美国大型医疗网络 Mayo Clinic 正在急诊等场景使用所谓“Ambient Listening”，也就是环境监听。

404 Media 报道称，这套机制会录制患者与护士的互动，并用 AI 处理这些对话，辅助生成电子健康记录文档。默认是录制，患者可以退出。

问题就在这里。

急诊室不是普通门诊。一个人疼痛、焦虑、意识混乱，或者陪护正忙着和护士沟通时，很难像阅读软件弹窗一样，完整理解一张告示，再主动说“不”。

我更在意的不是医院能不能用 AI 提效。临床文书负担很重，AI 书记员确实有价值。真正需要盯住的是：默认录音放进急诊室，是否还算充分知情同意；AI 生成的记录，又能不能经得起临床环境的噪音和误差。

默认录音放在急诊室，知情同意会被稀释

404 Media 获得的一张梅奥诊所现场告示显示，医院希望记录患者与护士之间的互动，用于协助电子健康记录文档。

告示还写明，设备可能捕获受美国 HIPAA 保护的健康信息。HIPAA 是美国医疗隐私保护框架，覆盖病史、用药、症状、身份信息等敏感内容。告示建议患者向工作人员询问更多信息。

这听起来有告知，也有退出。

但爆料者给出的现场细节，让问题变得具体：他带年迈父亲去急诊时，是在就诊中途活动身体，才看到这张告示。告示大约只有普通打印纸大小，不在病床边，也不在访客椅旁。他的父亲没有看到，也没有阅读。

爆料者也没有去问工作人员。原因并不复杂：当时正在处理急诊。

这不能推出“梅奥违法”。原文也没有给出这样的证据。更稳妥的说法是，至少部分患者可能并不知道录音正在发生。

“可退出”在纸面上很清楚，在急诊里却有现实门槛。患者要先看见告示，读懂内容，判断风险，再主动拒绝。越是老人、疼痛患者、语言障碍患者，越可能跨不过这几步。

环节纸面机制急诊现实风险点
录音方式默认录制，患者可退出患者可能没看到告示同意是否充分存疑
告知内容记录患者与护士互动，用于电子健康记录文档告示不一定在床边或视线内告知触达不足
数据类型可能包含 HIPAA 保护的健康信息对话会涉及病史、用药、症状隐私暴露面扩大
患者动作可向工作人员询问或退出急诊状态下很难主动提出弱势患者更容易沉默

对关注医疗 AI 和隐私的读者，这里最该警惕的不是“AI 偷听”这种简单说法，而是默认机制正在进入更敏感的就医场景。

对医院合规和数字化团队，这件事也不是贴一张告示就结束。更现实的动作是：把告知放到床边、登记台、口头流程和电子签署里；把退出按钮做成护士可以立即执行的流程；把退出后的录音停止、已捕获内容处理、日志留存写清楚。

如果这些做不到，采购可以先慢一点。AI 省下的文书时间，不能靠模糊同意来换。

Abridge 和 Epic 的扩张，说明这不是一个孤立试点

梅奥不是单点尝试。

2024 年 7 月，Abridge 宣布与 Mayo Clinic、医疗技术巨头 Epic 合作，开发面向护士的生成式 AI 环境文档工作流。之后，梅奥与 Abridge 达成企业级协议。相关技术覆盖约 2000 名临床人员，这些人员每年服务超过 100 万名患者。

Abridge 也在进入其他大型医疗系统。2024 年 12 月，Johns Hopkins Medicine 宣布，将在 6 家医院、40 个患者护理中心和 6700 名临床人员中部署 Abridge 平台。

这说明 AI 病历记录工具已经从“小范围试用”进入大医院采购和临床工作流。它不是给患者聊天的 AI，也不是直接诊断工具。它更像嵌入医生、护士日常工作的记录层。

这层东西很关键。

病历不是普通会议纪要。一旦 AI 草稿被采纳，后续治疗、交接、保险、审计都可能沿着这份文本走。错一处，未必马上造成事故，但会进入系统，变成后续流程的依据。

参与方或场景已知事实说明什么
Mayo Clinic与 Abridge 达成企业级协议，覆盖约 2000 名临床人员、每年服务超 100 万患者AI 书记员进入大规模临床环境
Epic与 Abridge、Mayo 合作开发相关工作流AI 记录正在靠近电子病历主系统
Johns Hopkins Medicine计划在 6 家医院、40 个患者护理中心、6700 名临床人员中部署 Abridge大型医疗系统正在跟进
患者可能只看到现场告示，未必知道供应商链条解释权和问责链条变长

梅奥和 Abridge 未回应 404 Media 的置评请求。所以目前看不清几件关键事：患者退出后录音如何停止；已经捕获的片段怎么处理；AI 草稿由谁复核；更正错误是否会留痕；供应商能接触到什么级别的数据。

这些问题比“模型有多先进”更重要。

对医疗机构数字化负责人来说，AI 书记员采购不应只看节省多少分钟。上线前至少要把四件事压实：患者告知、退出执行、人工复核、错误追溯。任何一项说不清，都应该延后扩大部署。

AI 记录的准确性，急诊场景正好最难

准确性不是小问题。

近期一项研究称，在一些情况下，AI 书记员生成的记录明显弱于人工记录。尤其是背景噪音较多、医患双方戴口罩时，记录质量会受影响。患者有口音也可能影响效果，只是程度相对较低。

急诊室恰好集齐了这些变量：噪音、多方同时说话、口罩、疼痛呻吟、临时插话、家属补充病史。很多信息还不是完整句子，而是断断续续的回答。

AI 在这种环境里最危险的错误，不一定是胡编一整段。更常见的风险可能是漏掉否定词、混淆时间点、把不确定表述写成确定诊断倾向，或者把家属的话当成患者本人陈述。

这仍然不是说 AI 会替医生做决定。材料指向的是病历文档辅助，不是直接诊断或治疗决策。

但病历辅助也有重量。医生、护士、质控人员和保险流程都可能读到它。记录错了，后面的人未必知道错从哪里开始。

所以接下来最该观察的，不是梅奥会不会继续用 AI 病历工具，而是它是否把默认录音改成更清楚的现场告知，并公开足够的流程细节。

有几个变量最要紧：

  • 告示是否放到患者和陪护真正能看到的位置；
  • 急诊护士是否会口头提醒正在录音；
  • 患者退出后，录音和已捕获内容如何处理；
  • AI 草稿是否必须经过临床人员确认后才进入病历；
  • 错误更正和审计日志是否能追溯到具体环节。

这才是医疗 AI 的硬约束。效率可以采购，信任不能靠一张 A4 纸外包。

回到开头那个场景：老人躺在急诊床上，陪护忙着回答护士问题，墙上或角落里有一张小告示。技术上，这可能已经完成了告知。可在真实就医里，这离“患者明白自己被录音”还有一段距离。

知情同意最怕形同虚设。AI 越进入医院日常流程，这条线越不能画得太粗。