临床语音识别系统不可见风险：透明度、隐私与可靠性挑战

AI 驱动的语音识别（STT）文档系统日益被采纳到临床环境中，以减少文档负担并提高工作流程效率。然而，采纳已超过对与透明度、可靠性、患者自主权和组织问责等相关的社会技术风险进行系统性评估。本研究发展了用于识别和治理临床 STT 系统风险的社会技术框架。我们综合了来自自动语音识别研究、临床工作流程和人因学研究、关于同意与自主权的伦理指导、以及监管和组织来源的跨学科证据。通过结构化叙述综述，对文献进行迭代审查和主题分析，以识别反复出现的社会技术风险机制并构建分层概念框架。结果表明，临床 STT 系统在紧密耦合的社会技术环境中运行，其中模型性能、音频条件、临床医生监督、患者理解、工作流程设计和制度治理相互依赖。关键风险包括同意实践不一致、 accented 语音和语音障碍的性能差异、临床环境中准确率下降、自动化自困倦以及供应商和医疗组织之间责任界定不清。这些风险 inform 了一个六层治理模型，涵盖技术、人/工作流程、伦理、组织、监管和社会文化维度。我们提出治理框架和实施路线图以支持临床 STT 系统的负责任部署，强调透明度、患者自主权、文档完整性和可持续监督。