TrialsgrambetaRCTs are beautiful
Traduzione non revisionataLa traduzione in Italiano di questa voce non è stata revisionata e può differire dalla fonte. Acronimo, titolo completo e citazione restano sempre nella lingua originale.Apri la pubblicazione originale ↗

Afshar ambient AI (well-being)

A Pragmatic Randomized Controlled Trial of Ambient Artificial Intelligence to Improve Health Practitioner Well-Being

Paziente / Popolazione Intervento / Esposizione Confronto Esito

In 66 professionisti di ambulatori, uno scriba ambientale con IA che redige le note di visita ha ridotto l'l'esaurimento lavorativo e il disimpegno interpersonale rispetto alla la documentazione senza IA ambientale.

N
66pazienti
Disegno
Studio pragmatico stepped-wedge con randomizzazione individuale (24 settimane)
Esito
Realizzazione professionale ed esaurimento lavorativo/disimpegno interpersonale (Stanford PFI; coprimari)
Rilevanza
2Importante — uno dei diversi pilastri.
RisultatoEsaurimento lavorativo/disimpegno interpersonale −0,44 punti (IC al 95 % da −0,62 a −0,25; p<0,001); realizzazione professionale +0,14 punti (IC al 95 % 0,004–0,28; p=0,04), riportata come non significativa. Tempo sulle note −0,36 h/giorno (IC al 95 % da −0,55 a −0,17); 38 % delle 71.487 note redatte con AI ambientale.
Afshar M, et al. NEJM AI. 2025;2(12). 10.1056/aioa2500945
Discussione e critica

Un'implementazione randomizzata a mostrare che l'AI ambientale allevia la componente di esaurimento del burnout e abbrevia la documentazione senza degradare la qualità delle note, i codici di fatturazione o la rilevazione delle diagnosi — la questione di sicurezza che conta per i sistemi sanitari. Piccolo, non in cieco e basato su questionari per gli esiti primari; il coprimario sulla realizzazione professionale era nullo, il risparmio di lavoro fuori orario è svanito una volta esclusi i giorni estremi, e 24 settimane sono poche per un endpoint di benessere.