In einem fiktiven Fall betreut eine Hausärztin an einem Ambulanztag 22 Personen. Um acht Uhr abends, nachdem sie die Kinder ins Bett gebracht hat, öffnet sie zu Hause die elektronische Patientenakte und hat noch elf Notizen offen. In der folgenden Woche bietet die Praxis einen Escriba mit künstlicher Intelligenz (KI) an: Mit Einwilligung des Patienten zeichnet das Handy das Gespräch auf, und am Ende der Konsultation erscheint ein Notizentwurf zur Prüfung. In der ersten Woche schließt sie die Notizen in der Praxis ab. In der zweiten unterschreibt sie eine Notiz, in der der Patient, der sagte "ich trinke nicht", als jemand erscheint, der "jetzt trinkt".

Dieser Kontrast fasst die Debatte über die sogenannten ambienten Escribas zusammen. Die ersten randomisierten Studien deuten auf bescheidene Gewinne bei der Dokumentationszeit und Anzeichen für weniger Erschöpfung hin, während die Studien zur Qualität der Notizen Auslassungen und Sinnverschiebungen zeigen, die nur das aufmerksame Lesen des Arztes erfassen kann (Lukac et al., 2025).

Dieser Text geht durch, was über die Dokumentationslast bekannt ist, was die Studien und die Untersuchungen vorher und nachher über Burnout und Zeit zeigen, welche Fehler die generierte Notiz enthält und wie man den Entwurf vor dem Unterschreiben prüft.

Wichtigste Punkte

• In einer randomisierten Studie mit 238 ambulant tätigen Ärzten reduzierte eines der beiden getesteten Werkzeuge die Zeit für die Notiz um 9,5 Prozent gegenüber der Kontrolle, und das andere zeigte keinen signifikanten Unterschied (Lukac et al., 2025).
• In einer pragmatischen Studie mit 66 Fachkräften senkte der Escriba den Wert für Erschöpfung bei der Arbeit, während die Verbesserung der beruflichen Erfüllung die von den Autoren festgelegte Signifikanzschwelle nicht erreichte (Afshar et al., 2025).
• In einer Vorher-nachher-Studie in sechs Gesundheitssystemen sank der Anteil der Kliniker mit Burnout innerhalb von 30 Tagen von 51,9 auf 38,8 Prozent, ohne Kontrollgruppe (Olson et al., 2025).
• In einer Auswertung mit simulierten Konsultationslesungen hatten 31 von 44 generierten Notizen (70 Prozent) mindestens einen Fehler, und die Auslassung war die häufigste Art (Biro et al., 2025).
• Die Autoren der randomisierten Studie schließen, dass die gelegentlichen Ungenauigkeiten eine fortlaufende Wachsamkeit erfordern (Lukac et al., 2025).

• Warum die Dokumentation so schwer wiegt
• Wie der ambiente Escriba funktioniert
• Was die randomisierten Studien zeigen
• Beobachtungsstudien
• Welche Fehler die generierte Notiz enthält
• Warum und wie man die Notiz prüft
• Einwilligung des Patienten
• Wie NEXO hilft, dieses Denken zu trainieren
• Häufige Fragen
• Take-home messages

Warum die Dokumentation so schwer wiegt

Die Weltgesundheitsorganisation (WHO) beschreibt Burn-out in der ICD-11 als ein Syndrom, das aus chronischem Stress am Arbeitsplatz entsteht, der nicht erfolgreich bewältigt wurde (WHO, 2019). Das Syndrom hat drei Dimensionen: das Gefühl von Erschöpfung oder Energielosigkeit, eine größere mentale Distanz zur Arbeit oder Gefühle von Negativismus und Zynismus gegenüber der Arbeit und eine verminderte berufliche Wirksamkeit.

Die WHO stellt klar, dass Burn-out als berufliches Phänomen und nicht als medizinische Erkrankung eingestuft wird, im Kapitel der Faktoren, die den Gesundheitszustand oder den Kontakt mit Gesundheitsdiensten beeinflussen (WHO, 2019). Der Begriff bezieht sich nur auf den Arbeitskontext und sollte nicht auf andere Lebensbereiche angewendet werden. Diese Definition hilft, Burnout von anderen Formen des Leidens zu trennen, wie dem in moralischer Verletzung, dem Leiden, das kein Burnout ist behandelten, und von Zuständen, die schon im Studium beginnen und in Burnout im Medizinstudium behandelt werden.

Wie viel Zeit die Patientenakte beansprucht

Eine der meistzitierten Studien zu diesem Thema nutzte die Ereignisprotokolle der elektronischen Patientenakte von 142 Hausärzten eines Gesundheitssystems im Süden von Wisconsin über drei Jahre (Arndt et al., 2017). An einem Arbeitstag von 11,4 Stunden verbrachten diese Ärzte 355 Minuten, etwa 5,9 Stunden, in der Patientenakte: 269 Minuten während der Sprechstundenzeit und 86 Minuten außerhalb davon.

Bürokratische und administrative Aufgaben wie Dokumentation, Anforderungen, Abrechnung und die Wahl des ICD-10-Codes nahmen 157 Minuten ein, was 44,2 Prozent der Zeit in der Patientenakte entspricht (Arndt et al., 2017). Der Nachrichteneingang beanspruchte weitere 85 Minuten, also 23,7 Prozent (Arndt et al., 2017). Dieses Bild stammt aus einem einzigen amerikanischen System, dient aber als Ausgangspunkt, um das Gewicht der Dokumentation zu verstehen.

Das Gewicht von Warnungen und Benachrichtigungen hat eigene Effekte, die unter Alarmmüdigkeit diskutiert werden. Auch die nächtliche Dokumentation trägt zur angesammelten Müdigkeit bei, Thema von Entscheidungsmüdigkeit im Bereitschaftsdienst.

Wie der Ambient Scribe funktioniert

Der Ambient Scribe ist ein Programm, das das Audio des Gesprächs aufnimmt, meist über eine App auf dem Handy oder Computer, das Gespräch transkribiert und mit einem Sprachmodell einen Entwurf der klinischen Notiz erstellt. Der Arzt prüft, bearbeitet und unterschreibt. In den hier diskutierten Studien waren die Werkzeuge in die elektronische Patientenakte integriert und wurden in ambulanten Konsultationen eingesetzt (Lukac et al., 2025; Afshar et al., 2025).

Die Idee ist, die Aufmerksamkeit des Arztes zum Patienten zurückzubringen. Statt während der Konsultation zu tippen, spricht er, und die Dokumentation kommt später. Es ist ein Vorschlag ähnlich dem, den Patienten die Eröffnung aussprechen zu lassen, diskutiert in die Agenda des Patienten, nur auf die Dokumentation angewandt.

Was die erzeugte Notiz nicht ersetzt

Die Verantwortung für die Notiz bleibt bei dem, der unterschreibt. In der Stanford-Studie enthielt der Entwurf einen Abschnitt zur Bestätigung, in dem der Kliniker festhielt, dass er die Notiz geprüft hatte (Shah et al., 2025). Die Gliederung des Denkens, mit subjektiven Angaben, Befunden, Beurteilung und Vorgehen, folgt denselben Regeln wie eine handschriftliche Notiz, und es lohnt sich, wie man das klinische Denken in der Patientenakte ordnet zu überprüfen, bevor man die erste Version einem Programm überlässt.

Was die randomisierten Studien zeigen

Die Studie mit zwei Scriben an der UCLA

Lukac und Mitarbeiter randomisierten 238 ambulant tätige Ärzte aus vierzehn Fachrichtungen einer amerikanischen akademischen Einrichtung, um eines von zwei kommerziellen Werkzeugen zu nutzen, DAX Copilot oder Nabla, oder ohne Scribe weiterzuarbeiten, zwischen November 2024 und Januar 2025 (Lukac et al., 2025). Es wurden nur Konsultationen auf Englisch eingeschlossen.

Der primäre Endpunkt war die Veränderung der Zeit in der Notiz, wobei der zweite Studienmonat mit den sechs vorangegangenen Monaten verglichen wurde. Mit Nabla betrug der Rückgang 9,5 Prozent gegenüber der Kontrolle, mit statistischer Signifikanz (Lukac et al., 2025). Mit DAX war der Rückgang von 1,7 Prozent nicht signifikant (Lukac et al., 2025). In absoluten Zahlen sank die mittlere Zeit in der Notiz in der Nabla-Gruppe um etwa 41 Sekunden, von 4 Minuten und 30 Sekunden auf 3 Minuten und 49 Sekunden, gegenüber 18 Sekunden in der Kontrollgruppe.

Die tatsächliche Nutzung blieb weit unter der Gesamtzahl der Konsultationen. DAX wurde in 33,5 Prozent von 24.696 Konsultationen genutzt und Nabla in 29,5 Prozent von 23.653 (Lukac et al., 2025). Etwa 15 Prozent der für einen Scribe randomisierten Ärzte nutzten ihn nie (Lukac et al., 2025).

Die sekundären Endpunkte, wie kognitive Belastung, Erschöpfung bei der Arbeit und der Mini-Z-Score zum Wohlbefinden, verbesserten sich in beiden Scribe-Gruppen bescheiden, aber die Autoren führten dafür keinen Hypothesentest durch und sagen, dass diese Befunde in größeren multizentrischen Studien bestätigt werden müssen (Lukac et al., 2025). Die Wahrscheinlichkeit von Burnout, gemessen über einen einzelnen Punkt, war in den Scribe-Gruppen geringer, mit Konfidenzintervallen, die die Abwesenheit eines Effekts einschlossen.

Die stufenweise randomisierte Studie in Wisconsin

Afshar und Mitarbeiter führten eine pragmatische Studie über 24 Wochen mit stufenweiser individueller Randomisierung in Ambulanzen von UW Health in zwei amerikanischen Bundesstaaten durch (Afshar et al., 2025). Teilgenommen haben 66 Fachkräfte, darunter Ärzte und Fachkräfte der erweiterten Praxis, mit dem Werkzeug Abridge. Von den 71.487 Notizen des Zeitraums wurden 27.092 (38 Prozent) mit dem Scribe erstellt (Afshar et al., 2025).

Bei den beiden primären Endpunkten sanken der Score für Erschöpfung bei der Arbeit und zwischenmenschliches Disengagement mit dem Scribe um 0,44 Punkte, mit statistischer Signifikanz (Afshar et al., 2025). Die berufliche Erfüllung stieg um 0,14 Punkte, und die Autoren beschreiben diesen Anstieg als nicht signifikant, trotz des P-Werts von 0,04.

Die Zeit in den Notizen sank um 0,36 Stunden pro Tag (Afshar et al., 2025). Die Arbeit außerhalb der Dienstzeiten sank um 0,50 Stunden pro Tag, aber dieses Ergebnis war empfindlich gegenüber dem Ausschluss von Extremwerten und verlor an Signifikanz, als die 3 Prozent der höchsten Beobachtungen entfernt wurden (Afshar et al., 2025). Die Studie war offen, mit einer Gruppe früher Anwender, die jünger, überwiegend weiß und weiblich war und fast zur Hälfte in der Familienmedizin tätig war, und sie erhob keine von den Patienten berichteten Endpunkte.

Beobachtungsstudien

Die Vorher-nachher-Studien ohne Kontrollgruppe zeigen größere Veränderungen, bergen aber auch mehr Risiken für Verzerrung. Sie beantworten, ob sich diejenigen, die das Werkzeug nutzten, besser fühlten, und nicht, ob das Werkzeug die Verbesserung verursachte.

Sechs Gesundheitssysteme

Olson und Mitarbeiter bewerteten die Nutzung des Werkzeugs Abridge in sechs amerikanischen Gesundheitssystemen zwischen Februar und Oktober 2024 (Olson et al., 2025). Von den 451 eingeschriebenen Klinikern beantworteten 272 die Fragebögen vor und nach der Nutzung, und 263 ambulant tätige Kliniker gingen in die Analyse ein.

Unter den 186, die die Fragen zu Burnout beantworteten, sank der Anteil mit Burnout nach 30 Tagen Nutzung von 51,9 auf 38,8 Prozent (Olson et al., 2025). Der schwere Burnout sank in einer später durchgeführten Analyse von 18,4 auf 12,2 Prozent (Olson et al., 2025). Die kognitive Belastung sank, die auf den Patienten gerichtete Aufmerksamkeit stieg von 6,51 auf 8,56 auf einer Skala von 10 Punkten, und der Wert für die Dokumentation außerhalb der Dienstzeiten sank auf derselben Skala von 10 Punkten von 4,95 auf 4,05 (Olson et al., 2025). Die Bereitschaft, dringende Patienten einzuschieben, stieg von 6,21 auf 6,72, aber die Zahl der Patienten, die die Kliniker zusätzlich annehmen würden, änderte sich nicht.

Die Autoren erinnern daran, dass die sekundären Endpunkte explorativ sind, ohne Korrektur für multiple Vergleiche. Die Daten stammten aus einer Gelegenheitsstichprobe, ohne Kontrollgruppe, mit nicht anonymen Fragebögen und möglicher Selbstselektion (Olson et al., 2025).

Stanford

Shah und Mitarbeiter begleiteten 48 Ärzte, die den DAX Copilot in Stanford zwischen Oktober 2023 und Januar 2024 nutzten (Shah et al., 2025). Die Aufgabenbelastung sank von 68,98 auf 44,56 Punkte auf einer Skala von 0 bis 100, und der Burnout-Wert sank von 7,47 auf 5,53 auf einer Skala von 0 bis 10 (Shah et al., 2025).

Der Median der eingesparten Zeit betrug nach Angaben der Ärzte selbst 20 Minuten pro halbem Sprechstundenblock, aber die Schwankung war groß: von 90 eingesparten Minuten bis zu 90 zusätzlichen Minuten (Shah et al., 2025). Die kleine Stichprobe aus interessierten Ärzten und der den Teilnehmern angebotene Gutschein schränken die Verallgemeinerbarkeit ein.

Sutter Health

Stults und Mitarbeiter bewerteten ein Pilotprojekt mit 100 Klinikern in Kalifornien, mit 57 Fragebogenpaaren (Stults et al., 2025). Der Burnout ging von 42,1 auf 35,1 Prozent zurück, ohne statistische Signifikanz (Stults et al., 2025). Die Zeit in den Notizen pro Konsultation sank von 6,2 auf 5,3 Minuten. Die Zufriedenheit verbesserte sich bei 85,8 Prozent der Fachkräfte in der Grundversorgung, gegenüber 36,4 Prozent in den klinischen Subspezialitäten und 50,0 Prozent in den chirurgischen (Stults et al., 2025).

Vergleich der Studien

Studie	Design und Ort	Teilnehmer	Burnout oder Wohlbefinden	Dokumentationszeit
Lukac et al., 2025	Randomisierte Studie, eine akademische Einrichtung	238 Ärzte	Bescheidene Verbesserungen, ohne Hypothesentest	Rückgang um 9,5 Prozent mit einem Werkzeug (Lukac et al., 2025); kein Unterschied mit dem anderen
Afshar et al., 2025	Randomisierte Stufenstudie, zwei Bundesstaaten	66 Fachkräfte	Geringere Erschöpfung; Erfüllung ohne Signifikanz	0,36 Stunden pro Tag weniger in den Notizen
Olson et al., 2025	Vorher und nachher, sechs Systeme	263 Kliniker	Burnout von 51,9 auf 38,8 Prozent (Olson et al., 2025)	Wert für die Dokumentation außerhalb der Dienstzeiten von 4,95 auf 4,05, auf einer Skala von 10 Punkten
Shah et al., 2025	Vorher und nachher, eine Einrichtung	48 Ärzte	Burnout-Wert von 7,47 auf 5,53	Median von 20 Minuten pro halbem Block, berichtet
Stults et al., 2025	Pilotprojekt vorher und nachher, eine Organisation	100 Kliniker	Burnout von 42,1 auf 35,1 Prozent, ohne Signifikanz (Stults et al., 2025)	Von 6,2 auf 5,3 Minuten pro Konsultation
Pearlman et al., 2025	Retrospektive Kohorte, eine Einrichtung	125 Nutzer und 478 Nichtnutzer	Außerhalb des Umfangs	15,9 Prozent weniger in den Notizen (Pearlman et al., 2025)

Quellen: die in jeder Zeile zitierten Studien, im Volltext gelesen.

Zeit in der Patientenakte und Produktivität

Pearlman und Mitarbeiter verglichen 125 Nutzer eines Schreibers mit 478 Nichtnutzern, die nach Merkmalen abgeglichen wurden, in einem akademischen System zwischen Juli und September 2024 (Pearlman et al., 2025). In der gewichteten Analyse war die Gesamtzeit in der Patientenakte pro Konsultation um 8,5 Prozent kürzer, etwa 2,4 Minuten, und die Zeit für die Notizen um 15,9 Prozent kürzer, etwa 1,8 Minuten (Pearlman et al., 2025). Die Zeit außerhalb der Arbeitszeit, die Dauer der Konsultationen und das Behandlungsvolumen änderten sich nicht.

An der UCSF analysierten Holmgren und Mitarbeiter 1.565 Ärzte, von denen 698 den Schreiber übernahmen (Holmgren et al., 2026). Bei den Übernehmern stieg der relative Wert um 0,04 Einheiten pro Behandlung und um 0,80 Behandlungen pro Woche, ohne Unterschied bei den Absetzungen (Holmgren et al., 2026). Die Autoren selbst sagen, es müsse geprüft werden, ob der Anstieg mehr erbrachte Leistungen, eine genauere Wahl des ICD-10-Codes oder eine aufgeblähte Wahl des ICD-10-Codes widerspiegelt.

Was die Zeitangaben verbergen

In der Studie der UCLA umfassten die Kennzahlen der Patientenakte nicht die Bearbeitungszeit innerhalb der Plattform des Anbieters, was die Einsparung überschätzen kann (Lukac et al., 2025). Ein Teil der Überprüfungszeit kann also einfach den Ort gewechselt haben. Die durchschnittlichen Gewinne, von Sekunden bis wenigen Minuten pro Notiz, sind real, lösen aber allein keineswegs die von Arndt und Mitarbeitern beschriebene Belastung.

Welche Fehler die generierte Notiz mitbringt

Was die Ärzte in der Studie berichteten

In der Studie der UCLA berichteten die Ärzte über klinisch relevante Ungenauigkeiten mit einer als gelegentlich beschriebenen Häufigkeit, bei einem Durchschnittswert von 2,7 und 2,8 auf einer Skala von 1 bis 5 (Lukac et al., 2025). Die Beispiele umfassten Auslassungen, Strukturfehler und vertauschte Pronomen, die Anamnese der Eltern, die dem Patienten zugeschrieben wurde, und erfundene Inhalte. In einem von den Autoren zitierten Beispiel wurde "not drinking alcohol" in der Notiz zu "now drinking alcohol" (Lukac et al., 2025).

Ein leichtes unerwünschtes Ereignis wurde erfasst: Eine ausführliche Beratung des Patienten blieb außerhalb der Notiz (Lukac et al., 2025). Bei der Bewertung der Benutzerfreundlichkeit erhielt die Aussage, die Notizen seien mindestens so gut wie die des Arztes selbst, eine neutrale Bewertung.

Der Test mit simulierten Konsultationen

Biro und Mitarbeiter lasen 11 Skripte echter ambulanter Konsultationen laut vor und erzeugten 44 Entwürfe mit zwei kommerziellen Produkten (Biro et al., 2025). Sie fanden 127 Fehler, im Durchschnitt 2,9 pro Notiz, und 31 der 44 Notizen (70 Prozent) hatten mindestens einen Fehler (Biro et al., 2025). Die Auslassung war der häufigste Fehler, gefolgt von irrelevantem oder fehlplatziertem Text, Hinzufügungen und falschen Informationen, und das Muster unterschied sich zwischen den Produkten.

Die Autoren weisen auf einen praktischen Punkt hin: Die Auslassung ist der am schwersten zu erkennende Fehler, weil der Arzt sich merken muss, was gesagt wurde, was schwieriger wird, wenn die Überprüfung nach mehreren Konsultationen erfolgt (Biro et al., 2025). Die Studie verwendete eine Simulation und wenige Konsultationen, und die Autoren fordern unabhängige Tests.

Was die Kliniker korrigieren

Guo und Mitarbeiter analysierten 200 Konsultationen bei UCI Health mit Entwürfen von zwei Anbietern (Guo et al., 2026). Die häufigsten Bearbeitungen betrafen Untersuchungsanforderungen und Überweisungen (40,0 Prozent), Symptome (30,3 Prozent), Medikamente (27,3 Prozent) und die Beschreibung von Diagnosen (25,9 Prozent) (Guo et al., 2026). Zu den Themen der Bearbeitungen gehörten das Korrigieren sachlicher Abweichungen und das Ausdrücken des Grades der diagnostischen Sicherheit.

Am anderen Ende maß die Studie von Afshar die Qualität nicht bearbeiteter Notizen mit einem Sprachmodell als Bewerter und fand stigmatisierende Sprache in weniger als 1 Prozent der Notizen (Afshar et al., 2025). Diese automatische Bewertung ist nützlich zur Überwachung, ersetzt aber nicht die Lektüre der Person, die im Raum war.

Warum und wie die Notiz geprüft wird

Ein Dokumentationsfehler kann zu einem Behandlungsfehler werden. Eine fehlende Medikation, eine der falschen Person zugeordnete Vorgeschichte oder eine umgekehrte Verneinung können die nächste Konsultation in die falsche Richtung lenken, und die breitere Diskussion darüber, wie das passiert, steht in Diagnosefehler und der Bericht Improving Diagnosis. Wenn der Fehler beim Patienten ankommt, leidet auch der Arzt, der unterschrieben hat, Thema von zweites Opfer: der Arzt nach dem Fehler.

Die Studien legen einige Punkte nahe, auf die man bei der Überprüfung achten sollte:

• Suche, was fehlt, und nicht nur, was falsch ist, denn die Auslassung war der häufigste und am schwersten zu bemerkende Fehler (Biro et al., 2025).
• Prüfe Verneinungen und Zuordnungen wie "verneint", "nimmt nicht" und Familienanamnese, die in der UCLA-Studie vertauscht auftraten (Lukac et al., 2025).
• Überprüfe Medikamente, Anforderungen und Diagnosen, die Bereiche, die von den Klinikern am häufigsten bearbeitet wurden (Guo et al., 2026).
• Prüfe den Grad der Sicherheit: eine diskutierte Hypothese darf nicht als bestätigte Diagnose erscheinen (Guo et al., 2026).
• Überprüfe direkt nach der Konsultation, solange die Erinnerung an das Gespräch noch frisch ist (Biro et al., 2025).

Die Überprüfung als Teil des Denkens

Die Autoren der randomisierten Studie selbst schließen, dass die gelegentlichen Ungenauigkeiten ständige Wachsamkeit erfordern (Lukac et al., 2025). Guo und Mitarbeiter empfehlen solide und beständige Routinen zur Überprüfung (Guo et al., 2026). Die Notiz zu lesen ist auch ein Moment, um zu prüfen, ob die Bewertung das tatsächliche Denken widerspiegelt, und die breitere Debatte über KI in dieser Rolle steht in Einsatz von künstlicher Intelligenz im klinischen Denken.

Einwilligung des Patienten

In einem akademischen Zentrum in New York untersuchten Lawrence und Mitarbeiter die Einwilligung zum Scribe mit 18 Klinikern und 103 Patienten (Lawrence et al., 2025). Die Mehrheit der Patienten, 74,8 Prozent, fühlte sich mit dem Werkzeug wohl (Lawrence et al., 2025). Wenn sie nur grundlegende Informationen erhielten, willigten 81,6 Prozent ein, aber der Anteil sank auf 55,3 Prozent, als die KI-Funktionen, die Datenspeicherung und die Beteiligung von Unternehmen erläutert wurden (Lawrence et al., 2025).

Die Stichprobe war klein, beschränkt auf englischsprachige Teilnehmer mit hoher Schulbildung. Dennoch zeigt der Befund, dass sich die Einwilligung danach ändert, was erklärt wird, und dass klares Erklären Teil der Nutzung des Werkzeugs ist.

Zurück zum Fall

Die Ärztin des fiktiven Falls gewann etwas Zeit, wie die Studien nahelegen, aber die Notiz mit "trinkt jetzt" zeigt die andere Seite. Der Austausch eines Wortes änderte die Bedeutung einer Vorgeschichte, genau die Art von Fehler, die in der UCLA-Studie beschrieben wird (Lukac et al., 2025). Das praktische Vorgehen ist, jeden Entwurf direkt nach der Konsultation zu überprüfen, mit Aufmerksamkeit für Verneinungen, Medikamente und das, was weggelassen worden sein könnte.

Wie NEXO hilft, dieses Denken zu trainieren

Bei NEXO ist der Fall des Tages fiktiv, mit echter klinischer Darstellung und bis zu sechs fortschreitenden Hinweisen, und du schlägst die Diagnose vor, indem du den Code in der ICD-10 suchst. Eine von KI erzeugte Notiz zu überprüfen erfordert dieselbe Übung: jedes erfasste Datum mit der tatsächlichen Geschichte vergleichen, den fehlenden Hinweis bemerken und prüfen, ob die geschriebene Hypothese die ist, die du vertreten würdest, wie im Training der Differenzialdiagnose mit Hinweisen.

Die Nutzungsgrenzen des Spiels sind auf der Seite Wirtschaft von NEXO beschrieben. Wenn du die Lehre des klinischen Denkens erforschst, erklärt die Seite für Researcher, wie du Kontakt aufnimmst. Fachleute, die Fälle schreiben oder überprüfen, finden Informationen unter Curator und unter Creators, und Institutionen können das Angebot auf der Seite für Partnerschaften kennenlernen. Den richtigen Code in der ICD-10 zu suchen vervollständigt dieses Training.

Häufige Fragen

Reduziert der KI-Scribe das Burnout?

Die Vorher-nachher-Studien zeigen einen Rückgang des selbstberichteten Burnouts, etwa von 51,9 auf 38,8 Prozent in sechs Gesundheitssystemen, aber ohne Kontrollgruppe (Olson et al., 2025). In der randomisierten Stufenstudie sank die Erschöpfung bei der Arbeit, während die berufliche Erfüllung sich nicht signifikant veränderte (Afshar et al., 2025). Die Evidenz deutet auf einen Nutzen hin, stammt aber noch aus kurzen Studien mit interessierten Anwendern.

Wie viel Zeit spart der Scribe?

Wenig pro Notiz. In der UCLA-Studie betrug der signifikante Rückgang der Zeit an der Notiz 9,5 Prozent mit einem der Werkzeuge (Lukac et al., 2025). In der Kohorte von Pearlman war die Zeit an den Notizen etwa 1,8 Minute kürzer pro Konsultation (Pearlman et al., 2025).

Kann die erzeugte Notiz ohne Prüfung unterzeichnet werden?

Die Daten raten davon ab. In simulierten Konsultationen enthielten 70 Prozent der Notizen mindestens einen Fehler (Biro et al., 2025), und die randomisierte Studie verzeichnete gelegentlich klinisch relevante Ungenauigkeiten (Lukac et al., 2025).

Welcher Fehler ist am schwersten zu bemerken?

Die Auslassung. Biro und Mitarbeiter beobachteten, dass sie vom Arzt verlangt, sich an das in der Konsultation Gesagte zu erinnern, was schwieriger wird, wenn die Prüfung Stunden später erfolgt (Biro et al., 2025).

Muss die Einwilligung des Patienten eingeholt werden?

Die untersuchten Dienste holten eine Einwilligung ein, und die Zustimmung hing davon ab, wie viel erklärt wurde: 81,6 Prozent bei grundlegender Information und 55,3 Prozent bei ausführlicher Information (Lawrence et al., 2025).

Take-home messages

• Behandeln Sie Burnout als berufliches Phänomen mit Erschöpfung, Distanzierung und geringerer Wirksamkeit, wie die WHO es definiert (WHO, 2019).
• Erwarten Sie bescheidene Zeitgewinne: In der randomisierten Studie war die einzige signifikante Reduktion 9,5 Prozent bei der Zeit für die Notiz (Lukac et al., 2025).
• Lesen Sie die Burnout-Ergebnisse mit Vorsicht, denn die größten Verbesserungen stammten aus Studien ohne Kontrollgruppe (Olson et al., 2025; Shah et al., 2025).
• Prüfen Sie jede Notiz direkt nach der Konsultation und achten Sie vor allem auf das, was fehlt (Biro et al., 2025).
• Kontrollieren Sie Verneinungen, Medikamente, Anforderungen und den Grad der diagnostischen Sicherheit, die Bereiche, die am häufigsten Fehler und Bearbeitungen aufweisen (Lukac et al., 2025; Guo et al., 2026).
• Erklären Sie dem Patienten, wie die Aufzeichnung funktioniert, denn die Einwilligung ändert sich mit dem Detailgrad (Lawrence et al., 2025).

Literaturverzeichnis

1. World Health Organization. Burn-out an "occupational phenomenon": International Classification of Diseases. 28. Mai 2019. [Volltext](https://www.who.int/news/item/28-05-2019-burn-out-an-occupational-phenomenon-international-classification-of-diseases).
2. Arndt BG, Beasley JW, Watkinson MD, Temte JL, Tuan WJ, Sinsky CA, Gilchrist VJ. Tethered to the EHR: primary care physician workload assessment using EHR event log data and time-motion observations. Ann Fam Med. 2017;15(5):419-26. [PubMed](https://pubmed.ncbi.nlm.nih.gov/28893811/).
3. Lukac PJ, Turner W, Vangala S, et al. Ambient AI scribes in clinical practice: a randomized trial. NEJM AI. 2025;2(12). [PubMed](https://pubmed.ncbi.nlm.nih.gov/41497288/).
4. Afshar M, Baumann MR, Resnik F, et al. A pragmatic randomized controlled trial of ambient artificial intelligence to improve health practitioner well-being. NEJM AI. 2025;2(12). [PubMed](https://pubmed.ncbi.nlm.nih.gov/41625485/).
5. Olson KD, Meeker D, Troup M, et al. Use of ambient AI scribes to reduce administrative burden and professional burnout. JAMA Netw Open. 2025;8(10):e2534976. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41037268/).
6. Shah SJ, Devon-Sand A, Ma SP, et al. Ambient AI scribes: physician burnout and perspectives on usability and documentation burden. J Am Med Inform Assoc. 2025;32(2):375-80. [PubMed](https://pubmed.ncbi.nlm.nih.gov/39657021/).
7. Stults CD, Deng S, Martinez MC, et al. Evaluation of an ambient artificial intelligence documentation platform for clinicians. JAMA Netw Open. 2025;8(5):e258614. [PubMed](https://pubmed.ncbi.nlm.nih.gov/40314951/).
8. Pearlman K, Wan W, Shah S, Laiteerapong N. Use of an AI scribe and EHR efficiency. JAMA Netw Open. 2025;8(10):e2537000. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41071550/).
9. Holmgren AJ, et al. Ambient AI scribes and physician financial productivity. JAMA Netw Open. 2026;9(1):e2553233. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41511775/).
10. Biro J, Handley JL, Cobb NK, et al. Accuracy and safety of AI-enabled scribe technology: instrument validation study. J Med Internet Res. 2025;27:e64993. [PubMed](https://pubmed.ncbi.nlm.nih.gov/39869899/).
11. Guo Y, Hu D, Yang Z, et al. What do clinicians edit in ambient AI-drafted clinical documentation? J Am Med Inform Assoc. 2026;33(8):1457-65. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42118974/).
12. Lawrence K, Kuram VS, Levine DL, et al. Informed consent for ambient documentation using generative AI in ambulatory care. JAMA Netw Open. 2025;8(7):e2522400. [PubMed](https://pubmed.ncbi.nlm.nih.gov/40694347/).