ridurre lo sforzo di scrittura senza aggiungere lavoro di revisione.
Cosa hanno costruito
Il team ha realizzato un assistente di tipo completamento automatico dentro il sistema di cartelle cliniche della clinica. Mentre il medico scrive la sezione finale di una lettera di dimissione, propone in grigio le successive una o due frasi. Il medico le accetta con un tasto oppure continua a scrivere per sovrascriverle. Lo strumento si attivava con una casella di spunta.
L'assistente è un modello linguistico da circa 7 miliardi di parametri, chiamato BLOOM-CLP-German, adattato alla clinica con un metodo di messa a punto leggero (QLoRA) su circa 80.000 lettere di dimissione anonimizzate dello stesso ospedale. Usa in ingresso solo la cartella già esistente del paziente.
Come ci sono riusciti
La clinica ha condotto uno studio controllato non randomizzato, ovvero i medici sceglievano da soli se usare lo strumento. A una fase di riferimento di 4 mesi è seguita una fase di prova estesa a tutto il reparto, poi un confronto tra i clinici che hanno continuato a usarlo e quelli che non l'hanno fatto. Lo studio si è svolto dal 30 gennaio 2024 al 5 febbraio 2025 e ha riguardato 27 medici in formazione e 15.615 documenti. Addestramento e uso sono avvenuti sui server dell'ospedale. Lo studio aveva l'approvazione etica e i partecipanti hanno dato il consenso.
La velocità di scrittura è stata misurata come tempo attivo di modifica nel sistema di cartelle, convertito in parole al minuto. La qualità è stata seguita tramite il numero di revisioni richieste dai medici senior per documento.
Risultati
Undici clinici hanno usato l'IA per una quota compresa tra il 44,7 e l'89,5% della loro documentazione. La loro velocità di scrittura è salita da 39,5 a 46,7 parole al minuto, contro 41,8 e 44,4 nel gruppo di controllo. Un modello statistico ha giudicato significativa la differenza di miglioramento (p = 0,045).
Le richieste di revisione per documento sono scese da 1,36 a 1,26 tra gli utenti dell'IA e sono state 1,27 e 1,23 nel gruppo di controllo. Gli autori non riportano una differenza significativa tra i gruppi sulle revisioni, ma concludono che il carico di revisione non è aumentato. In media i medici hanno accettato il 30,9% dei suggerimenti.
Cosa replicare
Partire da una parte ristretta e ben definita di un documento, lasciare l'essere umano come autore e mantenere il passaggio di revisione esistente per vedere se la qualità regge. Condurre la prova in flussi reali con il vero sistema di cartelle e misurare sia la velocità sia il lavoro di correzione.
Tutti i dati dichiarati
| Indicatore | Dato | Citazione |
|---|---|---|
| Velocità di scrittura dei clinici che hanno usato l'IA, prima e dopo (parole al minuto, media ± deviazione standard) | 39,5 ± 20,2 contro 46,7 ± 19,5 WPM1 | |
| Velocità di scrittura del gruppo di controllo, prima e dopo (parole al minuto, media ± deviazione standard) | 41,8 ± 20,3 contro 44,4 ± 20,0 WPM1 | |
| Test statistico per verificare se l'efficienza sia migliorata più tra gli utenti dell'IA che nel gruppo di controllo (interazione tra gruppo ed esposizione) | p = 0,0451 | |
| Revisioni richieste dai medici senior per documento, utenti dell'IA, prima e dopo (media ± deviazione standard) | da 1,36 ± 0,14 a 1,26 ± 0,081 | |
| Revisioni richieste per documento, gruppo di controllo, prima e dopo (media ± deviazione standard) | 1,27 ± 0,16 contro 1,23 ± 0,121 | |
| Quota media di suggerimenti dell'IA accettati, in tutto o in parte (intervallo dallo 0,02% al 100% tra i clinici) | 30,9%1 |
Lezioni per il vostro progetto
Suggerire, non scrivere al posto del medico. Lo strumento proponeva solo una o due frasi in grigio che i medici potevano accettare o sovrascrivere, così mantenevano il controllo di ogni lettera.
Mantenere la revisione esistente. I medici senior hanno continuato a controllare ogni lettera, e la clinica ha potuto monitorare la qualità mentre provava la velocità.
Usare i dati che si hanno già. Il modello richiede in ingresso solo la cartella del paziente, senza registrazioni audio delle visite.
Aspettarsi un'adozione disomogenea. L'accettazione dei suggerimenti andava dallo 0,02% al 100% e 13 dei 27 clinici hanno smesso dopo la prima prova, quindi misurare l'adozione oltre alla velocità.
Tenere i dati dei pazienti in casa. Addestramento e uso sono avvenuti sui server dell'ospedale, il che secondo gli autori ha evitato trasferimenti di dati a terzi.
Avvertenze
- È un articolo sottoposto a revisione paritaria, scritto da autori di Friburgo sulla propria clinica. Nessun media indipendente conferma i dati, quindi il caso si basa su dati riportati dall'organizzazione stessa.
- I medici sceglievano se usare lo strumento, quindi i gruppi possono differire in modi che lo studio non ha potuto misurare. Gli autori notano che gli utenti dell'IA partivano da velocità di scrittura più basse e avevano un atteggiamento più positivo verso l'IA.
- La riduzione delle revisioni è stata osservata solo all'interno del gruppo dell'IA. Gli autori non riportano alcuna differenza statisticamente significativa tra i gruppi nel numero di revisioni.
- Il risultato sulla velocità ha un valore p di 0,045, vicino alla soglia abituale di 0,05. Gli autori dicono che i risultati non vanno letti come prova che i modelli linguistici siano pronti per un uso clinico senza restrizioni.
- Lo studio riguarda solo la sezione finale delle lettere di dimissione e solo medici in formazione di un'unica clinica.
- L'articolo indica il periodo dello studio (gennaio 2024 - febbraio 2025) con 4 mesi di riferimento prima dell'attivazione dell'IA, ma non una data precisa di avvio. La data di rilascio è quindi indicata solo come anno.
- Gruppo di controllo: 16 dei 27 clinici, tra cui 13 che avevano provato l'IA e hanno smesso. L'abstract dell'articolo riporta 17 controlli e 11 utenti dell'IA, mentre il testo dei risultati riporta 16 controlli e 11 utenti dell'IA.
- L'articolo rimanda a una pubblicazione precedente per lo sviluppo e la valutazione del modello. Questo caso si basa solo sull'articolo della prova, che riporta l'uso nel sistema di cartelle cliniche in produzione con documenti reali.
Fonti
- Implementation outcomes of AI documentation support in routine clinical practice: A non-randomized controlled trial
PLOS Digital Health · 2026-07-23 · Articolo di ricerca · journals.plos.org
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.