ChatGPT如何重塑公众对医疗人工智能的认知——基于丹麦大型队列的纵向研究

《npj Digital Medicine》：Changes in public perception of artificial intelligence in healthcare after exposure to ChatGPT

本研究针对公众对医疗人工智能(AI)接受度不确定的问题，通过丹麦"健康在中部地区"队列的5,899名参与者，分析ChatGPT使用对AI医疗认知的纵向影响。研究发现ChatGPT暴露使基线不确定人群转向积极认知的几率提高3.21倍(OR=3.21[2.34-4.40])，并显著降低认知退化风险。该研究为通过AI工具体验提升公众接受度提供了实证依据，对医疗AI大规模实施具有指导意义。

　　

随着人工智能(AI)在医疗领域的快速渗透，从FDA批准AI医疗设备数量十年间从个位数激增至近千项，到ChatGPT引发的大语言模型革命，AI正重塑医疗服务的提供方式。然而，公众对这项技术的接受度始终是决定其能否成功落地的关键。尤其值得注意的是，超过三分之一的公众对AI在医疗中的应用持不确定态度——这种"未知"状态往往比明确的反对更具心理接近性，可能阻碍技术推广。丹麦奥胡斯大学Steno糖尿病中心的Anders Aasted Isaksen团队在《npj Digital Medicine》发表的研究，首次通过大规模纵向数据揭示了ChatGPT这一具体AI工具如何实际影响公众对医疗AI的认知演变。

研究团队巧妙利用了"健康在中部地区"这一独特队列资源。该队列最初于2020年建立，覆盖丹麦中部地区18-74岁居民，包括糖尿病患者和按性别、年龄、城市匹配的非糖尿病患者。在2022年ChatGPT发布前，团队收集了12,755名参与者对医疗AI的基线认知数据；2024年再次调查时，5,899人完成了随访，形成了罕见的"前后对比"研究条件。通过多变量多项逻辑回归模型，团队分析了ChatGPT使用与认知变化的关系，并采用逆概率加权调整了选择偏倚。

结果部分呈现了丰富的发现：

研究人群特征显示，20%的参与者(1,195人)使用过ChatGPT，这些使用者更年轻(平均61岁vs 66岁)、男性比例更高(69%vs60%)、教育水平更高(54%vs35%接受过15年以上教育)。基线时ChatGPT使用组对AI持积极认知的比例显著高于未使用组(62%vs35%)。

认知变化模式通过河流图和交叉表直观展示。在基线"不确定"人群中，ChatGPT暴露组有29%转向"利大于弊"认知，显著高于未暴露组的14%。更重要的是，ChatGPT暴露显著降低了从明确认知退化为"不确定"的风险，尤其在基线积极认知人群中，暴露组维持原认知的比例高达71%，而未暴露组仅为52%。

多变量回归模型揭示了更精细的模式：在基线不确定人群中，ChatGPT暴露与转向"利大于弊"认知的几率提高3.21倍(OR=3.21[2.34-4.40])相关；同时，在所有基线明确认知组中，ChatGPT暴露均显著降低退化为不确定认知的几率(OR范围0.27-0.47)。其他因素如女性、年龄增长、较短教育年限与向负面或不确定认知转变相关。

讨论部分深入阐释了这些发现的含义。尽管2022-2024年间公众对医疗AI的总体认知趋于负面(积极认知比例从40%降至35%，负面认知比例从3.3%升至6.7%)，但ChatGPT暴露缓解了这一趋势。研究表明，AI工具的实际体验不仅能减少不确定性，还能引导不确定群体形成积极认知，而不会动摇已有明确立场者的观点。这种从"未知"到"已知"的转变，即便是向负面认知的转变，也被认为是有价值的进步，因为它是公众参与技术讨论的必要步骤。

研究还指出数字鸿沟的隐忧：ChatGPT使用率在教育水平较低、女性和老年群体中明显偏低，而这些群体正是认知转向负面或维持不确定的高风险人群。这提示提升数字素养可能是增强公众对AI接受度的关键策略。

该研究的优势在于大样本、前瞻性设计、人群加权分析以及ChatGPT发布前后精准时点测量。局限性包括未控制所有潜在混杂因素(如其他AI工具接触或媒体影响)，以及"医疗AI"问题的宽泛性可能掩盖具体应用场景的认知差异。

这项研究为医疗AI的实施策略提供了重要启示：通过高质量AI工具的公共体验，可能有效塑造积极认知；同时需关注数字弱势群体的参与，避免认知差距扩大。随着AI更深度融入医疗，理解并引导公众认知将成为技术成功落地的关键一环。