《Journal of Multidisciplinary Healthcare》:Assessment of Perceptions, Trust, and Adoption of Clinical Artificial Intelligence Tools Among Physicians and Dentists, Riyadh, Saudi Arabia
编辑推荐:
目的:临床人工智能(Clinical Artificial Intelligence,AI)工具正日益整合入医疗保健服务中;然而,不同专业群体对其接受程度存在差异。了解临床医生对临床AI工具的熟悉程度、认知、信任及采用情况,对于安全有效的实施至关重要。本研究评
目的:临床人工智能(Clinical Artificial Intelligence,AI)工具正日益整合入医疗保健服务中;然而,不同专业群体对其接受程度存在差异。了解临床医生对临床AI工具的熟悉程度、认知、信任及采用情况,对于安全有效的实施至关重要。本研究评估了沙特阿拉伯利雅得政府大学医院中医师与牙医对临床AI工具的认知、信任及采用意向。
研究对象与方法:研究人员在利雅得三所主要政府大学医院(King Saud University Medical City、King Abdulaziz Medical City-National Guard和King Abdullah Bin Abdulaziz University Hospital)中开展了一项横断面调查,共纳入400名临床医生,这些医院是处于沙特阿拉伯数字健康和AI实施前沿的大型三级学术中心。研究人员采用结构化在线问卷收集数据,评估熟悉程度、使用模式、认知、信任及采用意向。该工具各子量表均表现出高信度(Cronbach's α:0.880–0.952)。数据分析采用描述性统计、非参数检验和多元线性回归。
结果:AI熟悉度较高(89.5%),医师报告的熟悉度高于牙医。总体认知处于中等水平(5分制中均值为3.2–3.8),医师表现出更积极的观点。信任普遍较低(均值3.1–3.6),医师中尤为明显;牙医报告中等水平的信任。采用意向为中等(均值3.5–3.9),医师的采用意向高于牙医。住院医师、医师以及数字化程度较高医院的受试者在认知、信任及采用意向得分上显著更高(p <0.05)。多元回归分析确定工作环境、住院医师身份和医师专业是所有领域中较高得分的最强预测因素。
结论:尽管认知度较高,临床AI工具的认知水平及采用意向仍处于中等水平,并受低信任度制约。针对性的培训、透明的系统以及监管支持对于加强临床实践的整合至关重要。
临床AI工具在医疗领域的应用日益广泛,其成功不仅取决于技术性能,更依赖临床医生的认知、信任和采用意愿。沙特阿拉伯在“2030愿景”(Vision 2030)战略框架下大力投资数字健康基础设施,政府大学医院作为三级学术中心处于AI实施前沿。然而,现有研究缺乏对医师与牙医两大群体在相同验证工具下的平行比较,且针对特定机构环境的影响尚不明确。本研究旨在填补这一空白,为沙特医疗背景下AI整合的政策、培训与治理提供证据。
研究人员在利雅得三所政府大学医院(King Saud University Medical City、King Abdulaziz Medical City-National Guard和King Abdullah Bin Abdulaziz University Hospital)开展定量横断面调查,纳入400名临床医生,总目标人群约4306人。研究使用改编自Alkhatieb和Subke、AlGoraini等、Aboalshamat三个已验证工具的结构化在线问卷,经40名医生预试验检验信度(Cronbach's α:0.880–0.952)。统计方法包括描述性统计、Mann-Whitney U检验、Kruskal-Wallis H检验及多元线性回归。
研究发现,受试者对临床AI工具熟悉度高(89.5%),但认知(均值3.2–3.8/5)和采用意向(均值3.5–3.9/5)中等,信任较低(均值3.1–3.6/5)。医师熟悉度和临床决策支持系统(CDSS)使用率高于牙医,而牙医更多使用大语言模型(LLM)并报告更多错误或事故。单因素分析显示,年轻医生、住院医师及数字化更先进医院的受试者得分更高;多元回归确认医师专业、住院医师身份、工作环境为最强预测因素,King Saud University Medical City与更低得分相关,>15年经验与较低认知和信任相关。
研究人员首先考察参与者的AI熟悉度与使用模式。通过描述性统计和组间比较发现,89.5%的受试者熟悉临床AI工具,64.0%使用CDSS,41.5%偶尔使用LLM;医师熟悉度显著高于牙医(92.9% vs 83.4%,p =0.003),CDSS使用率更高(69.0% vs 55.2%,p =0.006),而牙医更频繁使用LLM(28.3% vs 18.0%,p =0.015)并报告更多错误或事故(49.7% vs 29.0%,p <0.001)。
AI认知方面,总体认知得分64.8±15.1(满分90),最受认可的优势是减轻认知负荷(3.83±0.89)和改善指南依从(3.78±0.97);医师对AI增强医学教育(3.82 vs 3.31,p <0.001)和改善决策(3.61 vs 3.18,p =0.007)的评分显著高于牙医。
信任与采用意向方面,总体信任得分19.8±6.10(满分30),牙医比医师更相信AI在临床决策中无偏倚(3.50 vs 3.18,p =0.033);采用意向得分18.5±3.94(满分25),医师与牙医间无显著差异,但医师略高(18.8 vs 17.8)。
社会人口学与机构因素分析中,单因素检验显示20–29岁、住院医师、≤5年经验、King Abdullah University Hospital和King Abdulaziz Medical City受试者得分较高;多元回归模型(调整后R
2分别为0.30、0.43、0.23)确认医师专业、住院医师身份、工作环境为独立预测因子,全职工作状态与较高认知(B =6.52,p =0.001)和采用意向(B =1.77,p =0.002)相关,>15年经验与较低认知和信任相关。
讨论部分总结了AI熟悉度和使用、认知、信任、采用意向及社会人口学因素五方面。医师因长期接触工作流程内整合的验证工具而认知更积极;牙科AI工具较少且缺乏标准,导致使用率低和负面体验多。医师在高压临床场景中更敏锐地感知到患者安全、数据隐私和自主性风险,因而信任度更低;牙医对此感受较轻。采用意向略高于信任,但牙医的谨慎态度与监管验证和职业认可需求相符。年轻人、住院医师和数字化投入较高的医疗机构受试者接受度更高,符合技术接受模型(TAM)和统一技术接受与使用理论(UTAUT)框架。研究局限性包括自我报告偏倚、横断面设计、样本代表性及未进行因子结构验证。
研究结论为:利雅得大学医院的医师和牙医对临床AI工具的益处表现出中等程度的正面认知,特别是在减轻工作负担和改善临床指南依从性方面。尽管医师与牙医在医疗环境中对AI的熟悉度普遍较高,但医师报告的熟悉度和对CDSS、LLM等临床AI工具的使用频率均高于牙医。然而,近一半受访者对临床AI工具的信任水平较低,主要源于对数据隐私和患者安全的担忧。虽然采用意向略高于信任水平,但总体应用仍然有限。尽管认知水平较高,临床AI工具在实践中的整合仍处于早期阶段,并在不同专业群体间存在差异。本研究为沙特阿拉伯政府大学医院中医师和牙医对临床AI工具的认知提供了基础性评估,相关发现为AI采纳证据体系作出贡献,强调针对不同专业群体制定培训和实施策略的必要性。在沙特阿拉伯持续推进“2030愿景”数字健康转型进程中,这些见解可为AI治理、临床医生教育和技术整合的国家战略提供参考,并通过透明AI系统、明确监管框架及尊重临床自主性的持续专业参与来弥补信任赤字。