埃及研究生牙科学生对人工智能应用的认知、使用及担忧：一项多中心横断面研究

本研究针对人工智能(AI)在牙科领域的应用现状，通过多中心横断面调查揭示了埃及研究生牙科学生对AI的认知差异与使用障碍。研究人员采用19项封闭式问卷对744名研究生展开调查，发现年轻学生和BDS持有者对AI软件接受度更高(p<0.001)，而PhD持有者更关注AI在医疗中的可靠性问题。研究特别指出牙髓病学(52.4%)和牙周病学(34.0%)是AI应用最活跃的专科，同时78.1%受访者担忧技术依赖性。该成果为优化牙科AI教育体系提供了实证依据，发表于《BMC Medical Education》，对发展中国家AI技术转化具有示范意义。

　　

随着深度学习算法和大型语言模型(LLM)的突破性进展，人工智能(AI)正在重塑现代牙科诊疗格局。从智能影像分析到种植手术规划，AI系统已能实现龋齿诊断敏感性超越传统X线片、全口扫描精度提升等临床突破。然而在这场技术革命中，作为未来主力军的牙科研究生群体却面临认知鸿沟——既往研究多聚焦欧美国家，对埃及等发展中国家牙科教育体系的AI适应状况鲜有关注。更关键的是，AI应用中的"幻觉输出"、数据偏见等风险，使得临床工作者对技术可靠性产生普遍疑虑。

针对这一研究空白，埃及艾因夏姆斯大学等机构联合开展了多中心横断面研究。团队设计19项强制选择式问卷，采用3级Likert量表对744名研究生进行调研，通过多变量逻辑回归分析人口学因素与AI接受度的关联。结果显示：20-25岁组使用AI软件的比例达81.1%，显著高于35-40岁组(3.1%，p<0.001)；BDS持有者对AI改善诊疗效率的认同度(76.9%)是PhD持有者(13.3%)的5.8倍。专科差异尤为突出，牙髓病专科生AI使用时长超1年者占52.4%，而口腔颌面外科仅1.9%。值得注意的是，83.2%受访者质疑AI输出准确性，77.4%认为缺乏临床证据支持。

研究采用IBM SPSS 20.0进行统计分析，通过G*Power 3.1.9计算样本量，纳入标准严格限定为埃及籍研究生。问卷经30人预测试，Cronbach's α达0.78。采用卡方检验和蒙特卡洛校正处理分类变量，对教育程度、专科等变量进行多因素逻辑回归。

在"AI使用现状"部分，数据揭示79.6%受访者从未使用AI工具，仅21.4%接触过ORCA Dental AI等专业软件。牙髓病学组AI使用率显著高于其他专科(p=0.006)，而口腔放射学(43.8%)被视为最受益领域。"认知差异"分析显示，58.6%认同AI将开创牙科新时代，但68.1%否定替代牙医的可能性。教育程度显著影响认知，PhD组54.8%反对"AI新时代"观点，而BDS组75.2%持赞同态度(p<0.001)。

"担忧因素"调查发现算法透明度是核心问题，59.3%担忧科研原创性受损，78.1%警惕技术依赖。多变量分析显示，30-35岁组对AI替代牙医的忧虑程度最高(24.2%)，男性认同替代可能性的OR值达2.23(p=0.042)。在"专科发展"维度，牙周病学者对AI促进专科进步的认同度(37.9%)显著高于口腔医学组(15.8%，p=0.001)。

这项研究首次系统描绘了埃及牙科研究生群体的AI认知图谱，揭示出"年轻乐观-资深谨慎"的典型分化现象。结果证实专科特性显著影响技术采纳，影像依赖型专科更易接受AI辅助。研究建议将AI伦理课程纳入必修模块，并建立SCAIS(智能计算机辅助种植系统)等技术的临床验证体系。这些发现为制定差异化的AI培训策略提供了关键证据，尤其对资源有限地区的数字牙科转型具有指导价值。随着AI在CBCT(锥形束CT)分析、动态导航等领域的深入应用，该研究强调必须在技术创新与临床审慎之间建立平衡，这将是未来牙科教育改革的重点方向。