编辑推荐：
本文综述指出，尽管人工智能（AI）被寄予减轻放射科医师职业倦怠的厚望，但现有证据有限且结论不一。文章分析了AI对职业倦怠及其主要驱动因素（如工作量、自主性）的影响，发现数据并不支持AI能有效改善这些因素。AI对职业倦怠的最终影响仍是一个有待揭示的“黑箱”，亟需更多实证研究。
引言
根据世界卫生组织的定义，职业倦怠是一种源于长期工作压力未能得到有效管理的综合征。其特征包括精力耗竭、对工作的消极或冷漠态度，以及职业效能感降低。多篇同行评议文献一致表明，放射科医师的职业倦怠在各个亚专业、不同执业环境以及领导角色中均普遍存在。医师职业倦怠与多种不良指标相关，例如一项系统评价和荟萃分析发现，职业倦怠与工作满意度下降近四倍、职业选择后悔增加超过三倍、离职意愿提高超过三倍，以及患者安全事件和低专业水准的发生率翻倍相关。
人工智能（AI）可被概念化为能够执行通常需要人类智能的任务的计算机系统的开发与实施。机器通过复杂计算进行学习并适应阅片环境，为放射科医师生成输出结果。然而，这些AI系统对放射科医师而言很大程度上是一个“黑箱”，他们并不清楚机器学习系统是如何得出呈现在图像上的结果的。
多篇文章和制造商都宣扬了AI在放射学领域的长期前景，包括预测其能简化重复性任务、优化工作流程并减少医师职业倦怠。一项近期对美国学术科室主任的调查显示，80%的人对AI持乐观态度，计划实施AI的两个主要原因是提高质量与效率，以及减少放射科医师的职业倦怠。为了让AI克服放射科医师已知的怀疑态度并提高该技术的采纳度，AI的实施需要在科学上证明能够减少放射科医师的职业倦怠。本文旨在评述直接评估AI对放射科医师职业倦怠影响的出版物，并回顾关于AI影响已确定的放射科医师职业倦怠驱动因素的文献。
AI与放射科医师职业倦怠的研究
在AI领域发表的随机对照试验非常少。研究AI对放射科医师影响的出版物多为综述文章。最近有两篇经过同行评议的文献使用经过验证的条目评估了AI使用与放射科医师职业倦怠的关联。这两项研究均在中国进行，那里AI已得到广泛应用。
刘等人（Liu et al）的第一项研究是一项全国性横断面研究，涉及6726名放射科医师，其中3017人属于AI使用组。加权后的职业倦怠患病率在AI组显著高于非AI组（40.9% vs 38.6%；p<0.001）。AI的使用与放射科医师职业倦怠相关，并显示出剂量反应关系。同时暴露于AI使用和高工作量或低AI接受度的情况下，与额外的职业倦怠风险相关。
方等人（Fang et al）的第二项研究采用了横断面研究设计，对象来自中国20个省级行政区域、63个城市的68家公立医院的放射科医师和技术人员。大多数调查受访者（66.1%）为放射科医师。虽然放射技师的职业倦怠程度略高于放射科医师，但放射科医师中中度至重度职业倦怠的比例更高。放射科医师使用AI的时长与职业倦怠呈显著负相关。作者进而得出结论，鼓励在放射学中使用AI软件有助于预防和缓解职业倦怠。
乍看之下，这两项研究关于AI与放射科医师职业倦怠关联的结论截然相反。部分原因可能归因于两个研究队列中AI使用时长不同。两项研究均使用中文版马斯勒职业倦怠量表-人类服务调查（MBI-HSS）评估职业倦怠。MBI-HSS已在美国经过验证；其在中国的验证尚不充分。这也可能导致了结果的差异。此外，中国放射科医师的工作环境与美国等其他国家的重叠程度未知。具体来说，需要就影像判读质量的文化期望、对错误的容忍度以及错误后果（包括医疗事故等因素）进行进一步研究。因此，目前无法从这些研究中得出关于AI对放射科医师职业倦怠影响的明确结论。
AI与放射科医师职业倦怠驱动因素的研究
鉴于关于AI对放射科医师职业倦怠直接影响的研究有限，为帮助扩展分析AI对职业倦怠的潜在影响，我们还评估了AI对已确定的职业倦怠驱动因素的研究。具体而言，大多数医师职业倦怠驱动因素的研究假设工作的核心目标在于追求意义。这些驱动因素包括：工作量与工作需求、控制权与灵活性、工作生活整合、工作中的社会支持与社群、组织文化与价值观，以及效率与资源。
工作量与工作需求
放射科医师的工作量——即单位时间内执行的检查数量、规模和复杂性的乘积——在过去二十年中急剧增加。在报销额度下降的背景下，维持收入面临提高相对价值单位（RVU）生产力的压力。较高的工作量一直被确定为放射科职业倦怠的压力源风险因素。急诊检查（如急性卒中和创伤研究）工作量的增加打断了工作流程且强度高，进一步加剧了压力水平。
AI已被提议作为解决放射科医师工作量的方案，并有可能改善临床结果。在乳腺摄影方面，一些研究提出AI能够作为独立阅片者替代甚至超越放射科医师，分流正常的筛查检查。在筛查环境中，工作流程与诊断环境不同。在不受干扰的环境中，放射科医师有能力在筛查期间参与高效的大批量判读。大量的正常研究使放射科医师能够重新校准并记住正常解剖结构。积极参与筛查对教学也有影响，因为放射科医师希望能够教导下一代如何判读正常研究。此外，由于在美国的许多执业环境中，工作RVU通常与薪水挂钩，这并未考虑病例复杂性，可能对放射科医师的薪水产生负面影响。最后，放射科医师整天只专注于高度复杂的研究，如治疗后肿瘤体部研究或术后脑肿瘤，可能会造成压力并对他们的健康产生负面影响。
一项对欧洲放射学会675名成员的调查显示，对AI带来的总报告工作量的预期存在分歧，50.8%的人预期报告工作量减少，而49.2%的人预期工作量增加。一项对2019年发表的440项医学影像研究的随机抽样研究发现，虽然它们为患者护理增加了价值，但增加了诊断放射科医师的工作量，尤其是在应用于AI研究时。在多变量分析中，仅将AI作为主要研究领域仍与工作量增加显著相关（p<0.001，比值比为10.64）。归因于AI的工作量增加至少部分来自处理和判读时间的延长。
多项研究表明，需要设定工作量限制以减少医疗错误和提高患者安全。如果尽管付出了所有努力，工作量仍超过放射科医师的限度，那么使用AI只会延迟问题而非解决问题。
控制权与灵活性
AI独立进行图像判读已被提出。在这种情况下，放射科医师需要感到放心地将完全自主权交给AI平台。这可能导致道德创伤，因为放射科医师可能意识到AI的不完美，并需要努力应对假阴性和假阳性结果。
医疗法律责任是现代医学文化中放射科医师一个公认的担忧。例如，在针对乳腺影像学会成员的压力源调查中，对诉讼的恐惧是第三大常见压力源，影响超过52%的受访者。美国神经放射学会对神经放射科医师的一项调查显示，医疗法律纠纷很常见并导致职业倦怠。
将图像判读的部分或全部自主权交给AI，伴随着AI遗漏病变所带来的责任风险增加。当前的AI算法在处理不理想的数据输入、非典型模式和影像上的罕见病变方面存在困难。在欧洲放射学会的调查中，41%的受访者预见到放射科医师将承担AI系统不良结果的法律责任，而41%的受访者倾向于由放射科医师和制造商共同承担责任。
AI也可能产生假阳性，成为放射科医师的另一个压力来源。在一些机构，AI发现的永久记录保存在PACS的图像中。近期数据表明，当放射科医师漏诊了AI检测到的异常时，其感知到的法律罪责会更高。一些放射科医师在不同意AI意见时，现在会在报告中加入声明，解释他们为何否定AI的假阳性。这种做法会减慢放射科医师的工作流程，降低生产力，同时因增加低价值活动而产生怨恨和倦怠。
工作生活整合
目前，关于AI对放射科医师生活平衡影响的稳健纵向数据尚缺。
缺乏工作生活平衡是放射科医师职业倦怠的一个既定压力源。如果AI能在不降低薪水的情况下减少放射科医师的工作量，它将减轻放射科医师的压力。许多放射科医师目前远程执业，并倾向于远程阅片以改善工作生活平衡。AI驱动的工具可以促进图像的远程阅片，使放射科医师能够在不同地点工作，并通过避免长时间通勤来潜在地改善工作生活平衡。通过在常规工作时间处理更多常规任务，AI有可能最大限度地减少放射科医师加班或值班的需要，从而实现更好的工作生活平衡。
从长远来看，AI也可能损害放射科医师的工作生活整合。随着工作环境中AI应用程序数量的增加，存在信息过载和消耗放射科医师时间的潜在可能。工作量的增加可能加剧当前个人生活和工作界限模糊的趋势，因为放射科医师允许自己在下班后（无论是在工作地点还是在家）被联系到。许多医院管理员和放射科执业领导现在利用远程功能使放射科医师随时可用，尤其是在可以远程访问电子病历时。放射科医师需要停机时间进行数字排毒并为自身充电。
工作中的社会支持与社群
随着PACS的普及，放射科医师与患者和转诊临床医生的隔离日益加剧。孤独和社交孤立与短期和长期的不良后果相关，包括冲动控制力下降、睡眠碎片化、抑郁、认知能力下降和痴呆。社交孤立与职业倦怠和自杀意念增加相关，并且在美国医师中比其他领域的工人更常见。同行评议的研究表明，恢复社群感有助于减少医师职业倦怠。
AI对社会支持和共融的长期影响目前未知。可以认为，花费更多时间与AI算法斗争可能转化为放射科医师在工作站前花费更多时间，进一步加剧隔离。
另一方面，如果AI确实能转化为工作量的减少，那么理论上放射科医师将有更多时间在工作场所进行社交。此外，类似于在AI方面合作的放射学会，以AI为中心的社群最终可能在个体执业机构内发展，志同道合的使用相似技术的人可能希望进行社交、协作和创新。
组织文化与价值观
随着过去十年的执业合并，许多放射科医师在更大的组织内执业。在组织内部，先前的研究表明，医师个人价值观与组织价值观的一致性与否与医师职业倦怠呈负相关，并且医师通过其工作单元领导的棱镜来体验其组织。领导力与医师职业倦怠负相关，因此领导者在放射科医师职业倦怠方面扮演着关键角色，无论是好是坏。
目前，AI在放射学中的应用仍处于采纳周期的相对早期阶段，时机非常重要。希望在其部门推广AI有效使用的领导者可以采取若干策略。首先，他们必须谨慎选择系统，并秉持以放射学为中心的愿景。为非放射科医师编写的AI程序可能在阅片室中增加很少或根本不增加价值。其次，放射科医师需要向有勇气抛弃和/或更换不能增加价值的系统的领导者提供反馈。第三，领导力是局部的，因此领导者需要衡量和管理其执业机构中的职业倦怠。领导者需要客观评估并理解新实施的AI是让放射科医师的生活更轻松，还是使他们变慢和/或导致倦怠。第四，领导者需要记住，我们正处于劳动力危机中，放射科医师短缺且存在预先存在的职业倦怠。今天对放射科医师的价值必须超过AI使用中任何相关的负面因素。利用AI为放射科医师谋利的领导者将在招聘和留任方面做得更好。
效率与资源
对2019年发表的医学研究随机抽样发现，在非学术性综合教学医院环境中，工作量增加的主要原因是判读时间增加，通常伴随着后处理和采集时间的增加。
近期一篇关于AI实施对医学影像效率影响的系统文献综述确定了48项原始研究。三项随机研究经评估存在高偏倚风险。此外，19项研究声明存在相关利益冲突，另外六项研究存在潜在利益冲突，总计超过50%的纳入研究。虽然大多数研究报告了积极效果，但有三项研究报告了AI实施后的负面或中性效率影响。在近67%的时间相关结局研究中，AI的使用显示时间减少，但对可比研究子集进行的荟萃分析显示，没有证据表明AI工具减少了影像任务的总时间。作者指出，这些研究中值得注意的部分揭示了利益冲突，可能影响研究设计和结局估计。
因此，迄今为止的数据平衡并未最终证明AI提高了放射科医师的效率。此外，效率只能最大化到有限的程度。放射科医师可以在跑步机上越跑越快，直到崩溃。效率也有其弊端。一些专家认为，解决职业倦怠的良药是“松弛”。创造力和创新发生在松弛期间，这在学术环境中尤为重要。
总结
我们的分析发现，关于AI减少放射科医师职业倦怠的数据有限、结论不一且非结论性，并且数据平衡不支持AI能改善职业倦怠的驱动因素。“黑箱”一词在文献中已被接受数十年，用以解释放射科医师不理解AI深度学习中的隐藏层。尽管对放射学中AI实施持乐观态度，但AI如何影响放射科医师职业倦怠仍然是一个“黑箱”，其最终影响尚未确定。需要更多的原始研究来帮助揭示这个黑箱，并帮助放射科医师理解这种不断发展的技术对他们本已受损的整体健康的真实影响。
