В вымышленном случае семейный врач принимает 22 человека за день в амбулатории. В восемь вечера, уложив детей спать, она открывает электронную медицинскую карту дома, и у неё всё ещё одиннадцать незакрытых записей. На следующей неделе служба предлагает ИИ-писца: с согласия пациента телефон записывает разговор, и в конце приёма появляется черновик записи, готовый к проверке. На первой неделе она закрывает записи в кабинете. На второй она подписывает запись, в которой пациент, сказавший «не пью», значится как тот, кто «теперь пьёт».

Этот контраст резюмирует дискуссию о так называемых ambient-писцах. Первые рандомизированные испытания указывают на скромный выигрыш во времени на документацию и признаки меньшего истощения, тогда как исследования качества записей показывают пропуски и искажения смысла, которые может заметить только внимательное чтение врача (Lukac et al., 2025).

В этом тексте разбирается, что известно о нагрузке документации, что испытания и исследования «до и после» показывают о выгорании и времени, какие ошибки приносит сгенерированная запись и как проверить черновик перед подписанием.

Главное

• В рандомизированном испытании с участием 238 амбулаторных врачей один из двух протестированных инструментов сократил время на запись на 9,5 процента по сравнению с контролем, а другой не показал значимой разницы (Lukac et al., 2025).
• В прагматичном испытании с участием 66 специалистов писец снизил балл истощения на работе, тогда как улучшение профессиональной самореализации не достигло порога значимости, заданного авторами (Afshar et al., 2025).
• В исследовании «до и после» в шести системах здравоохранения доля клиницистов с выгоранием снизилась с 51,9 до 38,8 процента за 30 дней, без контрольной группы (Olson et al., 2025).
• В оценке с симулированными чтениями приёмов 31 из 44 сгенерированных записей (70 процентов) содержала хотя бы одну ошибку, и пропуск был самым частым типом (Biro et al., 2025).
• Авторы рандомизированного испытания заключают, что случайные неточности требуют постоянной бдительности (Lukac et al., 2025).

• Почему документация так тяжела
• Как работает ambient-писец
• Что показывают рандомизированные испытания
• Обсервационные исследования
• Какие ошибки приносит сгенерированная запись
• Почему и как проверять запись
• Согласие пациента
• Как NEXO помогает тренировать это рассуждение
• Частые вопросы
• Take-home messages

Почему документация так тяжела

Всемирная организация здравоохранения (ВОЗ) описывает выгорание в МКБ-11 как синдром, возникающий в результате хронического стресса на рабочем месте, с которым не удалось успешно справиться (ВОЗ, 2019). Синдром имеет три измерения: чувство истощения или упадка энергии, бо́льшая психическая дистанция от работы или чувства негативизма и цинизма по отношению к ней, и снижение профессиональной эффективности.

ВОЗ уточняет, что выгорание классифицируется как профессиональный феномен, а не как медицинское состояние, в главе о факторах, влияющих на состояние здоровья или обращение за услугами здравоохранения (ВОЗ, 2019). Термин относится только к рабочему контексту и не должен применяться к другим сферам жизни. Это определение помогает отделить выгорание от других форм страдания, например от обсуждаемого в моральной травме, страдании, которое не является выгоранием, и от состояний, начинающихся ещё в вузе, о которых говорится в выгорании на медицинском факультете.

Сколько времени занимает медицинская карта

Одно из самых цитируемых исследований по теме использовало журналы событий электронной медицинской карты 142 семейных врачей в системе здравоохранения на юге Висконсина за три года (Arndt et al., 2017). В рабочий день длительностью 11,4 часа эти врачи провели 355 минут, около 5,9 часа, в медицинской карте: 269 минут в часы приёма и 86 минут вне их.

Бюрократические и административные задачи, такие как документация, направления, выставление счетов и выбор кода МКБ, заняли 157 минут, что эквивалентно 44,2 процента времени в медицинской карте (Arndt et al., 2017). Папка входящих сообщений заняла ещё 85 минут, или 23,7 процента (Arndt et al., 2017). Эта картина получена из одной американской системы, но служит отправной точкой для понимания веса записи.

Вес оповещений и уведомлений имеет собственные эффекты, обсуждаемые в усталости от оповещений. Ночная документация также добавляется к накопленной усталости — тема усталости от решений на дежурстве.

Как работает ambient-скрайб

Ambient-скрайб — это программа, которая записывает аудио приёма, обычно через приложение на телефоне или компьютере, расшифровывает разговор и использует языковую модель, чтобы подготовить черновик клинической записи. Врач проверяет, редактирует и подписывает. В исследованиях, обсуждаемых здесь, инструменты были интегрированы в электронную медицинскую карту и использовались на амбулаторных приёмах (Lukac et al., 2025; Afshar et al., 2025).

Идея в том, чтобы вернуть внимание врача пациенту. Вместо того чтобы печатать во время приёма, он разговаривает, а запись появляется позже. Это предложение похоже на то, чтобы дать пациенту закончить вступительную речь, обсуждаемое в повестке пациента, только применённое к документации.

Что сгенерированная запись не заменяет

Ответственность за запись остаётся у того, кто её подписывает. В исследовании Stanford черновик содержал раздел подтверждения, в котором клиницист отмечал, что проверил запись (Shah et al., 2025). Организация рассуждения — с субъективными данными, находками, оценкой и тактикой — подчиняется тем же правилам, что и запись, написанная от руки, и стоит пересмотреть как организовать клиническое рассуждение в медицинской карте, прежде чем поручать первую версию программе.

Что показывают рандомизированные испытания

Испытание двух скрайбов в UCLA

Lukac и соавторы рандомизировали 238 амбулаторных врачей четырнадцати специальностей одного американского академического учреждения для использования одного из двух коммерческих инструментов, DAX Copilot или Nabla, либо для продолжения работы без скрайба, с ноября 2024 по январь 2025 года (Lukac et al., 2025). Включались только приёмы на английском языке.

Первичным исходом было изменение времени на запись при сравнении второго месяца исследования с шестью предыдущими месяцами. С Nabla снижение составило 9,5 процента относительно контроля, статистически значимое (Lukac et al., 2025). С DAX снижение на 1,7 процента не было значимым (Lukac et al., 2025). В абсолютных величинах среднее время на запись сократилось примерно на 41 секунду в группе Nabla, с 4 минут 30 секунд до 3 минут 49 секунд, против 18 секунд в контрольной группе.

Реальное использование было далеко от общего числа приёмов. DAX использовался в 33,5 процента из 24 696 приёмов, а Nabla — в 29,5 процента из 23 653 (Lukac et al., 2025). Около 15 процентов врачей, рандомизированных в группу скрайба, так и не начали им пользоваться (Lukac et al., 2025).

Вторичные исходы, такие как когнитивная нагрузка, истощение на работе и шкала благополучия Mini-Z, улучшились умеренно в обеих группах скрайба, но авторы не проверяли для них гипотезу и говорят, что эти находки нуждаются в подтверждении в более крупных многоцентровых испытаниях (Lukac et al., 2025). Вероятность выгорания, измеренная по одному пункту, была ниже в группах скрайба, при доверительных интервалах, включавших отсутствие эффекта.

Поэтапное испытание в Wisconsin

Afshar и соавторы провели прагматичное 24-недельное испытание с индивидуальной рандомизацией по этапам в амбулаториях UW Health в двух американских штатах (Afshar et al., 2025). Участвовали 66 специалистов, среди них врачи и специалисты продвинутой практики, с инструментом Abridge. Из 71 487 записей за период 27 092 (38 процентов) были созданы со скрайбом (Afshar et al., 2025).

По двум первичным исходам шкала истощения на работе и межличностной отстранённости снизилась на 0,44 балла со скрайбом, статистически значимо (Afshar et al., 2025). Профессиональная самореализация выросла на 0,14 балла, и авторы описывают этот рост как незначимый, несмотря на значение P 0,04.

Время на заметки сократилось на 0,36 часа в день (Afshar et al., 2025). Работа вне рабочего времени сократилась на 0,50 часа в день, но этот результат был чувствителен к исключению крайних значений и потерял значимость, когда были удалены 3 процента самых высоких наблюдений (Afshar et al., 2025). Исследование было открытым, с группой ранних пользователей более молодой, преимущественно белой и женской, и почти половиной в семейной медицине, и не собирало исходы, о которых сообщают пациенты.

Обсервационные исследования

Исследования до и после, без контрольной группы, показывают большие изменения, но и несут больше риска смещения. Они отвечают, стало ли лучше тем, кто пользовался инструментом, а не вызвал ли инструмент улучшение.

Шесть систем здравоохранения

Olson и коллеги оценили использование инструмента Abridge в шести американских системах здравоохранения с февраля по октябрь 2024 года (Olson et al., 2025). Из 451 зарегистрированного клинициста 272 ответили на опросники до и после, и 263 амбулаторных клинициста вошли в анализ.

Среди 186 ответивших на вопросы о выгорании доля с выгоранием снизилась с 51,9 до 38,8 процента после 30 дней использования (Olson et al., 2025). Тяжёлое выгорание в анализе, проведённом позже, снизилось с 18,4 до 12,2 процента (Olson et al., 2025). Когнитивная нагрузка снизилась, внимание, сосредоточенное на пациенте, выросло с 6,51 до 8,56 по шкале из 10 баллов, а оценка документирования вне рабочего времени по той же шкале из 10 баллов снизилась с 4,95 до 4,05 (Olson et al., 2025). Готовность принимать срочных пациентов выросла с 6,21 до 6,72, но число пациентов, которых клиницисты согласились бы добавить, не изменилось.

Авторы напоминают, что вторичные исходы носят поисковый характер, без поправки на множественные сравнения. Данные получены из выборки удобства, без контрольной группы, с неанонимными опросниками и возможным самоотбором (Olson et al., 2025).

Stanford

Shah и коллеги наблюдали 48 врачей, использовавших DAX Copilot в Stanford с октября 2023 по январь 2024 года (Shah et al., 2025). Нагрузка от задач снизилась с 68,98 до 44,56 балла по шкале от 0 до 100, а оценка выгорания снизилась с 7,47 до 5,53 по шкале от 0 до 10 (Shah et al., 2025).

Медиана сэкономленного времени, по словам самих врачей, составила 20 минут за половину смены приёма, но разброс был большим: от 90 сэкономленных минут до 90 добавленных (Shah et al., 2025). Небольшая выборка, состоящая из заинтересованных врачей, и подарочный сертификат, предложенный участникам, ограничивают обобщение.

Sutter Health

Stults и коллеги оценили пилотный проект со 100 клиницистами в Калифорнии, с 57 парами опросников (Stults et al., 2025). Выгорание снизилось с 42,1 до 35,1 процента, без статистической значимости (Stults et al., 2025). Время на заметки за приём сократилось с 6,2 до 5,3 минуты. Удовлетворённость выросла у 85,8 процента специалистов первичной помощи против 36,4 процента в клинических субспециальностях и 50,0 процента в хирургических (Stults et al., 2025).

Сравнение исследований

Исследование	Дизайн и место	Участники	Выгорание или благополучие	Время документирования
Lukac et al., 2025	Рандомизированное испытание, одно академическое учреждение	238 врачей	Скромные улучшения, без проверки гипотезы	Снижение на 9,5 процента с одним инструментом (Lukac et al., 2025); без разницы с другим
Afshar et al., 2025	Пошаговое рандомизированное испытание, два штата	66 специалистов	Истощение меньше; результативность без значимости	На 0,36 часа в день меньше на заметки
Olson et al., 2025	До и после, шесть систем	263 клинициста	Выгорание с 51,9 до 38,8 процента (Olson et al., 2025)	Оценка документирования вне рабочего времени с 4,95 до 4,05 по шкале из 10 баллов
Shah et al., 2025	До и после, одно учреждение	48 врачей	Оценка выгорания с 7,47 до 5,53	Медиана 20 минут за половину смены, по сообщениям
Stults et al., 2025	Пилотный проект до и после, одна организация	100 клиницистов	Выгорание с 42,1 до 35,1 процента, без значимости (Stults et al., 2025)	С 6,2 до 5,3 минуты за приём
Pearlman et al., 2025	Ретроспективная когорта, одно учреждение	125 пользователей и 478 не пользователей	Вне рамок	На 15,9 процента меньше на заметки (Pearlman et al., 2025)

Источники: исследования, указанные в каждой строке, прочитанные в полном тексте.

Время в медицинской карте и производительность

Pearlman и коллеги сравнили 125 пользователей писца с 478 не пользовавшимися им, сбалансированными по характеристикам, в академической системе с июля по сентябрь 2024 года (Pearlman et al., 2025). В взвешенном анализе общее время в медицинской карте на приём было на 8,5 процента меньше, около 2,4 минуты, а время на записи — на 15,9 процента меньше, около 1,8 минуты (Pearlman et al., 2025). Время вне рабочего графика, длительность приёмов и объём обслуживания не изменились.

В UCSF Holmgren и коллеги проанализировали 1 565 врачей, из которых 698 внедрили писца (Holmgren et al., 2026). У внедривших прирост составил 0,04 единицы относительной стоимости на приём и 0,80 приёма в неделю, без различий в отказах в оплате (Holmgren et al., 2026). Сами авторы говорят, что нужно проверить, отражает ли прирост больше оказанных услуг, более точный выбор кода МКБ-10 или завышенный выбор кода МКБ-10.

Что скрывают цифры времени

В исследовании UCLA метрики медицинской карты не включали время редактирования внутри платформы поставщика, что может завышать экономию (Lukac et al., 2025). То есть часть времени на проверку могла просто переместиться. Средние выигрыши, от секунд до нескольких минут на запись, реальны, но далеко не решают в одиночку нагрузку, описанную Arndt и коллегами.

Какие ошибки приносит сгенерированная запись

Что врачи сообщили в исследовании

В исследовании UCLA врачи сообщали о клинически значимых неточностях с частотой, описанной как эпизодическая, со средней оценкой 2,7 и 2,8 по шкале от 1 до 5 (Lukac et al., 2025). Примеры включали пропуски, ошибки структуры и замену местоимений, историю родителей, приписанную пациенту, и выдуманное содержание. В одном примере, приведённом авторами, "not drinking alcohol" превратилось в "now drinking alcohol" в записи (Lukac et al., 2025).

Было зарегистрировано одно лёгкое нежелательное событие: обширная консультация пациента не попала в запись (Lukac et al., 2025). В оценке удобства использования утверждение о том, что записи как минимум не хуже записей самого врача, получило нейтральную оценку.

Тест с имитированными приёмами

Biro и коллеги зачитали вслух 11 сценариев реальных амбулаторных приёмов и сгенерировали 44 черновика с двумя коммерческими продуктами (Biro et al., 2025). Они нашли 127 ошибок, в среднем 2,9 на запись, и в 31 из 44 записей (70 процентов) была хотя бы одна ошибка (Biro et al., 2025). Пропуск был самой частой ошибкой, за ним следовали нерелевантный или неуместный текст, добавления и неверная информация, и картина различалась между продуктами.

Авторы обращают внимание на практический момент: пропуск — самая трудная для обнаружения ошибка, потому что врач должен помнить, что было сказано, а это труднее, когда проверка происходит после нескольких приёмов (Biro et al., 2025). В исследовании использовалась имитация и мало приёмов, и авторы просят независимых проверок.

Что исправляют клиницисты

Guo и коллеги проанализировали 200 приёмов в UCI Health с черновиками двух поставщиков (Guo et al., 2026). Самые частые правки касались назначений обследований и направлений (40,0 процента), симптомов (30,3 процента), лекарств (27,3 процента) и описания диагнозов (25,9 процента) (Guo et al., 2026). Среди тем правок были исправление фактических расхождений и уточнение степени диагностической уверенности.

С другой стороны, исследование Afshar измерило качество неотредактированных записей с помощью языковой модели в роли оценщика и обнаружило стигматизирующий язык менее чем в 1 проценте записей (Afshar et al., 2025). Такая автоматическая оценка полезна для мониторинга, но не заменяет чтения того, кто был в кабинете.

Почему и как проверять запись

Ошибка в записи может обернуться ошибкой в помощи. Пропущенный препарат, анамнез, приписанный не тому человеку, или перевёрнутое отрицание могут направить следующую консультацию не в ту сторону, и более широкий разговор о том, как это происходит, — в материале врачебная ошибка и отчёт Improving Diagnosis. Когда ошибка доходит до пациента, страдает и подписавший врач — тема второй жертвы: врач после ошибки.

Исследования подсказывают несколько моментов, на которые стоит обратить внимание при проверке:

• Ищите то, чего не хватает, а не только то, что неверно, потому что пропуск был самой частой и самой трудно заметной ошибкой (Biro et al., 2025).
• Проверяйте отрицания и привязку, например «отрицает», «не принимает» и семейный анамнез, которые в испытании UCLA оказались перепутаны (Lukac et al., 2025).
• Проверяйте лекарства, назначения и диагнозы — области, которые клиницисты правят чаще всего (Guo et al., 2026).
• Проверяйте степень уверенности: обсуждаемая гипотеза не должна выглядеть как подтверждённый диагноз (Guo et al., 2026).
• Проверяйте сразу после консультации, пока память о разговоре ещё свежа (Biro et al., 2025).

Проверка как часть рассуждения

Сами авторы рандомизированного испытания заключают, что случайные неточности требуют постоянной бдительности (Lukac et al., 2025). Guo и коллеги рекомендуют прочные и последовательные процедуры проверки (Guo et al., 2026). Чтение записи — это ещё и момент проверить, отражает ли оценка проделанное рассуждение, а более широкий спор об ИИ в этой роли — в материале использование искусственного интеллекта в клиническом рассуждении.

Согласие пациента

В академическом центре Нью-Йорка Lawrence и коллеги изучили согласие на использование писца с участием 18 клиницистов и 103 пациентов (Lawrence et al., 2025). Большинство пациентов, 74,8 процента, назвали инструмент удобным (Lawrence et al., 2025). Когда им сообщали только базовые сведения, 81,6 процента давали согласие, но доля падала до 55,3 процента, когда подробно рассказывали о возможностях ИИ, хранении данных и участии компаний (Lawrence et al., 2025).

Выборка была небольшой, ограниченной участниками, говорящими по-английски и с высоким уровнем образования. И всё же находка показывает, что согласие меняется в зависимости от того, что объясняют, и что ясное объяснение — часть использования инструмента.

Возвращаясь к случаю

Врач из вымышленного случая выиграла немного времени, как и предполагают испытания, но запись с «теперь пьёт» показывает другую сторону. Замена одного слова изменила смысл анамнеза — ровно тот тип ошибки, что описан в испытании UCLA (Lukac et al., 2025). Практический шаг — проверять каждый черновик сразу после консультации, обращая внимание на отрицания, лекарства и на то, что могло остаться за рамками.

Как NEXO помогает тренировать это рассуждение

В NEXO случай дня вымышленный, с реальной клинической картиной и до шести последовательных подсказок, а вы предлагаете диагноз, ища код в МКБ-10. Проверка записи, созданной ИИ, требует того же упражнения: сравнить каждые внесённые данные с реальной историей, заметить недостающую подсказку и проверить, ту ли гипотезу вы бы отстаивали, как в тренировке дифференциального диагноза с подсказками.

Ограничения использования игры описаны на странице экономики NEXO. Если вы исследуете преподавание клинического рассуждения, страница для Researcher объясняет, как связаться. Специалисты, которые пишут или проверяют случаи, найдут сведения в разделах Curator и Creators, а учреждения могут узнать о предложении на странице для партнёрств. Поиск правильного кода в МКБ-10 завершает эту тренировку.

Частые вопросы

Снижает ли ИИ-писец выгорание?

Исследования до и после показывают снижение самооценки выгорания, например с 51,9 до 38,8 процента в шести системах здравоохранения, но без контрольной группы (Olson et al., 2025). В ступенчатом рандомизированном испытании истощение на работе снизилось, а профессиональная реализация значимо не изменилась (Afshar et al., 2025). Данные указывают на пользу, но пока происходят из коротких исследований и от заинтересованных ранних пользователей.

Сколько времени экономит писец?

Немного на каждую запись. В испытании UCLA значимое снижение времени на запись составило 9,5 процента с одним из инструментов (Lukac et al., 2025). В когорте Pearlman время на записи было примерно на 1,8 минуты меньше на консультацию (Pearlman et al., 2025).

Можно ли подписать созданную запись, не прочитав её?

Данные говорят против этого. В смоделированных приёмах 70 процентов записей содержали хотя бы одну ошибку (Biro et al., 2025), а рандомизированное исследование зафиксировало отдельные клинически значимые неточности (Lukac et al., 2025).

Какую ошибку заметить труднее всего?

Пропуск. Biro и коллеги отметили, что для её выявления врач должен вспомнить, что говорилось на приёме, а это труднее, когда проверка идёт спустя часы (Biro et al., 2025).

Нужно ли спрашивать согласие пациента?

Изученные сервисы спрашивали согласие, и доля согласившихся зависела от того, насколько подробно всё объяснили: 81,6 процента при базовой информации и 55,3 процента при подробной (Lawrence et al., 2025).

Главное к запоминанию

• Рассматривайте выгорание как профессиональный феномен с истощением, отстранённостью и сниженной эффективностью, как определяет ВОЗ (ВОЗ, 2019).
• Ожидайте скромной экономии времени: в рандомизированном исследовании единственное значимое сокращение составило 9,5 процента времени на запись (Lukac et al., 2025).
• Оценивайте результаты по выгоранию с осторожностью, потому что наибольшие улучшения дали исследования без контрольной группы (Olson et al., 2025; Shah et al., 2025).
• Проверяйте каждую запись сразу после приёма, обращая внимание прежде всего на то, что осталось за её пределами (Biro et al., 2025).
• Сверяйте отрицания, лекарства, просьбы и степень уверенности в диагнозе — области, наиболее подверженные ошибкам и правкам (Lukac et al., 2025; Guo et al., 2026).
• Объясните пациенту, как работает запись, потому что согласие зависит от уровня подробности (Lawrence et al., 2025).

Литература

1. World Health Organization. Burn-out an "occupational phenomenon": International Classification of Diseases. 28 мая 2019. [Полный текст](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/).