UCLA Health — из двух ИИ-скрайбов только один ускорил документацию

Коротко. UCLA Health провела трёхрукавное рандомизированное контролируемое исследование (РКИ) двух коммерческих ИИ-скрайбов (Nabla и Microsoft Dragon Copilot, DAX) против обычной документации. Nabla статистически значимо сократила время на запись приёма, DAX — нет. В черновиках обеих систем встречались клинически значимые неточности, включая один случай, затронувший безопасность пациента.

Что изменили

Амбиентный ИИ-скрайб (ambient AI scribe) — программа, которая слушает разговор врача с пациентом во время визита и формирует черновик клинической записи. Врач проверяет и редактирует черновик перед подписанием — финальное решение остаётся за человеком.

Как измерили

РКИ охватило 238 врачей из 14 специальностей и около 72 000 визитов за период с 4 ноября 2024 года по 3 января 2025 года (2 месяца). DAX использовался в 33,5% из 24 696 визитов, Nabla — в 29,5% из 23 653 визита; контрольная группа вела обычную документацию.

Публикация: NEJM AI, ноябрь 2025 (полный текст за платным доступом; пресс-релиз UCLA Health и аннотация издателя подтверждают данные). Финансирование: UCLA Department of Medicine, UCLA Faculty Practice Group, NIH/National Institute on Aging; ни Microsoft, ни Nabla как спонсоры не указаны.

Что получилось

У врачей с Nabla среднее время на запись сократилось на 41 секунду (с 4:30 до 3:49), в контрольной группе — на 18 секунд (с 4:22 до 4:04). С поправкой на контроль результат Nabla составил −9,5% (95% доверительный интервал, ДИ: от −17,2 до −1,8%; p=0,02). У DAX значимого отличия от контроля нет: −1,7% (95% ДИ: от −9,4 до +5,9%; p=0,66).

Оба инструмента показали предварительное улучшение показателей выгорания и рабочей нагрузки врача (~7%), но сами авторы называют это вторичными результатами, которые предстоит подтвердить в более крупных многоцентровых испытаниях. При этом в сгенерированных записях встречались клинически значимые неточности (в основном пропуски и ошибки в местоимениях) и одно лёгкое нежелательное событие для пациента (1-я степень).

Почему так вышло

Причину разницы между продуктами исследование не устанавливает, и по открытым материалам её не определить. Авторы делают практический вывод: «Эта технология требует активного врачебного надзора, а не пассивного принятия».

Чему учит

Даже при одном и том же внедрении конкурирующие продукты одного класса (ИИ-скрайбы) дают разный эффект: оценивать их стоит по отдельности, а не одним выводом «ИИ-скрайбы работают».
Даже статистически значимая экономия времени (41 секунда на запись) — скромная величина и сопровождается риском ошибок, требующим активной проверки врачом.
Вторичные результаты (снижение выгорания) нельзя считать доказанной пользой до подтверждения в более крупных исследованиях.
Короткий двухмесячный пилот в одном медицинском центре ограничивает возможность переноса результата на другие условия.

Источники

UCLA study finds AI scribes may reduce documentation time and improve physician well-being — UCLA Health, 26.11.2025.
Аннотация в PubMed — NEJM AI, 26.11.2025.

Уровень доказательности: A. Официальный пресс-релиз университета и аннотация издателя подтверждают рандомизированный дизайн и независимое от поставщиков финансирование; полный текст статьи за пейволлом, точные доверительные интервалы и p-значения сверены по аннотации издателя. Данные и анализ принадлежат самой организации-внедренцу; о масштабировании после пилота данных нет.