脑卒中康复结局预测模型的价值评估：面向患者、家属及医疗专业人员的定性研究

为解决脑卒中(CVA)患者康复目标设定中的信息不对称问题，荷兰圣安东尼医院研究团队通过焦点小组和问卷调查，评估了AI预测模型在康复结局(mRS评分)和住院时长预测中的应用价值。研究发现可视化模型能有效辅助医患共享决策，但需以医护人员(HCPs)为主要使用对象。该研究为AI医疗工具临床转化提供了重要参考，发表于《JMIR Human Factors》。

　　

当15万/年的脑卒中患者面临康复选择时，医生常难以给出精准的预后判断——这种不确定性如同迷雾笼罩着医患共同决策的过程。荷兰圣安东尼医院的研究团队发现，尽管AI已能通过深度学习融合CT灌注影像与临床数据预测3个月功能结局(mRS)和康复时长，但这些"黑箱"预测如何转化为临床实践仍存疑。这正是《JMIR Human Factors》最新研究要破解的难题。

研究团队采用三阶段混合方法：首先基于前期开发的预测模型设计可视化原型（含条形图/文字两种界面），随后组织6场焦点小组（9名患者、4名家属、8名医护人员），最后用改良创新决定因素量表(MIDI)对16名医护人员问卷调查。所有对话经Atlas.ti软件进行主题分析，形成10大主题的认知图谱。

结果揭示多维需求
当前诊疗流程评估显示：72%患者因信息过载记不住出院访谈内容，一位失语症患者坦言"只能让信息流过大脑"。医护人员则苦恼于"患者总说懂了，其实未必"，凸显预测模型需解决信息传递效率问题。

模型内容设计中，可靠性成焦点。一位家属质疑："如果神经科医生都无法预测，这模型会不会制造虚假期望？"医护人员则强调需纳入Barthel指数等关键指标。有趣的是，尽管存在疑虑，83%问卷受访者仍支持使用模型，认为其能减少认知偏差（平均分3.8/5）。

可及性优化方面呈现代际差异：老年患者偏好图形化界面（"看图比读文字轻松"），而医护人员倾向详细数据视图。模型使用时机也引发讨论——不应局限于出院访谈，而应贯穿康复全程。

讨论启示未来方向
该研究突破性地提出"AI预测模型应定位于辅助医护人员而非替代"的核心观点。就像研究指出的，当82岁患者看到"90%概率不良预后"时，需要医生将其转化为"仍有10%改善可能"的激励性解读。这种人性化转译正是机器难以替代的。

研究同时暴露AI医疗落地的典型障碍：在问卷中，关于"模型能否真正改善患者认知"的评分最低（2.9/5），反映技术工具与临床实效的落差。这提示未来需开发分层信息系统——为医护人员提供完整数据，同时为患者生成简化版可视化报告。

这项研究的价值不仅在于验证了预测模型的接受度，更构建了AI医疗产品设计的黄金标准：以临床需求为锚点，用混合研究方法捕捉多元视角，最终实现"技术精度"与"人文温度"的平衡。正如研究者强调的，当AI预测显示"年龄贡献20%负面权重"时，医生需要解释"这并不意味着改变年龄就能改变结局"——这种专业解读，才是医疗AI不可替代的价值所在。