李明：临床医生如何看待AI？

　　在医疗人工智能（AI）技术快速发展的今天，AI正在医疗领域掀起革命性浪潮。从医学影像自动诊断、疾病诊疗推荐到患者预后预测，AI技术已经展现出惊人的潜力。随着AI在医疗机构广泛部署，AI成为医生们的助手，帮助他们更快速、更准确地做出诊断，优化治疗方案，提高工作效率。然而，站在这场变革前沿的医生们，到底如何看待AI？他们是热情拥抱，还是心存疑虑？综合当前一些实证研究，我们来探索临床一线医生对AI的态度、感知以及顾虑究竟如何。

医生群体对AI的态度

　　从目前各项研究的结果来看，大多数临床医生表现出积极的态度或给予高分评价。但不同专科医生之间存在明显差异，皮肤科和眼科医生最为乐观，70-90%的受访者认为AI能提升诊疗水平；而精神科医生则相对保守，40%的精神科医生对于AI在心理健康领域可能带来的益处超过潜在的风险或危害持不确定态度。这种差异反映了AI产品在不同医疗场景中的应用成熟度的不同，需要互动以及人文关怀的精神科诊疗则面临更大挑战。

　　年龄、性别和教育背景也深刻影响着医生的AI接受度。年轻医生更担心被技术替代，而资深医生则更看重AI的辅助价值；男性医生比女性同行更积极拥抱新技术；教育程度越高，对AI的接受度也越高。这些发现提示我们，AI培训计划需要考虑医生群体的多样性特征。

认知鸿沟与技能短板

　　尽管AI概念已广为人知，但医生群体的认知水平参差不齐。根据调研，96%的麻醉科医生和91%的眼科医生表示理解AI概念，但只有23.8%的皮肤科医生对AI知识有比较好的了解。麻醉科与眼科因日常工作高度依赖监测设备及影像技术，医生长期接触数字化工具，更易理解AI概念。另外可能是源于不同的人口特征以及他们在实际工作中所接触到的各种人工智能产品，这就很好地解释了尽管AI影像技术相对成熟而调研的皮肤科医生对AI知识了解不多的原因。

　　技能层面的挑战同样突出。熟悉IT的医生能更好地将其整合到临床实践中，而IT生疏的医生则往往陷入操作困境。研究显示，医生的技术特质与临床决策存在统计学上的关联，这意味着IT素养正在成为现代医生的必备能力。

面对AI 医生的主要顾虑以及挑战

　　AI诊疗的准确性是医生突出的关切点。71.49%的肿瘤医生担心AI带来误诊，46%的胃肠镜医生对AI诊断存疑，皮肤科医生在面对AI提示恶性但临床表现不典型的病变时，往往选择额外活检。这种审慎态度反映了医生的专业判断与技术输出之间的矛盾心理。有意思的是也有74.05%的肿瘤医生担心过度依赖AI，而降低自身的业务能力。

　　对于敏感的医患关系领域，26%的胃肠镜医生、37%的肿瘤医生和54%的精神科医生担心AI会削弱医患信任，这种担忧在需要密切人际互动的专科中尤为突出。一位参与研究的心理医生坦言："治疗抑郁症不只是开药方，更需要情感的共鸣与理解，这是算法无法替代的。"

隐私保护同样引发广泛忧虑。59%的年轻儿科医生担心AI威胁医疗数据安全，精神科医生则特别强调患者隐私保护和信任建立的重要性。在数字化医疗时代，如何在技术创新与隐私保护间取得平衡，成为亟待解决的伦理难题。

研究发现，AI在专科领域的实施都有各自的关注点，胃肠科医生最关注成本问题（75.2%），神经外科医生则苦于技术资源匮乏和时间限制。这些实操层面的困难提示我们，AI解决方案必须贴合临床实际需求。

人工智能在医疗领域的深度整合前景广阔，其潜力贯穿医疗业务全流程，有望重塑医疗临床实践以及体系。然而，临床医生对AI的态度差异受个人特质、专业背景及学科特性等多重因素影响。只有尊重医疗实践规律，关注医生真实需求，使AI临床应用发挥出最佳状态。当前医生群体AI知识与意识的参差现状，更凸显了系统性教育与培训的紧迫性。希望通过分层化、专科定制化的培训方案，弥合认知鸿沟，培育出既能驾驭技术又坚守人文的加强版医疗人才。

参考文献：

1.Leenhardt R, Sainz IFU, Rondonotti E, Toth E, Van de Bruaene C, Baltes P, et al. Peace: perception and expectations toward artificial intelligence in capsule endoscopy. J Clin Med. (2021) 10:5708. doi: 10.3390/jcm10235708

2.Valikodath NG, Al-Khaled T, Cole E, Ting DSW, Tu EY, Campbell JP, et al. Evaluation of pediatric ophthalmologists’ perspectives of artificial intelligence in ophthalmology. J AAPOS. (2021) 25:e1–5. doi: 10.1016/j.jaapos.2021.01.011

3.Staartjes VE, Stumpo V, Kernbach JM, Klukowska AM, Gadjradj PS, Schröder ML, et al. Machine learning in neurosurgery: a global survey. Acta Neurochir. (2020) 162:3081–91. doi: 10.1007/s00701- 020- 04532- 1

4.Shen C, Li C, Xu F, Wang Z, Shen X, Gao J, et al. Web-Based study on chinese dermatologists’ attitudes towards artificial intelligence.Ann Transl Med. (2020) 8:698. doi: 10.21037/atm.2019.12.102

5.Polesie S, Gillstedt M, Kittler H, Lallas A, Tschandl P, Zalaudek I, et al. Attitudes towards artificial intelligence within dermatology: an international online survey. Br J Dermatol. (2020) 183:159–61. doi: 10.1111/bjd.18875

6.Li M, Xiong X, Xu B, Dickson C Chinese Oncologists’ Perspectives on Integrating AI into Clinical Practice: Cross-Sectional Survey Study JMIR Form Res 2024;8:e53918 URL:https://formative.jmir.org/2024/1/e53918doi: 10.2196/53918

7.Li M, Xiong X and Xu B (2024) Attitudes and perceptions of Chinese oncologists towards artificial intelligence in healthcare: a cross-sectional survey. Front. Digit. Health 6:1371302. doi: 10.3389/fdgth.2024.1371302

作者简介

李明，博士，MBA，医学士，主治医师，研究员。主要研究领域数字健康，医疗人工智能，卫生政策。