AI症状检查器正日益成为现代医疗保健的重要组成部分，但人类心理可能以意想不到的方式限制其有效性。图片来源：Shutterstock
研究人员发现，人们对AI的不信任导致他们提供的症状报告不够详细，这可能会降低数字医疗评估的准确性。
未来，在看医生之前，患者可能首先需要回答AI提出的问题。根据这些回答，系统可以决定病情是否紧急、治疗是否可以等待，甚至安排预约时间。
这种未来听起来可能还很遥远，但医疗保健领域已经在向这个方向发展。AI聊天机器人和数字症状检查器正迅速成为患者进行"自我分诊"的第一个接触点，在专业医疗人员介入之前提供早期指导。
目前，研究人员正在调查一个关键的新问题：人们与机器的交流方式是否与和医生的交流方式不同？这个问题的答案可能具有重大意义，因为即使是最先进的AI系统，也只有在患者提供详细准确的信息时才能做出可靠的评估。
研究揭示与医疗AI的沟通差距
这一问题在《自然健康》杂志发表的一项新研究中得到了突出。该研究由维尔茨堡大学的威尔弗里德·孔德教授和研究助理莫里茨·赖斯领导。来自柏林夏里特医学院、剑桥大学、埃米尔·冯·贝林赫利奥斯诊所和新克尔恩维万特斯诊所的科学家也参与了这项工作。
"500名研究参与者被要求为两种常见症状——不寻常的头痛和类似流感的症状——撰写模拟症状报告，"莫里茨·赖斯解释道。参与者被告知他们的报告将由AI聊天机器人或人类医生进行审查。研究人员随后评估了这些报告对确定医疗紧急程度的有用性。
结果显示了一个明确的模式。当参与者认为自己在与AI交流时，他们的症状描述对医疗评估的有用性比针对医疗专业人员的报告要低。即使是那些实际正在经历调查中描述症状的参与者，也出现了同样的趋势。
更简短的症状报告损害AI准确性
这种差异体现在人们提供的细节数量上。为医疗专业人员撰写的报告平均有255.6个字符，而为聊天机器人撰写的报告平均只有228.7个字符。
尽管28个字符的差距看起来很小，但研究人员表示，这仍然可能产生实际后果。如果患者遗漏关键细节，即使是先进的AI系统也可能提供不准确的医疗建议。研究团队表示，数字健康评估的有效性不仅取决于计算能力，还取决于用户是否提供了对其症状的详细描述。
研究人员认为，这种犹豫的一个原因是所谓的"独特性忽视"。"许多人认为AI无法理解他们个人情况的个别细微差别，而只是匹配标准化模式，"威尔弗里德·孔德解释道。
信任、隐私与"独特性忽视"
对隐私的担忧和对基于算法诊断的怀疑也可能导致用户提供不完整或模糊的信息。莫里茨·赖斯这样描述这个问题："如果我们不相信机器能够理解我们的独特性，我们可能会无意识地 withholding 机器提供精确帮助所需的信息。"因此，重要的医疗细节可能永远不会到达系统，从而降低诊断质量。
研究人员表示，这些发现表明，仅靠改进AI技术并不能解决这个问题。他们认为，更好的用户界面设计可以帮助促进患者与数字系统之间的更强沟通。
为了改善症状报告，研究团队建议开发者为用户提供详细、高质量描述的明确示例，并设计能够主动在信息缺失时提出后续问题的AI系统。鼓励患者分享更完整的细节可以减少误诊，并有助于缓解医疗系统的压力。
参考文献：莫里茨·赖斯、弗洛里安·赖斯、金延俊、艾琳·德米尔、杰斯·林、马蒂亚斯·I·格勒舍尔、塞巴斯蒂安·D·博伊和威尔弗里德·孔德撰写的《人类-聊天机器人与人类-医生互动中症状报告质量的降低》，2026年5月1日，《自然健康》。
【全文结束】