牙科教育与临床实践中人工智能应用准备度的比较研究：伊朗阿尔达比勒大学师生调查

本研究针对牙科教育中人工智能(AI)整合的迫切需求，通过医学人工智能准备度量表(MAIRS)评估了伊朗阿尔达比勒大学36名教师和205名学生的AI准备度。结果显示教师准备度(2.99±0.66)显著高于学生(2.36±0.66,p<0.001)，两组在伦理领域得分最高，认知领域最低。研究强调需制定AI教育课程以弥合师生差距，为AI驱动的医疗环境培养人才。论文发表于《BMC Medical Education》。

　　

随着人工智能(AI)技术在全球医疗领域的迅猛发展，牙科作为医学的重要分支也面临着技术革新的关键转折点。AI在牙科影像分析、疾病诊断和治疗规划等方面展现出惊人潜力，从精准识别龋齿到预测根管治疗结局，这些技术突破正在重塑现代牙科实践的面貌。然而，在这场技术革命中，一个关键问题浮出水面：作为未来主力的牙科学生和他们的导师，是否已经准备好迎接这场AI驱动的变革？

伊朗阿尔达比勒医科大学的研究团队敏锐捕捉到这一教育断层问题。尽管AI技术日新月异，但全球范围内的牙科教育体系却普遍缺乏系统的AI培训内容。这种教育滞后可能导致未来牙科医生无法充分利用AI工具提升诊疗水平，甚至可能因技术恐惧而产生抵触情绪。更值得关注的是，不同国家和地区对AI的接受度存在显著差异，而中东地区在此领域的研究相对匮乏。

为全面评估牙科教育中的AI准备状态，Nahid Ahmadian Yazdi领衔的研究团队开展了一项开创性研究。他们采用经过波斯语验证的医学人工智能准备度量表(MAIRS)，对阿尔达比勒大学牙科学院的36名教师和205名学生进行了系统评估。这项横断面研究不仅比较了师生群体的整体准备度差异，还深入分析了人口统计学因素与AI接受度的关联，为制定针对性的教育干预措施提供了科学依据。

研究方法上，团队采用分层随机抽样确保样本代表性，使用22项MAIRS量表评估认知(Cognition)、能力(Ability)、洞察力(Vision)和伦理(Ethics)四个维度。量表采用5级Likert评分，通过Mann-Whitney U检验等非参数方法分析数据。值得注意的是，研究特别关注了学生入学考试排名等本土化指标与AI准备度的关联。

研究结果呈现多维度发现：

1. 师生准备度差异：教师整体准备度(65.94±14.53)显著高于学生(51.95±12.46,p<0.001)，这一差距在认知和能力维度尤为明显。仅有5%学生自认了解AI基本概念，而教师中这一比例达47.2%。

2. 伦理敏感性突出：两组在伦理维度得分最高(教师3.38±0.86，学生2.73±0.66)，69.2%学生认同AI在医疗中的重要性，显示对技术伦理的高度关注。

3. 影响因素分析：教师的教学年限与认知得分正相关(p=0.02)；学生的入学考试排名与准备度显著相关(p=0.03)，且对牙科专业的兴趣程度正向预测AI接受度(p<0.05)。

4. 专业差异：病理学教师表现最佳(3.91±0.24)，而修复学学生得分最低，暗示学科特性可能影响技术接纳。

讨论部分深入剖析了这些发现的意义。与国际同类研究相比，伊朗样本的AI准备度(2.45±0.62)低于卡塔尔(3.30±0.64)但接近沙特(2.26-2.76)水平，这种差异可能反映国家间数字鸿沟。研究特别指出，尽管伦理意识较高，但操作能力的普遍不足可能阻碍AI的实际临床应用。与Al-Zubaidi等学者的发现呼应，本研究同样揭示了教师AI培训的紧迫性——仅11.1%的教师能熟练使用AI工具进行教学演示。

这项研究的创新价值在于首次系统评估了伊朗牙科教育的AI准备状态，并提出了"核心AI课程"的建设框架。正如作者强调的，未来的牙科教育需在三个层面突破：课程整合（增设AI应用模块）、师资培训（提升教师数字素养）和设施配套（建设AI模拟实验室）。这些建议对发展中国家尤其具有参考价值，为平衡医疗技术发展与教育公平提供了重要启示。

该研究也存在一定局限，如单中心设计可能限制结论外推性，且横断面数据难以追踪态度演变。未来研究可扩大样本范围，并探索文化因素对技术接受度的影响。随着AI在牙科领域的深入应用，这项奠基性工作将为全球牙科教育改革提供关键基准数据，助力培养适应数字时代的新型口腔医疗人才。