家庭医生AI使用惩罚：医生与消费者人口学特征如何塑造基层医疗中的社会评价

《npj Digital Medicine》：Influence of physician and consumer demographics on AI-use penalties in primary care: a vignette-based study

研究人员调查了在基层医疗场景中，“AI使用惩罚（AI-use penalty，即医生披露使用人工智能后被更负面评价）”如何受医生与消费者人口学特征影响。参与者（N=1030）评估了在AI使用与人口学特征上不同的虚构家庭医生广告。结果显示，声明使用（相较从不使用）AI的医生被评价为温暖度更低、能力更差，预约意愿下降。该效应在年轻参与者中更强，但在很大程度上不随医生人口学特征变化。

研究背景方面，随着人工智能（Artificial Intelligence，AI）持续融入医疗，AI不仅改变医生临床实践，也影响消费者对患者端医生形象的评判。在患者直面服务场景中，消费者对医生能力与意图的信息有限，AI使用披露可能成为显著的社会线索。基于可信度评估模型（Trustworthiness Assessment Model，TrAM），消费者会据此线索对使用AI的医生产生不利判断，即“AI使用惩罚（AI-use penalty）”。既往研究已表明，仅相信有AI参与就会削弱对医疗信息的信任；医生披露使用AI会被同行与公众认为能力更低。然而，这种惩罚是否因医生和消费者的人口学特征而不同，尚不清楚。即便在无AI情境下，消费者对医生的评价也会随医生族裔或种族、性别、年龄系统变化；而作为评价者的消费者，其性别、种族也会影响对医疗AI的态度。因此，有必要检验AI使用惩罚是否受医患双方人口学特征调节。研究人员由此开展预注册实验，样本为美国Prolific平台招募的1030名受试者，按年龄、性别、种族分层以近似美国成年人口构成，研究发表於《npj Digital Medicine》。

关键技术方法上，研究采用2×2×2×3混合实验设计：医生性别（女/男）、年龄（较年轻/较年长）、AI使用（使用/从不使用）为被试间因素，医生种族（白人/黑人/亚裔）为被试内因素。受试者被呈现三则家庭医生广告并评价温暖（warmth）、能力（competence）、预约意愿等行为意向。温暖含7个条目，能力含6个条目，均采用7点李克特量表；还测量出行时间、付费意愿、等待时间等数值结果。使用四向方差分析（ANOVA），违反球性时采用Greenhouse-Geisser校正，预注册分析用Benjamini-Hochberg校正；探索性分析按消费者年龄（<45岁/≥45岁）、性别、种族加入模型。样本来自Prolific代表性抽样，剔除操纵检查失败者后保留N=1030。

研究结果

Key results

预注册分析显示，声明使用AI的医生在温暖 F(1,1022)=38.51,p<0.001,η_p²=0.04、能力 F(1,1022)=57.30,p<0.001,η_p²=0.05 上显著更低；预约意愿 F(1,1022)=79.40,p<0.001,η_p²=0.07、推荐意愿、依从治疗计划、再次预约、申请第二意见等所有行为意向均显著恶化。受试者还愿为AI使用医生支付更少钱、少赶路、少等待。医生年龄、性别、种族与AI使用的交互项经校正后均不显著，说明AI使用是跨医生人口学特征的显性线索。

Influence of consumer age

探索性分析发现，年龄低于45岁的消费者中，AI使用惩罚在多数评价维度上更明显 Fs≥5.82,ps≤0.016，除申请第二意见外；年轻受试者在支付、出行、等待意愿上受AI披露冲击更强。研究人员推测年轻人更熟悉AI却也更知局限，但此部分为探索性质需谨慎解读。

Interaction of consumer and physician race

在温暖维度出现AI使用、医生种族、消费者种族的三向交互 F(4,1698)=2.47,p=0.044,η_p²=0.01（Greenhouse-Geisser校正）。白人与亚裔受试者看白人医生时惩罚最强，黑人受试者看亚裔医生时温暖惩罚最强，说明医患种族组合会微调AI使用的社会后果。

讨论与结论翻译

总体结论是：声明使用（相较从不使用）AI的医生被显著认为更不温暖、更无能力，并转化为预约等行为意愿下降。该惩罚对医生人口学特征不敏感，印证AI使用本身作为显性线索；但年轻消费者惩罚更重，且医患种族组合会影响温暖评价。基于TrAM，患者在缺直接能力/意图信息时，会把AI披露解读为把临床判断“外包”，从而怀疑善意（温暖）与专业（能力）。研究提示AI落地不仅是技术效率问题，更是社会沟通问题；强调医生责任、共同决策、患者获益的沟通可缓和负面观感，医护人员AI培训需含针对患者担忧的沟通策略，且对年轻群体尤甚。健康质疑AI在医疗中值得保留。

研究人员得出结论： physicians who stated that they use (vs. never use) AI were perceived as significantly less warm and competent. This AI-use penalty manifested also in various behavioral intentions, like a reduced appointment willingness. The penalty was largely insensitive to physician demographics (age, gender, race), suggesting AI-use functions as a salient cue. Exploratory analyses suggest the penalty is more pronounced for younger participants and varies across physician-consumer racial pairings. A cue-based perspective helps explain findings: AI-use disclosure may signal outsourcing of clinical judgment, implying lower benign intent (warmth) or expertise (competence). Adopting AI is not merely technical but also social; communication emphasizing physician responsibility, shared decision-making, and consumer benefit may mitigate negative perceptions. Training for AI-using healthcare professionals needs communication strategies tailored to consumer concerns, especially younger consumers. Healthy skepticism toward AI in healthcare remains appropriate.