研究揭示患者获取人工智能与癌症相关信息的在线资源存在重大缺口Study highlights major gaps in online info for patients about AI and cancer

环球医讯 / AI与医疗健康来源:medicalxpress.com美国 - 英语2026-06-01 03:22:02 - 阅读时长4分钟 - 1591字
宾夕法尼亚大学Abramson癌症中心和佩雷尔曼医学院研究人员在2026年美国临床肿瘤学会年会上公布的新研究发现,面向患者和公众的AI与癌症相关信息在线资源严重不足,现有资源质量普遍低下、可读性差且常忽略AI使用风险。研究显示仅33%的网页和23%的视频质量达标,网页平均可读性达大学水平远超推荐的6-8年级水平,仅15%提及AI幻觉风险,凸显医疗系统亟需开发高质量、通俗易懂的患者教育资源以应对AI在肿瘤学中的深入应用。
AI与癌症护理患者健康在线资源AI信息质量AI幻觉风险患者安全使用AI癌症患者教育
研究揭示患者获取人工智能与癌症相关信息的在线资源存在重大缺口

根据在2026年美国临床肿瘤学会(ASCO)年会上公布的一项新研究,针对患者和普通公众关于人工智能(AI)及其对癌症研究和治疗影响的在线信息十分有限,且现有的网页和视频大多质量低下、难以理解,并常常忽略AI使用可能带来的风险。该研究由宾夕法尼亚大学Abramson癌症中心(ACC)和佩雷尔曼医学院的研究人员主导。

随着人工智能越来越多地融入癌症研究和患者护理,并被患者用来了解自己的诊断结果、治疗选择和预后情况,该研究强调了创建更易获取、高质量资源的机遇。

该研究的高级作者、血液肿瘤学研究员Henry Litt医学博士表示:"在诊所里,我们经常听到患者询问我们关于AI工具告诉他们的某些事情,所以我们知道患者正在使用这项新兴技术。"

"临床医生习惯于向患者解释治疗风险,但不习惯解释在癌症治疗背景下使用AI工具可能带来的错误信息风险。我们的目标是了解患者如果在网上搜索关于使用AI来了解其癌症护理的信息,会找到什么内容。"Litt补充道。

大多数关于AI和癌症护理的在线信息质量差且难以理解

由内科住院医师Pearl Subramanian医学博士领导的研究团队,通过使用常见的癌症和AI相关关键词在Google和YouTube上搜索,筛选了前320个网页和视频。

网络内容包括从新闻文章到医院和医疗保健组织网站发布的报道,以及政府机构和医学会发布的教育资源、网红视频等。

在删除了与AI和癌症护理无关和/或不是面向普通受众的内容(例如学术论文)后,52个网页(占Google搜索结果的31%)和29个视频(占YouTube搜索结果的19%)被纳入最终分析。

研究团队使用经过验证的工具评估网页的可读性,并从消费者健康信息最佳实践的角度评估网页和视频的整体质量。他们还追踪了内容是否涵盖了关键的AI安全概念,例如临床监督的必要性或潜在的不准确性。

样本中只有17个网页(33%)和7个视频(23%)被认为质量较高。虽然美国医学会(AMA)和美国国立卫生研究院(NIH)建议消费者健康信息的阅读水平应为6-8年级,但网页的平均可读性达到了大学水平。只有15%的网页提到了AI幻觉的风险。

许多讨论AI安全实践的资源都是从AI如何融入临床护理的角度出发的——即医生和医院如何使用AI工具——而不是指出患者作为该技术的直接使用者所面临的风险。

例如,如果患者向聊天机器人询问他们正在经历的治疗副作用是否正常,聊天机器人可能会给出经过充分研究的准确答案。或者,它可能会"幻觉"(编造)信息,导致患者忽视潜在的严重副作用,而不与他们的护理团队沟通。此外,由于缺乏患者的医疗史,聊天机器人可能会遗漏可能改变其回应的重要背景信息。

Subramanian表示:"虽然我们始终会建议患者将其护理团队作为获取护理信息的主要来源,但我们认识到患者也一直会咨询其他资源。我们知道患者会使用AI来询问有关其癌症护理的问题,他们应该能够获取帮助他们学习如何安全使用这些工具的资源。"

改善面向患者的AI和癌症护理资源的机遇

作者表示,这些发现为医疗系统、癌症中心和肿瘤学组织提供了一个明确的行动呼吁,要求它们为患者开发高质量、通俗易懂的资源,并为这些资源的开发制定标准,包括适当的阅读水平和包含安全信息的最佳实践。

该研究的合著者、担任GU肿瘤学David J. Vaughn医学教授并在该研究中担任教师顾问的Ronac Mamtani医学博士表示:"鉴于我们搜索的结果中只有四分之一被认为与患者相关,而在这些相关结果中,只有三分之一是高质量的,患者可能难以找到有用、通俗易懂的信息。"

"随着AI进一步融入肿瘤学,患者教育应作为AI实施战略的关键部分予以优先考虑。"

【全文结束】

猜你喜欢
  • 南佛罗里达大学研究员主持可解释语音AI医疗应用工作坊南佛罗里达大学研究员主持可解释语音AI医疗应用工作坊
  • 规模化设计微生物组疗法始于制造工艺规模化设计微生物组疗法始于制造工艺
  • 诊断中的AI:医疗领导者应了解的10项关键发现诊断中的AI:医疗领导者应了解的10项关键发现
  • 帕金森病研究进入干细胞交易新阶段帕金森病研究进入干细胞交易新阶段
  • AI聊天机器人在心理健康领域的应用:成效、风险与未来展望AI聊天机器人在心理健康领域的应用:成效、风险与未来展望
  • UHC在Bridgeport宣布扩建新手术单元与智能技术UHC在Bridgeport宣布扩建新手术单元与智能技术
  • 研究人员发现AI正在生物医学研究中编造引用文献研究人员发现AI正在生物医学研究中编造引用文献
  • 四家加州医院在最新报告中获得"D"级安全评级四家加州医院在最新报告中获得"D"级安全评级
  • 人工智能帮助帕金森病音乐家完成无法再弹吉他的新专辑人工智能帮助帕金森病音乐家完成无法再弹吉他的新专辑
  • AI视网膜扫描或可帮助预测骨折前的骨质疏松风险AI视网膜扫描或可帮助预测骨折前的骨质疏松风险
热点资讯
全站热点
全站热文