ИИ против выгорания медицинских работников: мифы и реальность

Искусственный интеллект всё чаще применяют, чтобы переводить устную речь в текст. В здравоохранении эта возможность используется в ИИ-сервисах для заполнения медицинских карт: нейросеть «слушает» разговор врача с пациентом, распознает их речь и формирует черновик медицинской записи, выделяя из диалога клинически значимую информацию. Врачу остается проверить и отредактировать запись для отправки в медицинскую информационную систему (МИС). Такие системы называют ambient AI scribes — «фоновыми» ИИ-секретарями.

В отчете компании Philips Future Health Index в 2026 году, 49% опрошенных аналитиками американских медицинских работников из 10 стран мира сообщили, что ИИ-секретари позволяют сэкономить на ведение медицинской документации не менее 132 часов в год – то есть больше трех рабочих недель.¹ Однако, это субъективные показатели, рассчитанные медицинскими работниками-респондентами компании Philips.

Реальные исследования показывают более скромные результаты. В 2026 году научный журнал JAMA опубликовал исследование, в котором участвовали 8581 медицинских работников из 5 медцентров США. У 1809 пользователей ИИ-секретарей время работы в электронных медкартах пациентов сократилось на 13,4 минут, а с другой медицинской документацией (выписками из медкарт, историями болезней) — на 16 минут. Время работы с медкартой вне рабочего времени не уменьшилось.² Простой пересчет 16 минут на 220 рабочих дней дает около 59 часов в год — заметно меньше 132 часов в год из отчета компании Philips.

В Университете Пенсильвании использование ИИ-секретаря 46 медицинскими работниками было связано с сокращением времени на ввод данных в медкарту во время приема пациентов на 20,4%.³ В другом исследовании 263 медицинских работника после 30 дней работы с ИИ сообщили о снижении признаков выгорания и усталости из-за работы с медицинскими документами⁴. Однако, это исследование было проведено по схеме «до–после», без рандомизированной контрольной группы, то есть данные основаны на субъективной оценке испытуемых.

Более строгую проверку ИИ-сервисов провели в рандомизированном исследовании американских ученых с участием 238 медицинских работников 14 специальностей, опубликованном в NEJM AI. Авторы исследования изучили эффективность работы двух ИИ-сервисов для расшифровки речи в текст. Один из ИИ-секретарь сократил время документирования на 9,5% относительно контрольной группы, второй статистически значимого сокращения времени не показал. Что интересно, медицинские работники сообщили о субъективном ощущении снижении усталости и выгорания из-за работы с медицинской документацией. Однако они также отмечали клинически значимые неточности при расшифровке речи в текст, поэтому итоговую запись в медкарте должен был проверять человек.⁵

Результаты исследования группы ученых из Нидерландов еще печальнее. Анализ 535 приемов, проводимых 12 медицинскими работниками с использованием ИИ-секретарей показал экономию всего лишь в 42,7 секунды на заполнение медкарты пациента. При этом медработники сообщали, что тексты ИИ-секретарей требуют проверки и исправлений, что может привести к увеличению времени приемов пациентов.⁶

Не менее важно различать «интеллектуальные» программы, то есть ИИ-секретарей, и программы для обычного распознавания речи в текст. Системы для транскрибации не понимают контекста речи, и, зачастую, только еще больше замедляют работу. В эксперименте с врачами неотложной помощи сервис для транскрибации замедлил работу с медицинскими картами на 18%⁷. Современный ИИ понимает контекст речи, выделяет медицински значимую информацию и формирует структурированный черновик документа.

Помогают ли ИИ-секретари сэкономить медицинским работникам время? Да, но результаты исследований сильно отличаются друг от друга. 132 часа экономии времени в год из исследования Philips пока нельзя считать универсальной нормой.  Возможно, главный эффект ИИ-секретаря измеряется не только сэкономленным временем: врачу больше не нужно создавать записи с нуля, что существенно упрощает рутинную работу. То есть взаимодействие с новыми технологиями само по себе позитивно сказывается на ментальном здоровье медицинских работников.

Список литературы:

1. Philips. Future Health Index 2026: AI in practice. https://www.philips.com/c-dam/assets/corporate/global/future-health-index/report-pages/experience-transformation/2026/us/philips-future-health-index-2026-report-ai-in-practice-us.pdf. Дата обращения: 18.08.2026.
2. Rotenstein L.S. et al. Changes in Time Expenditure and Visit Quantity With Artificial Intelligence–Powered Scribes. JAMA, 2026. https://jamanetwork.com/journals/jama/article-abstract/2847319. Дата обращения: 18.08.2026.
3. Duggan M.J. et al. Clinician Experiences With Ambient Scribe Technology. JAMA Network Open, 2025. https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2830383. Дата обращения: 18.08.2026.
4. Olson K.D. et al. Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout. JAMA Network Open, 2025. https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2839542. Дата обращения: 18.08.2026.
5. Lukac P.J. et al. Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI, 2025. https://pubmed.ncbi.nlm.nih.gov/41497288/. Дата обращения: 18.08.2026.
6. van Linschoten R.C.A. et al. Ambient scribe in general practice. npj Digital Medicine, 2026. https://www.nature.com/articles/s41746-026-02454-3. Дата обращения: 18.08.2026.
7. Hodgson T. et al. Efficiency and safety of speech recognition for documentation in the electronic health record. JAMIA, 2017. https://pubmed.ncbi.nlm.nih.gov/29016971/.