Do clinical interview transcripts generated by speech recognition software improve clinical reasoning performance in mock patient encounters? A prospective observational study
Kiyoshi Shikino, Tomoko Tsukamoto, Kazutaka Noda, Yoshiyuki Ohira, Daiki Yokokawa, Yuta Hirose, Eri Sato, Tsutomu Mito, Takahiro Ota, Yota Katsuyama, Takanori Uehara & Masatomi Ikusaka
BMC Medical Education volume 23, Article number: 272 (2023)
背景
面接原稿を作成するための音声認識ソフトウェアが、医療面接の評価において、より具体的で正確なフィードバックを提供できるかどうかを調査する。
方法
医療面接における学生のパフォーマンスに対する2つのフィードバック方法の効果を、前向き観察試験で比較した。臨床実習中の医学生79名を、音声認識フィードバック（n=39、SRSフィードバック群）または音声録音フィードバック（n=40、ICレコーダーフィードバック群）のいずれかに割り付けた。全学生の模擬患者診察時の医療面接スキルは、ミニ臨床評価エクササイズ（mini-CEX）とチェックリストを用いて2回評価された。その後、医学生は医療面接に基づき、最も適切な診断を行った。2つのグループの診断精度、ミニCEX、チェックリストの得点を比較した。
結果
研究結果によると、平均診断精度率（SRSフィードバック群：1stモック51.3%、2ndモック89.7%、ICレコーダーフィードバック群：57.5～67.5%、F（1、77）= 4.0; p= 0.049）、総合臨床能力に関するmini-CEXスコア（SRSフィードバック群： 第1回モック 5.2±1.1, 第2回モック 7.4±0.9; ICレコーダーフィードバック群： 第1モック5.6±1.4、第2モック6.1±1.2；F(1, 77) = 35.7; p < 0.001) 、臨床成績に関するチェックリスト得点（SRSフィードバック群： 第1回モック 12.2 ± 2.4, 第2回モック 16.1 ± 1.7; ICレコーダーフィードバック群： 1回目13.1±2.5、2回目13.8±2.6; F(1, 77) = 26.1; p < 0.001) は音声認識ベースのフィードバックで高くなった。
結論
本研究では、音声認識ソフトウェア（SRS）を用いたフィードバックが、医学生の医療面接スキルにおける診断精度やミニCEXやチェックリストのスコアなどの客観的評価尺度に及ぼす影響について検討しました。主な知見は以下の通りです：
SRSを用いたフィードバックは、教師や学生がフィードバックを視覚的に認識できるため、キーワードの抽出や過去の文脈を参照することが容易になります。これにより、医療面接のフィードバックに必要な時間を短縮することができます。
SRSフィードバック群では、mini-CEXとチェックリストのスコアの上昇によって示されるように、医療面接スキルの有意な向上が見られた（p < 0.001）．SRSの利点は、テキストに基づく即時フィードバックと、面接内容をテキスト形式で自動編集することで、ユーザビリティを高め、学習を促進することです。
臨床推論の構成要素は、知識とスキルを重視した教育介入によって改善することができ、より高い陽性診断率につながる。
医療面接からのフィードバックは、プロフェッショナリズムを向上させることができますが、チェックリストのスコアでは、この分野では大きな改善は見られませんでした。
本研究の限界は、実際の患者ではなく模擬患者を使用したこと、教員の指導スキルにばらつきがある可能性、使用したSRSソフトウェアの言語制限、時折起こる転記ミス、非言語情報を直接記録することができないことなどである。
結論として、SRSに基づくフィードバックは、臨床成績を向上させるための効果的かつ効率的な方法である。臨床教育者は、病歴聴取の欠陥をよりよく特定することができ、より具体的で効果的なフィードバックを提供することができるようになる。SRSベースのフィードバックは、総フィードバック時間を短縮しながら、mini-CEXスコアと診断精度を向上させる。
