学术儿科医学中心对符合HIPAA要求的大语言模型聊天机器人的使用情况

该研究提供了医院系统内符合HIPAA要求的大语言模型聊天机器人使用模式的实证数据，显示申请访问的员工中33.6%从未登录，13.7%登录但未使用token，而前20%的用户消耗了69.4%的token。 此前关于机构部署类似工具的案例研究主要描述实施的成功与挑战，缺乏关于医院员工参与度的数据；本研究以14个月的系统日志和调查数据填补了这一空白。 基于约15,788名员工中2,149名申请者的系统日志，以及142份非使用/停用调查回复（10.3%回复率）和92份生产力调查回复（20.0%回复率）。

不同专业角色的申请动机与其本职工作一致：运营人员优先考虑行政自动化（55.8%），临床医生关注临床增强（52.5%的临床相关理由），科学家侧重研究与编码（文献摘要29.9%、编码与数据协助21.5%）。 研究以LLM辅助的主题分析结合人工编码验证，量化了不同角色的动机分布，并指出这些动机指向核心工作职能而非边缘便利任务。 主题分析由o3-mini生成15个类别、GPT-4o编码，人工与LLM一致性（κ=0.59–0.64）达到或优于两名人工编码者之间的一致性（κ=0.58）。

在461名持续使用者中，92名自报调查受访者估计平均生产力提升30%（SD 28.1%），在非受访者获得受访者六分之一至全部收益的假设下，对应每位标准/高级用户13,636至40,950美元、全体461名用户630万至1,890万美元的感知生产力价值。 研究将自报生产力提升与员工成本假设结合，给出了探索性的机构层面价值区间，并明确这些数字反映感知的努力减少而非实测产出或成本节约。 基于92份自愿匿名单题调查（20.0%回复率），并进行了非受访者差异的敏感性分析，但作者指出该分析仍属探索性。

非使用和停用的主要障碍是时间不足（51.4%）以及使用（21.8%）、整合（15.5%）或访问（9.2%）困难，而非AI功能或性能方面的顾虑。 研究将采纳障碍从模型能力问题转向系统能力建设问题，指出用户教育和技术整合投资的重要性。 基于142份自愿单题调查回复（10.3%回复率），包含结构化多选和自由文本选项。

该研究适用于学术儿科医学中心的自愿性企业级大语言模型聊天机器人部署场景，其发现可帮助医疗机构规划用户教育、技术整合和token配额策略；对于希望了解不同专业角色如何将大语言模型融入核心工作职能的读者，该研究提供了角色分层的动机与使用数据。

读者仍需关注：生产力提升为自报感知而非实测产出，且20%回复率可能高估满意用户；调查回复率较低可能带来无应答偏差；token配额可能限制最重度用户的需求，真实使用分布可能更偏斜；同期其他AI工具和EMR部署可能影响使用模式；专业角色由LLM近似分配，存在分类误差；未来研究可采用随机化访问和意向性治疗设计来测量收益。