标题：医生对医学中人工智能的态度：混合方法调查与访谈研究
背景
人工智能（AI）具有变革临床实践与诊断的潜力。在医疗人力短缺背景下，AI应用通过辅助决策、患者监测和行政任务缓解压力。尽管存在乐观态度，但由于可用性、伦理影响和医生接受度问题，其临床整合仍受限。理解医生态度并促进其参与AI开发可能推动接受度和应用。
研究目的
本研究旨在全面评估医生对医学中AI的态度。
方法
采用混合方法研究，结合在线调查与定性访谈。调查探索医生对AI优势、劣势、决策角色及医患沟通影响的认知，使用5分李克特量表测量态度。探索性因素分析（EFA）识别潜在态度因素，Mann-Whitney U和Kruskal-Wallis检验分析态度差异。13名医生参与半结构化访谈，通过归纳编码和主题分析提炼观点。
结果
调查显示498份有效问卷。EFA揭示两因素：1）AI热情与接受（Cronbach α=0.83）；2）AI怀疑与担忧（Cronbach α=0.77）。医生整体热情高（中位数4，IQR 3.57-4.29），怀疑较低（中位数3.62，IQR 3.20-4.20）。熟悉度、日常或专业使用及参与AI研究显著提升热情并降低怀疑。参与AI研究的医生热情更高（平均秩次：AI研究=111.52 vs 无=54.32，P<0.001），专业使用者也表现出更高热情（平均秩次：使用=253.88 vs 未使用=196.17，P=0.001）。首席医生比住院医生更少怀疑（平均秩次：首席=277.32 vs 住院=210.60，P=0.01）。定性分析识别出六个主题：现状、AI依赖与疏忽、角色变化与需求、AI透明度与决策、医患关系、责任整合框架。
结论
医学中的AI被视为积极工具，其态度更多受经验而非人口学因素影响。尽管存在担忧，但随着熟悉度和专业使用增加，接受度提升。研究强调需针对性教育、实践培训及标准化实施策略以促进AI应用。
作者信息
- 海伦·海因里希斯（Helen Heinrichs）：亚琛工业大学实验分子影像研究所
- 亚历山大·基斯（Alexander Kies）：亚琛工业大学服务与技术营销
- 萨斯基亚·K·纳格尔（Saskia K Nagel）：应用伦理学教授
- 法比安·基斯林（Fabian Kiessling）：亚琛工业大学医学教授，梅弗里斯数字医学研究所
主要发现
- AI接受度与熟悉度正相关：
- 32.1%医生在专业场景使用AI，67.3%未使用但30.7%计划使用。
- 94.6%医生对AI感兴趣，43%表示“相当或非常熟悉”。
- 态度影响因素：
- 熟悉度：非常熟悉者热情显著更高（平均秩次=323.55 vs 不熟悉=169.86，P<0.001）。
- 职业层级：首席医生比住院医生更少怀疑（P=0.01）。
- 关键担忧：
- 责任划分：62.7%医生认为应对AI辅助诊断错误负责，57.2%认为设备制造商也应担责。
- 透明度：75.7%担忧AI决策不透明。
- 实施障碍：
- 基础设施不足：42%医生认为德国医疗数字化滞后。
- 教育缺失：57.8%认为AI未充分纳入医学教育。
- 未来预期：
- 50.6%医生预计5-10年内AI将显著改变临床实践。
六项核心建议
- 结构性投资：改善AI与临床流程整合（如互操作性）。
- 防止过度依赖：建立质量控制机制（如双审阅系统）。
- 教育改革：将AI素养纳入医学课程。
- 透明决策：开发可解释AI系统以增强医生信任。
- 患者沟通：制定AI辅助诊断的透明沟通策略。
- 责任框架：明确法律问责制（如开发者与医疗机构共担责任）。
限制与展望
研究局限于德国医生样本，未来需跨文化验证。建议平衡医学学科抽样，加强医疗学生视角分析，并探索AI对临床决策的具体影响机制。
【全文结束】