人工智能(AI)正在迅速改变医疗保健和医学教育。从提高诊断准确性和临床决策，到实现虚拟模拟和个性化学习，AI技术正逐渐融入临床医生和受训人员的日常实践中。尽管有这些好处，但人们仍对伦理责任、数据隐私、人类自主权的丧失以及潜在的工作岗位流失表示担忧。随着AI在全球医疗系统中的不断扩展，了解未来医生如何看待和使用这些技术变得越来越重要。
对AI的态度在决定AI工具是否被接受、信任以及能否有效整合到临床实践和教育中起着关键作用。积极的态度促进开放性和负责任的使用，而消极的看法可能导致怀疑和使用不足。因此，准确测量医学生和住院医师对AI的态度，对于识别采用障碍和设计有效的教育干预措施至关重要。2024年，Stein及其同事推出了12项人工智能态度(ATTARI-12)量表，这是一个简短可靠的测量工具，涵盖了情感、认知和行为维度。然而，由于缺乏经过验证的日语版本，该量表在日本的应用受到限制，因为在日本，文化因素——如对不确定性的规避和社会规范——可能会影响对新兴技术的反应。
为了解决这一差距，由日本顺天堂大学(Project Assistant Professor Hirohisa Fujikawa，藤川博久项目助理教授)领导的研究团队，包括Hirotake Mori(森博武)博士、Yuji Nishizaki(西崎裕二)博士、Yuichiro Yano(矢野雄一郎)博士和Toshio Naito(内藤俊雄)博士，与英国Durham University(杜伦大学)的Kayo Kondo(近藤香代)博士合作。他们共同开发并验证了适用于医学生和住院医师的日语版量表(J-ATTARI-12)。藤川博士解释了这项研究的动机："我们观察到学习者对AI的反应差异很大，但在日本没有经过验证的工具来测量这些差异。这个量表帮助教育者了解学习者的态度，并更好地为未来医生准备AI赋能的实践。"他们的研究结果于2026年1月14日发表在《JMIR Medical Education》杂志第12卷e81986期上。
该研究遵循国际公认的翻译和跨文化适应指南，以确保语言准确性和文化相关性。2025年6月至7月期间，研究团队在日本多所大学和医院进行了全国性在线调查，招募了医学生和住院医师。共有326名参与者纳入分析。心理测量评估采用了分半验证方法：对样本的一半进行探索性因子分析(EFA)以识别潜在的因子结构，对另一半进行验证性因子分析(CFA)以评估模型拟合度。通过将J-ATTARI-12分数与对机器人的态度(一个相关构念)相关联来检验收敛效度，同时使用Cronbach's α评估内部一致性可靠性。
分析得出了几个关键发现。EFA识别出一个2因子结构，反映了"AI焦虑和反感"和"AI乐观和接受"。CFA表明，这个2因子模型显示出良好的模型拟合度，并优于单因子模型。J-ATTARI-12分数与对机器人态度之间的中等正相关支持了收敛效度，内部一致性可靠性很高，表明该量表能够可靠地测量日本医学生对AI的态度。
该研究提供了重要的教育和研究启示。藤川博士指出："教育者可以使用这个量表来评估与AI相关的培训，并识别可能对使用AI感到不确定或犹豫的学习者。它还允许研究人员追踪随着AI越来越多地融入医疗保健，态度如何演变。"通过提供一个文化适应且心理测量学上可靠的工具，J-ATTARI-12支持数据驱动的课程开发和医学教育中的明智决策。
谈到更广泛的意义，藤川博士强调："AI在医疗保健中的成功采用不仅取决于技术性能，还取决于临床医生的接受度。使这些态度可见能够实现更好的教育和更负责任的实施。"他补充说，该量表将用于2026年在顺天堂大学启动的"医学与AI"项目，并有望促进未来的跨国研究。
总之，这项研究成功开发并验证了J-ATTARI-12——首个用于评估医学生和住院医师对AI态度的日语工具。通过提供一个可靠有效的测量方法，它为推进日本医疗培训系统中的AI教育、研究和整合奠定了坚实的基础。
来源：
顺天堂大学
期刊参考：
藤川博久等(2026). 医学生12项人工智能态度量表日语版的适应：多中心开发与验证研究. JMIR医学教育
发布于：设备/技术新闻 | 医学研究新闻 | 医疗新闻
【全文结束】
