人工智能（AI）正在快速变革医疗保健和医学教育领域。从提升诊断准确性和临床决策能力，到实现虚拟模拟和个性化学习，AI技术正逐步融入临床医师和医学生的日常实践。尽管具有这些优势，人们仍对伦理责任、数据隐私、人类自主性丧失以及潜在的就业替代等问题存有顾虑。随着AI在全球医疗系统中的持续扩展，了解未来医师如何看待并应用这些技术变得日益重要。
对AI的态度在决定AI工具能否被接受、信任并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，而负面认知则可能导致怀疑和应用不足。因此，准确测量医学生和住院医师对AI的态度，对于识别应用障碍并设计有效的教育干预措施至关重要。2024年，Stein及其同事推出了包含12个条目的"人工智能态度量表"（ATTARI-12），这是一种简短可靠的测量工具，涵盖情感、认知和行为三个维度。然而，由于缺乏经过验证的日文版本，该量表在日本的应用受到限制——日本的文化因素（如不确定性规避和社会规范）可能影响人们对新兴技术的反应。
为填补这一空白，日本济生会大学的研究团队——由项目助理教授藤川博久（Hirohisa Fujikawa）联合森裕武（Hirotake Mori）、西崎裕治（Yuji Nishizaki）、矢野雄一郎（Yuichiro Yano）和内藤敏夫（Toshio Naito）博士组成——与英国杜伦大学的近藤香代（Kayo Kondo）博士合作，共同开发并验证了适用于医学生和住院医师的日文版量表（J-ATTARI-12）。藤川博士解释研究动机时表示："我们观察到学习者对AI的反应差异显著，但日本缺乏测量这些差异的有效工具。该量表帮助教育者理解学习者的态度，更好地为未来医师适应AI赋能的医疗实践做好准备。"研究成果于2026年1月14日发表在《JMIR医学教育》第12卷第e81986期。
该研究遵循国际公认的翻译和跨文化适应指南，确保语言准确性和文化相关性。研究团队于2025年6月至7月期间在日本开展全国性在线调查，从多家大学和医院招募医学生及住院医师。最终纳入326名参与者进行分析。心理测量学评估采用半分法验证：对半数样本进行探索性因子分析（EFA）以识别潜在因子结构，对另一半样本进行验证性因子分析（CFA）以评估模型拟合度。同时通过关联J-ATTARI-12得分与机器人态度（相关构念）检验收敛效度，并采用克朗巴哈系数α评估内部一致性信度。
分析得出若干关键发现：EFA识别出反映"AI焦虑与抵触"和"AI乐观与接纳"的双因子结构；CFA证实该双因子模型具有良好的拟合度，且优于单因子模型；J-ATTARI-12得分与机器人态度呈中度正相关，支持收敛效度；内部一致性信度较高，表明该量表能可靠测量日本医学生对AI的态度。
该研究具有重要的教育和研究意义。藤川博士指出："教育者可利用此量表评估AI相关培训效果，并识别可能对使用AI感到不确定或犹豫的学习者。它还使研究者能够追踪随着AI在医疗中日益整合，态度如何演变。"通过提供文化适配且心理测量学特性优良的工具，J-ATTARI-12为数据驱动的课程开发和医学教育中的科学决策奠定基础。
谈及更广泛的意义，藤川博士强调："AI在医疗中的成功应用不仅取决于技术性能，更取决于临床医师的接受度。使这些态度可视化有助于实现更优质的教育和更负责任的实施。"他补充道，该量表将应用于济生会大学2026年启动的"医学与人工智能"课程，并有望促进未来的跨国研究。
总之，本研究成功开发并验证了J-ATTARI-12——首份用于评估日本医学生和住院医师对AI态度的测量工具。通过提供可靠有效的测量手段，该量表为推进日本医疗培训体系中的AI教育、研究及整合奠定了坚实基础。
【全文结束】
