Da revisão clínica à supervisão humana mensurável dos documentos de alta pediátrica elaborados por IA

O que aconteceu

Modelos de linguagem grandes (LLMs) agora redigem documentos clínicos que os clínicos validam antes da liberação. Se a revisão intercepta erros de geração raramente são medidos, porque contagem de edição e classificações de documentos não podem mostrar o que os revisores perderam. Foram randomizadas 153 crianças que receberam alta de um serviço de emergência pediátrica para a montagem convencional de modelos ou elaboração por um LLM de peso aberto no local, ambos validados pelo médico de alta e analisados 117 (59 convencional, 58 LLM-assistido). Os documentos familiares no braço assistido por LLM utilizaram vocabulário mais comum, mas a compreensão registro-concordante no seguimento, o desfecho primário, não diferiu (diferença -0,01; IC 95% -0,12 a 0,10). Nenhuma discrepância nos documentos médicos entregues foi julgada seriamente conseqüente (0/117). Em comparações exploratórias de fontes, rascunhos e documentos entregues, os clínicos editaram 48 de 58 rascunhos, removendo 18 de 22 adições não apoiadas, mas apenas 6 de 22 extensões incorretas de abreviatura. Especificamos os registros necessários para tornar mensurável a supervisão humana da IA clínica (ClinicalTrials.gov NCT07874659).