TrialsgrambetaRCTs are beautiful
Traducción sin revisarLa traducción al Español de esta entrada no ha sido revisada por pares y puede diferir del original. El acrónimo, el título completo y la cita permanecen siempre en el idioma original.Abrir la publicación original ↗

Tai-Seale AI draft replies

AI-Generated Draft Replies Integrated Into Health Records and Physicians' Electronic Communication

Paciente / Población Intervención / Exposición Comparación Desenlace

En 52 médicos de atención primaria, borradores de respuesta a mensajes de pacientes generados por IA no redujeron el tiempo que los médicos dedicaban a leer y responder mensajes en comparación con la activación diferida (lista de espera) y los controles contemporáneos.

N
52pacientes
Diseño
Estudio aleatorizado de mejora de la calidad con lista de espera, un único sistema sanitario académico
Desenlace
Tiempo dedicado a leer y responder mensajes, longitud de la respuesta y probabilidad de recomendar
Relevancia
3Complementario — contexto, no conocimiento imprescindible.
ResultadoTiempo de lectura +21,8 % (IC del 95 % 5,2 % a 41,0 %; p=0,008); tiempo de respuesta −5,9 % (IC del 95 % −16,6 % a 6,2 %; p=0,33); longitud de la respuesta +17,9 % (IC del 95 % 10,1 % a 26,2 %; p<0,001). 25 médicos aleatorizados a activación inmediata y 27 a activación diferida.
Tai-Seale M, et al. JAMA Netw Open. 2024;7(4):e246565. 10.1001/jamanetworkopen.2024.6565
Discusión y crítica

Una prueba temprana y honesta de la función de IA generativa más ampliamente desplegada en las historias clínicas electrónicas: los borradores hicieron que los médicos leyeran durante más tiempo y escribieran respuestas más largas sin ahorrar tiempo de respuesta, aunque los participantes les vieron valor. Un pequeño estudio de mejora de la calidad realizado de junio a agosto de 2023 con aleatorización por lista de espera y un control contemporáneo no aleatorizado, y sin resultado de experiencia del paciente — los propios autores reclaman ensayos rigurosos.