《Frontiers in Medicine》:Attitudes and perceptions toward artificial intelligence among practicing rheumatologists in Iraq: a cross-sectional web-based survey
编辑推荐:
摘要专业翻译
背景: 人工智能(artificial intelligence, AI)正日益深入地融入医疗卫生领域,尤其在风湿病学(rheumatology)中,临床医师必须整合复杂的临床、实验室及影像学数据。医师对AI的认知可能在很大程度上影响其在常规临床
摘要专业翻译
背景: 人工智能(artificial intelligence, AI)正日益深入地融入医疗卫生领域,尤其在风湿病学(rheumatology)中,临床医师必须整合复杂的临床、实验室及影像学数据。医师对AI的认知可能在很大程度上影响其在常规临床实践中被负责任地推广应用的程度。
目的: 本研究旨在评估伊拉克执业风湿病专科医师对人工智能的态度,并探讨其与人口学特征及职业特征之间的关联。
方法: 于2025年10月至2026年1月开展了一项为期四个月的基于网络的横断面调查(web-based cross-sectional survey)。调查问卷改编自既往研究,经专家评审和预试验完善后分发。问卷内容包括人口学信息、采用五点李克特量表(five-point Likert scale)测量的态度陈述条目,以及评估对人工智能总体认知的条目。采用改良Bloom截断标准(modified Bloom's cutoff criteria)对综合态度得分进行分类。统计分析使用SPSS和R软件完成。
结果: 共收集162份完整有效应答。多数受访者年龄为35–44岁(42.0%),男性(56.8%),专科医师(specialist)(67.9%)。总体而言,61.7%的受访者报告对AI有所了解,69.1%已在风湿病诊疗实践中使用过AI。大多数参与者(56.8%)表现出较差态度,32.1%为中等态度,11.1%为良好态度。双变量分析(bivariate analysis)显示,对AI的熟悉程度(p=0.003)和参与研究(p=0.009)与更积极的态度显著相关。
结论: 伊拉克风湿病专科医师对人工智能表现出谨慎参与的态度,在标准化综合量表上,大多数人总体态度得分处于较差至中等水平。对AI更高的熟悉程度和参与研究经历与更积极的态度相关,这凸显了有针对性的数字素养教育和专科特异性培训对于支持AI在临床实践中有效落地的重要性。
论文解读
一、研究背景与意义
人工智能正以前所未有的速度渗透至医疗卫生各领域,从临床决策支持、医学影像分析到患者预后预测和诊室工作流程优化,其应用范围持续扩展。在风湿病学领域,由于临床医师需要长期整合复杂多样的数据类型——包括临床表征、实验室指标和影像学信息——AI被认为具有独特的适用价值。已有证据表明,这些技术可能促进自身免疫性疾病的早期诊断、改善患者分层,并推动个体化医疗的进展。
然而,AI能否在临床实践中被有效整合,不仅取决于技术性能本身,更取决于临床医师的信任程度、理解深度以及批判性评估其输出的能力。既往研究显示,尽管许多医师对AI概念持开放态度,但普遍缺乏正规培训和足够的信心来安全使用这些工具。值得注意的是,医师对AI的态度更多受其实践经验的影响,而非年龄或背景等人口学因素。
在中东及伊拉克地区,医疗卫生系统仍处于数字化基础设施升级阶段,风湿病专科医师对AI的态度和认知数据严重缺乏。尽管EULAR等国际权威组织已强调大数据和AI在该领域快速发展过程中亟需加强监管和医师教育,但针对伊拉克及其周边地区风湿科医师的实证研究几乎空白。本研究正是为填补这一区域数据缺口而设计,旨在系统评估伊拉克风湿病专科医师对AI的态度,并分析影响其认知的关键因素。
二、研究设计与方法
研究人员开展了一项为期四个月(2025年10月至2026年1月)的基于网络的横断面调查。研究对象为伊拉克全国执业风湿病专科医师,通过国家专业网络和专业WhatsApp群组向约225名符合条件的医师发送了电子邀请链接。最终纳入162份完整有效应答进行分析,参与率为97.6%(162/166),总体应答率为72.0%(162/225)。
研究采用的主要技术方法包括:第一,改编自既往已发表研究的结构化问卷,包含三个部分:人口学信息(6项)、对AI的态度(8项)和AI认知(4项),经专家评审和预试验验证内容效度;第二,五点李克特量表测量态度条目,通过内部一致性检验(Cronbach's α=0.84)和条目诊断分析后,最终采用6个条目计算综合态度得分(6–30分),并按改良Bloom截断标准划分为较差(<60%)、中等(60–79%)和良好(≥80%)三个等级;第三,统计学分析采用SPSS 26进行描述性统计,R软件(4.4.3版)进行推断统计,包括卡方检验和有序逻辑回归(ordinal logistic regression)分析,以调整比值比评估参与者特征与态度分类之间的关联。
三、研究结果
3.1 参与者社会人口学特征
研究结果显示,大多数参与者年龄在35–44岁之间(42.0%),男性占56.8%,专科医师占67.9%。执业领域方面,43.2%在医院工作,51.9%涉及多个执业领域,无受访者仅从事纯研究工作。关于AI认知,61.7%报告对AI有所了解,29.6%回答“可能”,仅8.6%表示不熟悉。值得注意的是,69.1%已在风湿病诊疗实践中使用过AI工具。
3.2 执业经验与地域分布
多数受访者报告执业年限少于15年,执业超过20年者比例较小,超过30年者极少。地域分布上,巴格达贡献了最多受访者(42人,25.9%),其次是埃尔比勒(22人,13.6%),其余受访者分布于伊拉克各主要省份,杜胡克省无应答记录。
3.3 AI工具使用情况
最广泛使用的AI工具为ChatGPT(OpenAI),46%的受访者报告使用;其次为Google Bard(Gemini),约占36%;11%报告未使用任何AI工具。Grok、Anthropic Claude和医学专用AI工具使用比例均较低(各约1–5%),无参与者报告使用DeepSeek、Microsoft Copilot或Perplexity AI。
3.4 态度条目分布
在态度评估方面,多数条目呈现高度中立倾向:关于AI是否将显著影响风湿病诊疗实践,35.8%持中立态度;关于AI知识是否将成为风湿科医师必备技能,35.8%中立;关于AI减轻工作负荷的潜力,34.6%中立;关于AI减少复杂自身免疫病例诊断错误的能力,40.7%中立;关于AI使用的伦理担忧,29.6%中立。然而,关于AI将取代风湿病诊疗中某些环节,34.6%强烈同意;关于评估AI信息的信心,48.1%持中立态度;关于AI参与诊断或治疗时是否应告知患者,37.0%强烈不同意。
3.5 态度分类与关联因素
基于6条目态度量表,162名参与者中92人(56.8%)态度较差,52人(32.1%)态度中等,仅18人(11.1%)态度良好。双变量分析显示,AI熟悉程度(p=0.003)和参与研究(p=0.009)与更积极的态度显著相关。然而,在多变量有序逻辑回归中,这两个因素在调整后均不再具有统计学显著性(AI熟悉度OR 4.39,95% CI 0.79–36.3,p=0.12;研究参与OR 2.09,95% CI 0.86–5.11,p=0.10)。唯一显著的预测因子为年龄>64岁(OR 0.10,95% CI 0.01–0.64,p=0.022),但该年龄组中无参与者进入良好态度类别,比值比源自近空单元。
3.6 认知与感知
关于AI答案的外部验证行为,46.9%报告“有时”验证,24.7%“经常”验证。关于AI培训必要性,70.4%认为应为可选的辅助技能,仅7.4%认为应强制。关于AI影响领域,69.1%选择多个选项,认为AI将影响临床决策、医学教育、研究和患者沟通等多方面。关于担忧事项,77.8%选择多个选项,反映对过度依赖、临床技能退化、技术更新需求和患者照护质量等多重风险的叠加担忧。
四、讨论与结论
讨论部分总结: 本研究表明伊拉克风湿病专科医师对AI呈现出“谨慎参与”的过渡阶段特征——他们认识到AI的重要性,但对其可靠性、伦理性和日常实用性仍存疑虑。双变量分析中AI熟悉度和研究参与与积极态度相关,但多变量调整后不再显著,提示医师的犹豫并非对创新的抗拒,而更多反映结构性培训不足和技术素养有限。研究还发现,通用大语言模型(如ChatGPT)的使用远高于医学专用AI系统,这一趋势带来数据隐私、安全漏洞和缺乏标准化临床审计路径等固有风险。参与者对AI输出的验证仅呈间歇性,可能增加不当使用导致错误诊断建议的风险。伦理方面,多数参与者对强制告知患者AI参与诊疗持反对态度,这可能与中东地区家长式医疗传统、缺乏明确的法律框架以及问卷理解偏差有关。
结论翻译: 伊拉克风湿病专科医师对人工智能表现出谨慎参与的态度,在标准化综合量表上,大多数人总体态度得分处于较差至中等水平。虽然初步比较显示对AI更高的熟悉程度和积极参与研究与更积极的态度相关,但多变量分析表明,年龄较大等人口学因素是态度得分较低的关键预测因子。这些发现凸显了有针对性的数字素养教育、明确的监管治理框架和专科特异性培训对于支持AI在临床实践中有效、安全且负责任地落地的重要性。