人工智能（AI）正在影响公众对医生能力的认知。然而，在面临诉讼时，如果涉及AI，陪审团可能对放射科双重读取的判读错误更加宽容。¹
一项近期发表在《自然·健康》（Nature Health）上的研究发现，当参与者看到一个模拟医疗过失案例，其中放射科医生进行了AI反馈的双重读取而不是单次读取时，他们更倾向于支持原告。这个假设场景是一起针对放射科医生的医疗过失诉讼：该医生对CT扫描的解读导致漏诊脑出血，使患者遭受不可逆的脑损伤。然而，尽管放射科医生未能识别出脑出血，AI却正确地将该CT判为异常。该场景探讨了随着AI在医疗中的进一步整合，放射学和医疗过失法律格局可能发生的变化。
AI辅助的双重读取可能改变陪审团对医疗过失案件的看法
先前的研究与本研究的结果一致，即公众对AI的信心，无论其在放射学中的实际效能如何，都可能降低模拟陪审员认定的放射科医生责任。
在这项特定研究中，282名18岁及以上的参与者在线完成了一项带给定场景的研究。具体而言，假设病例是一名50岁患者因急性神经系统症状和可能的中风迹象来到急诊科。随后进行CT检查以确保没有脑出血，然后治疗医生才能使用血液稀释剂“t-PA”，这种药物可能加重脑出血。
放射科医生得出结论认为没有脑出血的证据，尽管AI系统正确地将该病例标记为异常。然后，使用t-PA后，它加剧了脑出血，导致了不可逆的损伤。
参与者被随机分配到两种情景之一。第一种情景是单次读取条件：放射科医生知道AI标记了CT，但仍然将扫描解释为“无脑出血证据”。第二种情景是双重读取条件：放射科医生对CT扫描进行了两次解读：一次没有AI，另一次有AI反馈，而判定结果相同：“无脑出血证据”。
使用AI时陪审员更少支持患者
随机分配到第一种情景的模拟陪审员更倾向于支持患者或原告（142人中有106人，占74.7%；95% CI, 66.8-88.2），相比之下，分配到第二种情景的参与者（140人中有74人，占52.9%；95% CI, 44.6-61.0）。
在审查案件之前，参与者被告知放射科医生“对他们诊断的患者负有注意义务。这意味着在审查图像时，放射科医生必须使用通常放射科医生在考虑的案件情况下所使用的注意、技能和知识水平。”
此前的研究表明，当医生的结论与AI系统一致时，参与者不太可能认为放射科医生未能履行注意义务，尤其是在陪审员了解AI错误率的情况下。然而，在本研究中，双重读取条件下支持原告的参与者比例几乎与完全不使用AI的场景相同。¹
综合来看，这些发现提出了关于随着AI在临床工作流程中更加整合以及公众对该技术熟悉度增长，护理标准演变的重要问题。¹ 在几个国家，由两名放射科医生进行双重读取已经是某些影像检查的标准做法，尤其是在癌症筛查项目中。在这些工作流程中，AI作为一种辅助工具，在减少医生工作量的同时支持更高的诊断敏感性。²
然而，独立使用的AI系统显示出比单次放射科医生或双次放射科医生读取更低的敏感性，这意味着它们单独运行时可能检测到更少的癌症。² 这一区别强调了理解AI作为支持工具而非替代医生专业知识的重要性。
放射学中的AI为医疗过失法律和临床标准提出了新问题
尽管研究结果表明AI的参与可能影响医疗过失案件中对放射科医生责任的认知，但仍需进一步研究以确定这些认知在多大程度上转化为现实世界的法律结果。关于AI的使用是否以及如何纳入医疗过失判定，特别是在技术持续发展及其临床性能提升的情况下，仍有疑问。
本研究受限于其普遍性和预测现实世界结果的能力。同样未知的是，当AI未能检测到异常时，双重读取条件是否会降低责任。
“这些发现可能具有重要的现实意义，”研究作者总结道。“AI引发了关于放射科医生医疗过失的挑战性问题。这一发现对放射科领导层和政策制定者具有重要意义。”
参考文献
- Bernstein MH, Sheppard B, Burno MA, Lay PS, Baird GL. The radiologist-AI workflow and the risk of medical malpractice claims. Nat Health. 2026. doi:10.1038/s44360-026-00085-2
- McCrear S, Verboom S. Uncertainty metrics in AI-assisted mammograms screenings: Sarah Verboom, PhD Candidate. AJMC®. August 21, 2025. Accessed March 10, 2026.
【全文结束】