人工智能在放射学中的应用：沙特阿拉伯医学学生与放射科专业人员的认知、态度与实践调查

《Journal of Radiation Research and Applied Sciences》：Impact of artificial intelligence on the future of radiology: A national cross-sectional study among medical students and radiology professionals

本文针对沙特阿拉伯医学学生与放射科专业人员对人工智能(AI)在放射学领域的知识、态度和实践(KAP)现状不明确的问题，开展了一项全国性横断面研究。研究发现，尽管参与者普遍认可AI的变革潜力，但在AI基础知识、正式培训和实践应用方面存在显著差距，且对AI可能带来的职业安全威胁存在担忧。该研究为沙特阿拉伯制定针对性的AI教育策略和推动AI在放射学中的有效整合提供了重要基线数据。

　　

在医疗科技飞速发展的今天，人工智能（Artificial Intelligence, AI）正以前所未有的力量重塑着医学影像领域。放射学，作为一门高度依赖图像解读和数据分析的学科，自然成为了AI技术大展拳脚的前沿阵地。从自动检测病灶到优化扫描协议，AI承诺将显著提升诊断的准确性和工作效率，甚至可能缓解全球范围内放射科医生短缺的压力。然而，这场技术革命的浪潮也带来了新的挑战和不确定性：未来的放射科医生和技师需要具备哪些新技能？AI是会取代人类专家，还是成为他们强大的助手？医疗从业者和准从业者们，是否已经为这个人机协作的新时代做好了准备？

沙特阿拉伯正积极推行“2030年愿景”，旨在实现经济多元化和社会变革，医疗领域的现代化是其核心组成部分。在此背景下，了解关键人群——尤其是未来的医生和当前的放射科专业人员——对AI在放射学中应用的认知、态度和实际准备情况，显得至关重要。尽管国际上已有相关研究，但在沙特阿拉伯，关于医学学生和放射科专业人员对AI看法的全国性数据仍然缺乏。这种认知差距可能阻碍有效的课程改革和培训计划的制定。为此，研究人员在《Journal of Radiation Research and Applied Sciences》上发表论文，首次在沙特全国范围内开展了针对医学学生和放射科专业人员的横断面调查，旨在描绘一幅清晰的AI认知图谱，为未来的教育政策和临床实践提供依据。

为了开展这项研究，研究人员主要采用了基于问卷的横断面调查方法。研究团队设计了一份结构化的自填问卷，该问卷借鉴了此前在多个国家验证过的工具，并进行了适当的本地化调整。问卷内容涵盖了人口统计学信息、AI基础知识、对AI影响的态度以及AI相关实践参与度等多个维度。研究通过在线平台（Google Forms）在全国范围内分发问卷，最终成功收集了1582名参与者的有效回复，样本包括医学学生、实习生以及放射科医生、放射技师等技术专业人员，覆盖了沙特的主要地理区域和不同类型的医疗机构（政府与私营部门）。数据分析采用了描述性统计和卡方检验等方法，以探讨不同人群（如不同性别、职业、机构类型）在认知、态度和实践上的差异。

研究结果揭示了以下几个主要方面：

参与者人口统计学特征

研究样本涵盖了1582名参与者，其中女性略多于男性。大多数参与者年龄在18-29岁之间，且主要来自政府部门的医疗机构或大学。参与者职业分布广泛，包括医学学生/实习生、放射学学生/实习生、放射技师、放射技术专家和放射科医生，确保了样本的代表性。

对人工智能的认知水平

调查显示，超过半数的参与者（57.9%）表示对深度学习和AI在放射学中的应用有所了解，表明具备一定的知识基础。近半数参与者认识到深度学习在放射学中的应用需要大量标注过的医学图像数据库。然而，在对AI相关术语和核心原理的熟悉程度方面，参与者的回答呈现出多样性，约有20%的参与者明确表示不了解或不确定，这反映了AI知识在人群中分布不均，存在明显的认知差距。

对人工智能应用的态度

绝大多数参与者对AI在放射学中的潜力持积极态度。高达81.3%的参与者（强烈同意+同意）认为AI将改善放射学，显示出对技术革新的普遍欢迎。尽管对AI变革潜力充满期待，但参与者对AI可能取代放射科医生的担忧也确实存在，约半数参与者对此表示同意。值得注意的是，不同职业群体的态度存在差异，放射科医生虽然更积极地参与AI项目，但也表现出更高的职业替代担忧。此外，绝大多数参与者强烈支持将AI教育纳入医学学生和所有放射科专业人员的培训中，体现了对未来能力建设的迫切需求。

人工智能相关实践与挑战

在实践方面，近半数参与者报告曾接受过某种形式的AI培训，但仍有超过半数没有相关培训经历。参与者参与的AI相关活动主要包括AI课程、AI项目以及涉及AI的放射学研究。来自私营部门的参与者在所有类别的AI活动参与度上均高于政府部门参与者，这可能与资源和支持力度的差异有关。关于AI的好处，参与者最认可其在成像检查中自动检测疾病、提供诊断以及指导选择合适的检查方面的作用。在影像技术方面，计算机断层扫描（CT）、X射线和磁共振成像（MRI）被认为是最早且最可能受到AI显著影响的技术。然而，AI的整合也面临挑战，最主要的障碍是对工作安全的威胁和高昂的成本，此外缺乏经验、患者接受度低等也是需要克服的困难。

本研究通过大规模的问卷调查，系统评估了沙特阿拉伯医学学生和放射科专业人员对AI在放射学中应用的认知、态度和实践现状。研究结果表明，尽管参与者对AI的变革潜力普遍抱有热情和期待，但在基础知识的掌握、正式培训的普及以及实际应用的深度上仍存在显著不足。特别是对AI可能威胁职业安全的担忧，凸显了进行正确引导和沟通的必要性。此外，不同性别、职业和机构类型的参与者在认知和实践上表现出的差异，提示未来的教育和培训策略需要更具针对性。

这项研究的意义在于，它为沙特阿拉伯在“2030年愿景”框架下推进医疗AI发展提供了宝贵的基线数据。研究结果明确指出，当前亟需将结构化的AI课程整合到医学和放射学教育中，并加强在职人员的继续教育，以弥补知识鸿沟。同时，医疗机构和政策制定者需要关注并解决AI整合过程中面临的实际挑战，如成本、法规和伦理问题，并积极宣传AI作为辅助工具而非替代角色的定位，以减轻专业人员的焦虑。通过有针对性地加强教育、解决关切和制定前瞻性政策，沙特阿拉伯可以更好地准备其医疗 workforce，充分利用AI技术提升放射学实践和整体医疗服务质量。