AI赋能医疗中的患者参与困境：质性研究揭示被动角色形成机制与破解路径

本研究针对AI医疗时代患者参与决策的伦理困境，通过质性访谈揭示患者被动角色的三重成因：技术不可逆叙事、自我能力低估和适应性偏好。研究团队采用半结构化访谈和反思性主题分析(RTA)，发现患者将AI视为不可避免的变革力量，导致其通过依赖医生或二元价值判断来应对决策焦虑。该成果为构建患者赋能的AI医疗模式提供了关键实证依据，发表于《JMIR AI》。

　　

医疗人工智能(AI)的快速发展正在重塑医患互动模式，但一个关键矛盾日益凸显：技术承诺的赋权效应与患者实际参与度下降形成鲜明反差。传统医疗模式已从家长式转向以患者为中心(person-centered care)，强调共享决策(SDM)和健康赋权(empowerment)。然而当AI系统如临床决策支持系统(CDSS)和可穿戴设备介入后，患者却面临新的参与壁垒——他们既担忧AI的"黑箱"复杂性，又受限于自我认知的"能力天花板"，最终退守为医疗决策的被动接受者。这种现状与WHO倡导的"以人为核心"医疗框架背道而驰。

瑞士巴塞尔大学医院的研究团队开展了一项开创性质性研究，通过深度访谈42名患者和医疗AI专业人员，采用反思性主题分析(RTA)解码患者参与困境的形成机制。研究发现患者对AI存在三重认知滤镜：首先将AI神化为不可阻挡的技术洪流（"AI不可避免"），继而内化自我能力不足的叙事（"AI诱发限制性信念"），最终发展出依赖专家或全盘接受/拒绝的适应性策略（"偏好调适"）。这种认知链条导致患者主动让渡决策权，形成新型技术 paternalism（家长式管理）。

研究方法的关键创新在于采用双视角访谈设计。团队招募21名门诊患者（心血管和感染科为主）和21名跨学科AI专家，通过半结构化访谈探讨AI医患关系。访谈采用情景案例法(vignettes)激活参与者对CDSS和可穿戴设备的真实反应，数据经MAXQDA软件进行多语言主题编码，最终提炼出三大核心主题。

研究结果呈现为递进式发现：

AI是不可忽视的变革力量
患者将AI视为兼具希望与威胁的"双刃剑"。76岁患者PT6坦言"在我这个年龄...有些事只能旁观"，折射出代际认知差异。多位患者引用科幻作品描述AI压迫性，如PT18担心健康监测会导致"生活过度医疗化"。值得注意的是，这种技术宿命论削弱了患者对AI开发的参与意愿。

AI诱发的限制性信念
患者普遍内化"能力不足"的自我认知。PT17直言"我的智力不足以评判AI"，而医生AE8更强化这种被动角色："患者只需接受治疗"。这种共谋式的认知框架，使患者将决策权让渡视为理所当然。研究捕捉到关键矛盾：患者能熟练使用智能手机，却认定AI超出其理解范畴。

面对AI的适应性策略
为保持决策效能感，患者发展出两种应对模式：PT11等选择"专家依赖"，认为"医生过滤AI信息才是正确流程"；另一些如PT5则采取"价值判断优先"，根据个人技术观直接接受或拒绝AI。这两种策略虽维持短期心理平衡，但都可能固化患者的被动地位。

讨论部分深刻指出，当前AI医疗存在"适应性偏好"(adaptive preferences)陷阱——患者为应对认知局限而调整的参与意愿，可能违背其真实需求。这种非自主的调适会侵蚀SDM伦理基础。研究建议从三方面突破：1) 解构AI神话，通过科普消除"技术决定论"；2) 重构能力认知，强调患者经验知识的价值；3) 建立分层参与机制，尊重从主动到被动的连续决策谱系。

该研究的现实意义在于揭示：AI医疗的伦理挑战不仅来自算法偏见等技术层面，更源于深层的认知建构过程。巴塞尔团队的发现为政策制定者提供关键切入点——在欧盟《人工智能法案》等规范中，应明确患者对AI系统的"参与权"和"修正权"，将伦理原则转化为可操作的临床实践。正如研究者强调，真正的患者赋能不是强迫其成为技术专家，而是保障"选择的自由选择权"，这或是人本医疗在数字时代最珍贵的品质。