编辑推荐：
人工智能（AI）在重症医学领域的应用备受关注，但存在应用现状与研究热度不匹配的问题。研究人员开展 AI 对重症监护医生工作影响的研究，构建二维矩阵分析任务。结果表明 AI 影响显著且具伦理问题。这为临床实践变革等提供思路。
在科技飞速发展的当下，人工智能（Artificial Intelligence，AI）逐渐渗透到各个领域，医疗行业也不例外。在重症监护领域，AI 的出现本应是一场革新，但目前却陷入了一种尴尬的境地。一方面，有关 AI 决策支持算法的研究如雨后春笋般涌现，涵盖了重症监护的预测、诊断辅助、治疗管理等各个方面；可另一方面，其在日常医疗实践中的应用却极为有限。人们常常纠结于 AI 是否会取代重症监护医生（Intensive Care Unit doctors，ICU doctors），这种简单化的思考方式既没有准确认识到 AI 的真正价值，也忽视了其在长期发展中对临床实践可能带来的深刻变革。正是在这样的背景下，为了更全面、深入地理解 AI 对重症监护医生工作的影响，来自法国雅克?卡地亚私立医院（Jacques Cartier Private Hospital）重症监护室等机构的研究人员 Cyril Goulenok、Nancy Kentish-Barnes 和 Wulfran Bougouin 开展了相关研究 ，研究成果发表在《Intensive Care Medicine》上。
该研究采用了一种独特的分析方法。研究人员首先借鉴前人在重症监护决策方面的研究，梳理出重症监护医生的日常任务清单。接着，依据任务的两个内在特征进行分类：一是任务属于认知（主要依靠推理完成）还是手动性质；二是任务是否易于描述（能否按照可预测算法分解为连续步骤）。通过这种方式，构建出一个二维矩阵，以此来分析 AI 在不同任务中的应用潜力和替代梯度。
研究结果显示，部分认知且易于描述的任务，如胸部 X 光片分析，从技术角度更容易交给 AI 处理；而一些手动且不可预测的任务，如表达同理心、积极倾听患者及其家属诉求，以及涉及复杂伦理考量的临终治疗决策等，不太适合由 AI 单独执行，这些任务更可能需要人机协作完成。随着 AI 技术的不断发展，其能够独立或在人机混合模式下处理的任务数量也会发生变化。这种矩阵不仅能让我们清晰地看到 AI 在短期内的应用可能，还能帮助我们展望其在重症监护领域的长期潜在作用。同时，该矩阵也引发了关于 AI 应用伦理的思考，例如某些任务虽然 AI 有能力处理一部分，但出于伦理等因素，可能仍需由人类医生主导监督。
研究人员构建二维矩阵时，并未采用复杂的实验技术，而是基于文献研究和逻辑分析。他们参考了大量已发表的关于重症监护决策的研究成果，通过对这些资料的整理、归纳和分析，梳理出医生的日常任务。再依据任务性质进行分类，从而构建出二维矩阵，这种方法简单却有效，从宏观角度对 AI 与重症监护医生的工作关系进行了深入剖析。
在研究结果部分，从任务分类角度来看，认知且易描述的任务，像胸部 X 光片解读，AI 有较大应用优势；手动且标准化的任务，如经胸超声心动图获取图像，也具备一定的 AI 应用空间；而认知但难描述以及手动且不可预测的任务，如临终治疗决策、气管插管（受解剖变异性影响），则需要人机协作。从发展阶段来看，AI 的技术能力持续进步，其在短期和长期对重症监护任务的处理能力会有所不同，短期可在部分任务上发挥辅助作用，长期则有望在更多复杂任务中实现更深入的参与，但始终离不开人类的监督和判断。
研究结论和讨论部分意义重大。该研究打破了人们对 AI 在重症监护领域应用的简单认知，不再局限于 “AI 是否会替代医生” 的简单争论，而是深入探讨 “AI 如何变革医生的临床实践”。这种思维转变为后续的研究和临床实践指明了方向。它提醒临床医生要积极面对 AI 带来的变革，主动思考自身角色的转变和适应策略。对于医疗行业而言，在推动 AI 应用时，需要加强临床实践的适应性调整、对医生进行充分培训以及对相关算法进行严格验证。同时，研究还揭示了 AI 应用过程中存在的问题，如算法复杂性、可解释性不足，以及伦理挑战、医生职业倦怠风险等，这些问题为后续的研究和政策制定提供了重要参考。总之，该研究为我们理解 AI 在重症监护领域的应用提供了全面而深入的视角，为医疗行业在 AI 时代的发展奠定了坚实的理论基础，推动了重症医学在人工智能辅助下的健康、可持续发展。
