AI-Assisted Clinical Documentation in Routine Danish General Practice: Quantitative Pre-Post Study.

چکیده اصلی

BACKGROUND: Administrative workload in general practice limits time for direct patient care. AI-assisted documentation has been proposed as a way to reduce the documentation burden, but evidence from routine primary care settings remains limited. OBJECTIVE: This study aimed to evaluate general practitioners' (GPs) acceptance of AI-assisted documentation and its association with documentation time and clinical note quality in routine Danish general practice. METHODS: We conducted a quantitative pragmatic pre-post quality improvement evaluation in Danish general practice. A total of 20 GPs documented 239 consultations before and 236 consultations after implementation of an AI-assisted documentation system. Documentation quality, structure, clinical clarity, and documentation time categories were self-assessed using standardized audit forms completed immediately after each consultation. Technology acceptance and usability were assessed using the technology acceptance model (TAM) and the System Usability Scale (SUS). RESULTS: Self-assessed documentation structure increased from 3.99 to 4.45, while self-reported documentation time categories decreased from 2.85 to 2.29. Technology acceptance and usability were high (TAM domain means 3.76-4.19; SUS mean 77.5). GP-level paired analyses showed moderate improvements in structure and clarity and a reduction in documentation time. Combined blinded external assessments showed higher postimplementation scores for quality, structure, and clinical clarity, although reviewer-specific ratings diverged, and interrater reliability was low. The association between documentation time and perceived quality was negligible. TAM and SUS indicated high clinician acceptance. CONCLUSIONS: AI-assisted documentation was associated with lower self-reported documentation time categories while maintaining or modestly improving perceived clinical note quality. These findings support the feasibility of AI-assisted documentation in primary care, while highlighting the need for controlled studies with objective time measurement and longer follow-up.

ترجمه فارسی چکیده

محدودیت‌های بار اداری در مراقبت‌های اولیه، زمان برای مراقبت مستقیم از بیمار را محدود می‌کند. استفاده از سیستم‌های مستندسازی با کمک هوش مصنوعی برای کاهش بار مستندسازی پیشنهاد شده است، اما شواهد محدودی از محیط‌های مراقبت‌های اولیه روتین وجود دارد. این مطالعه به ارزیابی پذیرش پزشکان عمومی (GP) از مستندسازی با کمک هوش مصنوعی و ارتباط آن با زمان مستندسازی و کیفیت یادداشت‌های کلینیکی در مراقبت‌های اولیه دانمارک پرداخت. در این مطالعه، ۲۰ پزشک عمومی ۲۳۹ مشاوره را قبل و ۲۳۶ مشاوره را پس از پیاده‌سازی سیستم مستندسازی با کمک هوش مصنوعی مستند کردند. کیفیت، ساختار، شفافیت کلینیکی و دسته‌بندی‌های زمان مستندسازی با استفاده از فرم‌های استاندارد ارزیابی که بلافاصله پس از هر مشاوره تکمیل شدند، خودارزیابی شدند. پذیرش فناوری و قابلیت استفاده با استفاده از مدل پذیرش فناوری (TAM) و مقیاس قابلیت استفاده سیستم (SUS) ارزیابی شدند. نتایج نشان داد که خودارزیابی ساختار مستندسازی از ۳.۹۹ به ۴.۴۵ افزایش یافت، در حالی که دسته‌بندی‌های زمان خودگزارش‌شده از ۲.۸۵ به ۲.۲۹ کاهش یافت. پذیرش فناوری و قابلیت استفاده بالا بودند (میانگین دامنه TAM ۳.۷۶-۴.۱۹؛ میانگین SUS ۷۷.۵). تحلیل‌های جفت‌شده سطح پزشک نشان داد بهبودهای متوسط در ساختار و شفافیت و کاهش در زمان مستندسازی. ارزیابی‌های خارجی مبتنی بر کور شدن ترکیبی نمرات بالاتری برای کیفیت، ساختار و شفافیت کلینیکی پس از پیاده‌سازی نشان داد، اگرچه امتیازات خاص ناظر متفاوت بود و روایی بین ناظر پایین بود. ارتباط بین زمان مستندسازی و کیفیت درک‌شده ناچیز بود. TAM و SUS نشان‌دهنده پذیرش بالای پزشکان بالینی بودند. نتیجه‌گیری: مستندسازی با کمک هوش مصنوعی با کاهش دسته‌بندی‌های زمان خودگزارش‌شده مستندسازی همراه بود در حالی که کیفیت درک‌شده یادداشت‌های کلینیکی را حفظ یا به طور متوسط بهبود بخشید. این یافته‌ها پذیرفتنی بودن مستندسازی با کمک هوش مصنوعی در مراقبت‌های اولیه را پشتیبانی می‌کنند، در حالی که نیاز به مطالعات کنترل‌شده با اندازه‌گیری زمان هدفمند و پیگیری طولانی‌تر را برجسته می‌کند.

متن کامل اصلی