背景：人工智能工具在临床应用中广泛且免费可用。了解医院医生在缺乏组织背书情况下的实际采用模式，对于医疗机构制定治理框架和优化AI整合至关重要。
目的：本研究旨在调查医院医生的AI使用情况，包括所使用的AI平台、使用频率及临床应用场景。我们假设AI的使用在较年轻、经验较少的医院医生中更为常见，尽管总体使用频率较低。
方法：通过电子邮件向为一家大型城市学术三级护理医院提供直接患者护理的所有70名医院医生（医生、执业护士和医师助理）分发了一份匿名在线调查。收集了人口统计数据、所使用的AI平台（如有）、AI使用目的及使用频率信息。创建、测试、管理和报告调查结果时遵循了CHERRIES（网络电子调查报告结果核对清单）指南。在可能的情况下使用了卡方检验；当期望单元格值较低时，则改用Fisher精确检验。使用Friedman检验和成对Wilcoxon符号秩检验分析不同任务中AI使用频率的差异。将频率问题的李克特量表回答（从不、很少、有时、经常、总是）转换为序数值（分别为1-5），以便于分析。
结果：在70名医护人员中，有54人（77.1%）回复了调查。与我们的假设相反，在轮班类型、从业年限、分配给医院医生职责的时间、性别、年龄或医护人员指定岗位上，未观察到AI使用情况的显著差异。总体而言，54名受访者中有36人（66.7%；95% CI 53.4%-77.8%）报告在临床实践中使用AI。OpenEvidence是最常用的平台（54人中有28人，占51.9%），远远超过OpenAI的ChatGPT（54人中有4人，占7.4%）等通用工具，表明医生更偏好医学专用平台。在非使用者中，主要担忧是AI的准确性以及对既有资源的偏好。最常见的应用是回答杂项临床问题（36人中有32人，占88.9%）、生成鉴别诊断（36人中有31人，占86.1%）和确定管理选项（36人中有31人，占86.1%），而用于生成患者教育材料的比例则低得多（36人中有16人，占44.4%）。AI在这些临床场景中的使用频率存在统计学上的显著差异（Friedman检验χ²₄ = 37.6；P<.001）。使用Wilcoxon符号秩检验进行的成对比较显示，用于回答杂项问题与用于确认疑似诊断（P=.003）和生成患者教育材料（P=.004）的使用频率之间存在显著差异。大多数受访者报告在所有用例中，AI用于不到25%的临床接触。
结论：三分之二的医院医生在缺乏机构监管的情况下自发采用了AI。AI主要被用作辅助决策支持工具，且医生更偏好医学专用平台。医疗机构必须制定治理框架、验证协议和教育举措，以确保AI在临床实践中的安全有效部署。
【全文结束】