《Frontiers in Public Health》:Artificial intelligence literacy and associated factors among gastroenterologists in China: findings from a multicenter survey with nationwide geographic coverage
编辑推荐:
背景:人工智能(AI)正日益整合到医疗保健中,使AI素养成为医师新兴的核心能力。然而,中国胃肠病学家(gastroenterologists)的AI素养尚未被系统调查。本调查评估中国胃肠病学家的AI素养并检验其相关因素。方法:研究人员在中国胃肠病学家中开展了一
背景:人工智能(AI)正日益整合到医疗保健中,使AI素养成为医师新兴的核心能力。然而,中国胃肠病学家(gastroenterologists)的AI素养尚未被系统调查。本调查评估中国胃肠病学家的AI素养并检验其相关因素。方法:研究人员在中国胃肠病学家中开展了一项具有全国地理覆盖的多中心横断面调查。该研究在伦理批准后于2026年2月至6月实施。参与者来自30个省级区域的96家医院,并完成结构化在线问卷,使用医学生医学人工智能准备度量表(MAIRS-MS)评估AI素养。在单变量分析后,采用多元线性回归识别与AI素养独立相关的因素。结果:共分析1,125份有效问卷。总体AI素养得分中位数为82(四分位距(IQR),69–96)。认知、能力、愿景和伦理领域得分中位数分别为28、31、11和12;归一化至0–100标度后,相应得分为62.5%、71.9%、66.7%和75.0%。在校正分析中,与很少或从不使用相比,更频繁使用AI工具与逐步更高的AI素养得分相关(2–3次/周:未标准化回归系数(B)=3.47;4–5次/周:B=5.86;几乎每天:B=8.00;所有p ≤ 0.020)。AI相关培训(B=7.61,p < 0.001)和自报在医疗实践中使用AI(B=5.93,p < 0.001)也与更高得分相关。与东部中国相比,中部中国参与者得分更高(p < 0.001),西部中国参与者得分更低(p = 0.025)。结论:中国胃肠病学家在MAIRS-MS各领域报告了不同的感知AI准备度水平,认知和愿景的归一化得分最低。自报AI素养与教育程度、地理区域、AI工具使用频率、AI相关培训和医疗实践中AI使用相关。这些发现突显结构化和定期更新AI教育的潜在相关性,同时需要结合客观能力评估的纵向研究来阐明这些关联,并确定教育干预是否改善医师的AI相关知识和技能。
人工智能(AI,模拟人类智能的计算技术)正加速进入医疗保健,生成式AI尤其是大语言模型正在重塑临床实践、医学教育和医疗服务,同时带来算法偏倚、数据隐私和伦理责任等问题。对医师而言,核心问题已从是否采用AI转向如何理解、批判评估并适当整合AI。人工智能素养(AI literacy,理解并与AI系统互动及批判评估其输出所需的知识、技能与伦理意识)一般包括认知、能力、愿景和伦理四个领域,并被视为负责任的AI应用和医学教育的重要能力。既往研究多关注医师对AI的意识、态度和采用意愿,但接受或使用意愿不等于具备足够AI素养;现有医学生医学人工智能准备度量表(MAIRS-MS,评估AI准备度的自评量表)证据多集中于土耳其、伊朗和马来西亚,中国、美国和欧洲证据有限。胃肠病学中AI应用进展较快,包括内镜病变检测、癌症筛查、计算机辅助病理诊断和疾病风险预测,但中国胃肠病学家的AI素养尚未被系统评估。因此,研究人员开展多中心横断面调查,以评估中国胃肠病学家AI素养水平及其相关因素,为针对性AI教育和基于能力的人才发展提供依据。
关键方法概括:研究为多中心横断面调查,经伦理批准后于2026年2月至6月实施;借助全国学术学会协助,从中国30个省级区域(不含西藏、香港、澳门和台湾)的96家三级医院招募胃肠病学家,每家医院拟发放15份问卷。纳入18–70岁、从事胃肠疾病临床诊疗、持有效医师资格、可在线完成问卷、能理解问卷并提供电子知情同意者;排除不能独立完成、中途退出和重复提交者。问卷包括人口学、职业和AI相关特征及中文版MAIRS-MS。在线平台以IP地址、手机号和设备标识限制单次提交,并设置质控项,排除不变反应模式和完成时间<1 min的问卷。样本量用G*Power 3.1估计,至少416例,考虑20%无效回答后目标至少520例。统计使用R 4.2.2,开展单变量分析、Benjamini-Hochberg错误发现率(FDR)校正、验证性因子分析(CFA,检验预设因子结构)、多元线性回归及敏感性分析,回归采用HC3异方差稳健标准误。
3.1 Participant characteristics(参与者特征):通过多中心横断面调查的问卷回收和描述性统计,共发放1,440份问卷,回收1,247份,应答率86.60%;排除122份后分析1,125份。排除原因包括56份未通过质控项、5份重复提交、26份不变反应模式、35份完成时间<1 min。参与者平均年龄39.4岁(SD 8.51),男性440例(39.11%);硕士53.16%,>10年临床经验59.38%;医师、主治医师、副主任医师和主任医师分别占23.38%、31.73%、26.76%和18.13%;东部、中部、西部和东北部分别占37.33%、33.69%、23.73%和5.24%;37.96%接受过AI相关培训,63.64%报告在临床实践中使用AI工具。结论为样本以三级医院胃肠病学家为主,自报临床AI使用率高于AI相关培训率。
3.2 AI literacy and psychometric performance of the Chinese MAIRS-MS(AI素养及中文版MAIRS-MS心理测量学表现):通过MAIRS-MS评分、内部一致性分析和CFA评估AI素养及量表表现。总体AI素养得分中位数82(IQR 69–96;可能范围22–110),归一化中位数68.2%(IQR 53.4–84.1%);认知、能力、愿景和伦理领域归一化中位数分别为62.5%(IQR 50.0–81.2%)、71.9%(56.2–87.5%)、66.7%(50.0–83.3%)和75.0%(58.3–100.0%)。总体Cronbach’s α为0.974、McDonald’s ω为0.984;各领域α为0.912–0.954、ω为0.916–0.954。CFA标准化因子载荷0.702–0.977,但稳健比较拟合指数(CFI)0.859、稳健Tucker-Lewis指数(TLI)0.840、稳健近似误差均方根(RMSEA)0.157(90%CI 0.153–0.162)、标准化残差均方根(SRMR)0.054,提示原四因子模型整体拟合不足,未充分证实原四因子结构。结论为中文版MAIRS-MS内部一致性高、条目载荷较强,但结构效度有限;自报AI素养在认知和愿景领域归一化得分最低。
3.3 Factors associated with AI literacy(与AI素养相关的因素):通过单变量分析、FDR校正、Dunn检验、多元线性回归和敏感性分析识别相关因素。单变量分析显示,教育程度、职称、地理区域、AI工具使用频率、AI相关培训和临床AI使用与总体及四个领域得分显著相关(均p < 0.001);伦理领域中女性得分高于男性(p = 0.034);性别、年龄和执业年限总体无显著差异;FDR校正后31个显著比较仍显著。多变量模型F=22.80,p < 0.001,R
2=0.236,调整R
2=0.225。与很少或从不使用AI工具相比,2–3次/周B=3.47(95%CI 0.55–6.38,p=0.020)、4–5次/周B=5.86(2.18–9.54,p=0.002)、几乎每天B=8.00(4.71–11.29,p<0.001);AI相关培训B=7.61(5.56–9.65,p<0.001);临床AI使用B=5.93(3.73–8.13,p<0.001);硕士B=?5.01(?7.51至?2.52,p<0.001)和博士B=?4.11(?7.25至?0.96,p=0.011)低于本科;中部B=5.41(3.05–7.77,p<0.001)高于东部,西部B=?2.82(?5.29至?0.35,p=0.025)低于东部;性别、年龄、职称和东北部无显著关联。敏感性分析中AI工具使用频率按有序变量分析B=2.53(1.56–3.49,p<0.001),分类与有序模型拟合无显著差异(F=0.276,p=0.759);频率、培训和临床使用彼此相关(p<0.001,Cramér’s V 0.192–0.324),但无严重共线性(调整GVIF 1.029–1.445)。结论为教育程度、地区、AI工具使用频率、AI相关培训和临床AI使用与自报AI素养独立相关,职称未保持独立关联。
讨论部分总结:原文指出认知和愿景领域归一化得分最低,但归一化分数不应解释为低、中、高AI素养的验证阈值。64%参与者报告临床使用AI而仅38%接受过AI培训,原文提出暴露可能更多来自任务导向使用而非结构化教育,但未评估AI使用的具体性质和质量;MAIRS-MS为自报工具,未客观评估算法原理理解、模型偏倚识别、AI输出核验和安全临床决策能力。AI工具使用频率、AI相关培训和临床AI使用彼此相关,横断面设计不能区分时间顺序、中介或反向因果;临床AI使用为宽泛的自报“是/否”条目,未区分直接患者照护或临床决策支持。性别、年龄和职称无独立关联,临床经验本身不一定赋予AI能力,年轻医师熟悉新兴技术可能抵消年长医师临床经验优势,但该解释未直接检验。硕士或博士较低不应解释为研究生教育降低AI素养,原文提出可能更批判地自评或存在残余混杂。地区差异可能与AI基础设施、教育资源和继续职业发展机会有关,但未直接测量;因未收集医院标识,不能处理医院层面聚类,地区差异可能部分反映参与医院构成。若地区差异被确认,国家继续职业发展平台、标准化在线课程、远程病例讨论和实践导向指导可能改善资源有限地区AI教育可及性。优势为来自30个省级区域的大样本多中心数据;局限包括MAIRS-MS原为医学生开发、信度很高且潜因子相关较强可能提示条目重叠、CFA整体拟合不足、横断面设计不能因果推断、非概率抽样且均为三级医院、无医院标识无法聚类、自报偏倚、临床AI使用测量宽泛、AI使用频率缺少约每周一次类别、仅纳入胃肠病学家限制外推。
研究结论(译):这项多中心横断面调查描述了中国胃肠病学家自报的人工智能素养,认知和愿景领域的归一化得分最低。自报AI素养与教育程度、地理区域、AI工具使用频率、AI相关培训以及自报在临床实践中使用AI相关。这些观察性关联突显结构化、专科特异且定期更新的AI教育对执业医师的潜在相关性,但需要结合客观能力评估的纵向和干预研究来确定此类教育方法是否提高AI素养并转化为可证明的AI相关知识和技能。还需要结合机构特征的研究来阐明观察到的地区差异背后的因素。