胃肠病学医疗中人工智能的医生态度研究：沙特阿拉伯的认知、接受度与期望

本研究针对AI在胃肠病学医疗中的应用障碍，通过横断面调查评估了沙特612名医师对AI的认知、接受度及预期。结果显示性别、年龄、专业等因素显著影响AI接受度（p≤0.05），36.1%的医师已使用AI工具，但63.9%缺乏培训。研究为中东地区AI医疗整合提供了文化适配性策略依据。

　　

人工智能（AI）正在重塑现代医疗格局，尤其在胃肠病学领域，AI辅助诊断算法和内窥镜图像分析技术已展现出超越人类医生的精准度。然而，这种技术变革却面临着一个关键矛盾：尽管AI能提升诊疗效率，全球医师群体对其接受度呈现两极分化——年轻医师拥抱技术革新，而资深从业者则担忧职业替代风险。在沙特阿拉伯这个医疗体系快速现代化的中东国家，这种矛盾尤为突出。当地独特的文化背景、宗教观念与医疗资源配置差异，使得国际AI医疗推广经验难以直接套用。正是为了破解这一困境，King Faisal University的研究团队开展了这项开创性研究。

研究团队采用横断面调查设计，通过经过验证的问卷对沙特五大行政区的612名胃肠病学相关医师进行采样。样本覆盖从住院医师到顾问医师的各层级从业者，采用Rao Soft样本量计算器确保统计效力（置信度95%，误差边际5%）。数据收集历时三个月（2024年3-6月），运用便利抽样法获取多元化的专业视角。统计分析采用描述性与推断性统计相结合的方法，包括卡方检验和逻辑回归分析，所有检验以p<0.05为显著性阈值。伦理审查通过KFU-REC-2023-DEC-ETHICS1733号协议。

3.1 社会人口学特征
数据显示55.06%为男性医师，51.47%集中在25-29岁年龄段。西部地区的医师参与度最高（46.07%），内科（32.03%）和普外科（28.76%）构成主要专业分布。值得注意的是，工作年限1-5年的医师占比53.92%，且66.5%供职于公立机构。统计分析揭示年龄（p=0.049）、地区（p=0.044）和专业（p=0.033）等因素显著影响AI态度，暗示年轻化和技术暴露程度可能是接受度的关键预测指标。

3.2 AI应用现状
仅36.11%的医师当前使用AI工具，且68.62%未接受过系统培训。但积极趋势体现在45.09%的医师持续关注AI医疗进展，56.21%强烈愿意接受培训（p=0.042）。这种"高意愿-低实践"的落差突显培训资源短缺可能是制约因素。

3.3 技术熟悉度
医师对各类AI工具认知差异显著：内窥镜解释系统熟悉度最高（31.37%），而AI引导结肠镜界面45.58%医师完全陌生。值得注意的是，24.67%的受访者通过本次调查首次接触医疗AI概念（p=0.025），揭示医学教育体系中AI内容的严重缺失。

3.4 职业替代焦虑
关于AI取代医师的可能性，36.76%认为诊断分析可能被替代，但41.5%坚决否定AI能提供心理咨詢（p=0.046）。这种任务特异性焦虑反映医师对AI能力的差异化认知。

3.5 实施顾虑
主要担忧包括：医患关系去人性化（31.69%）、数据安全风险（36.11%）和诊断错误责任归属（29.25%）。其中"AI无法理解个体病例复杂性"获35.62%医师认同（p=0.041），提示算法透明性需求。

3.6 角色重构预期
62.09%医师预见未来将转型为AI系统管理者，但仅42.16%准备好投入时间学习新技能（p=0.053）。这种角色认知与能力准备间的鸿沟值得政策关注。

讨论部分通过与国际研究的对比，揭示沙特医师的独特态度模式：相比欧美同行，沙特医师对AI的职业威胁感知更强烈（p=0.034），但对技术辅助价值认可度更高（p=0.037）。研究特别指出，在胃肠病理学领域，解释性AI（xAI）框架如HIPPO的应用示范，能有效缓解医师对"黑箱算法"的信任危机。

该研究的重要意义在于首次系统描绘了中东地区AI医疗采纳的文化特异性屏障。结论强调：成功的AI整合需要三管齐下——开发符合伊斯兰医疗伦理的算法、建立持续的技术培训体系、制定明晰的AI医疗责任认定框架。这些发现不仅为沙特《2030愿景》医疗改革提供实证依据，更为全球多元文化背景下的AI医疗推广树立了差异化策略范本。未来研究应聚焦AI教育课程开发，以及基于Hippo等可解释性AI平台的临床转化研究。