医学生人工智能使用模式与态度同心理困扰的关联：一项单中心横断面探索性研究

《Frontiers in Medicine》：Artificial intelligence use patterns, attitudes, and psychological distress among medical students: a cross-sectional survey

　　

背景：人工智能（AI）工具在医学生中广泛使用，但一般使用频率及AI相关态度与心理困扰的关联仍不明确。方法：邀请土耳其某医学院全部1,275名在读学生参加一项匿名在线调查，调查于2026年4月1日至5月1日进行；251名应答者中249名知情同意。测量包括一般AI使用、研究者翻译的13条目人工智能态度量表（ATAI）以及经验证的土耳其版抑郁-焦虑-压力量表-21（DASS-21）。以一般心理困扰复合分为主要结局，层次回归采用HC3稳健标准误。结果：95.6%的参与者报告使用AI，50.2%报告每日使用。双倍DASS-21总分的均值为56.97（标准差31.55）。ATAI三因子模型拟合混合（CFI=.898，TLI=.872，RMSEA=.107，SRMR=.070）。AI使用频率类别在区块水平未改善校正模型（R²变化=.016，p=.111；稳健全局p=.088）。加入探索性ATAI因子使R²增加.052（p=.002；稳健全局p=.009）；获益与困扰呈负向关联，风险和使用与困扰呈正向关联。子量表敏感性分析保持了系数方向，但只有获益-焦虑的负向关联在15项额外焦点检验校正后仍存在（q=.032）。结论：AI使用几乎普遍，并同时服务于教育和个人/非教育目的，但本样本未提供一般使用频率与困扰总体关联的稳定证据。ATAI关联为探索性，可能反映测量或共同方法过程。应开展纵向多中心研究，使用正式适配的测量工具和AI参与的客观指标。

研究背景与问题：人工智能（AI，artificial intelligence）已通过生成式语言模型、自适应学习系统、虚拟患者、自动反馈和决策支持模拟等快速进入本科医学教育。综述显示，AI在自主学习、形成性评价、信息检索和案例学习中的使用不断扩大，但实施异质性明显，且关于教育和心理结局的证据有限。医学生常认为AI有用，同时也对准确性、过度依赖、隐私、伦理和未来职业角色表达担忧。医学教育期间心理困扰（psychological distress）已较常见，多机构和国际研究报告了明显的抑郁、焦虑和压力症状，但估计值受抽样、培训背景、工作负荷和测量方式影响。AI可能与困扰以相反方向相关：快速获得解释和学习支持可能提高感知控制，而对可靠性、职业替代、数据隐私或依赖的不确定性可能增强威胁评估。横断面自报数据不能解决这些路径，但可识别供纵向研究追踪的关联。新兴关于问题性/依赖性AI使用的研究提示不能假定AI参与先于心理困扰；青少年两波交叉滞后研究发现心理健康问题预测 later AI依赖，而AI依赖未预测 later心理健康问题；大学生中学业压力与AI依赖正相关，并部分中介学业自我效能与依赖的关联。这些支持反向因果和应对解释。该文献聚焦AI依赖或问题性使用，而非医学生一般使用频率和态度。使用频率与态度应区分：频率是行为暴露，在几乎普遍使用时变异性可能受限；感知获益、风险和参与意愿是主观评价，可能通过共享情感和反应过程与困扰相关。因此，态度评分关联不能解释为AI使用效应。研究人员开展了一项匿名调查，覆盖土耳其某医学项目全部6个年级，分析为伦理批准项目专门收集的原始数据；目标包括描述AI工具、频率、时长和目的；评估研究者翻译的ATAI内部一致性和结构拟合；描述DASS-21心理困扰；在调整培训年份、性别和既往精神科治疗后，探索一般AI使用频率和ATAI因子评分是否与单一一般困扰结局相关。两个非方向性假设为AI使用频率类别对校正模型有联合贡献，以及ATAI因子区块在频率和协变量之外增加解释信息；个体ATAI系数为探索性。由于分析假设和模型在数据收集后指定且未预注册，且ATAI措辞未经历正式跨文化适配，所有测量和关联分析均作为探索性而非验证性呈现。重要意义在于提示医学教育不能仅由使用频率推断心理获益或危害，并为后续纵向多中心研究提供假设。

关键技术方法（不超过250字）：该研究为单中心横断面匿名在线调查，样本队列来源于土耳其Bolu Abant Izzet Baysal University Faculty of Medicine Year 1–6全部1,275名在读医学生；2026年4月1日至5月1日邀请，249名同意者构成分析样本。调查通过Google账户限制重复应答，问卷包括一般AI使用、研究者翻译的13条目ATAI和土耳其版DASS-21；主要分析采用三区块普通最小二乘层次回归并以HC3稳健标准误检验，辅以验证性因子分析（CFA，confirmatory factor analysis）、内部一致性、诊断和敏感性分析。该研究不是二次数据分析。

研究结果：参与者与AI使用模式（Participants and AI-use patterns）。分析样本249名，占合格人群19.5%；平均年龄21.49岁（标准差2.80；范围18–34），女性172名（69.1%），男性76名（30.5%），1名（0.4%）不愿报告性别；既往精神科治疗62名（24.9%），当前治疗29名（11.6%）。238名（95.6%）报告使用AI；按入口问题规则，125名（50.2%）为每日使用，71名（28.5%）为每周数次，53名（21.3%）为无使用至每周一次。238名使用者中139名（58.4%）使用AI超过1年；ChatGPT（80.3%）和Google Gemini（63.9%）最常被选择；课程学习/复习84.5%、考试准备71.8%、医学术语/概念学习65.1%、研究/文献检索62.6%，171名使用者（71.8%）还选择个人/非教育用途，38.2%选择临床病例或推理练习。保留测量与测量结构（Retained measures and measurement structure）。DASS-21总分均值56.97（标准差31.55），总分内部一致性高（Cronbach α=.951；单因子McDonald's ω=.951）；单因子模型χ²(189)=766.04，p<.001，CFI=.828，TLI=.809，RMSEA=.111，SRMR=.069；三因子模型χ²(186)=631.03，p<.001，CFI=.867，TLI=.850，RMSEA=.098，SRMR=.062，三因子拟合更好但绝对拟合均不理想，因子相关.800–.902，故总分解释为一般困扰复合分，子量表作敏感性分析。ATAI因子Cronbach α=.775–.931、McDonald's ω=.774–.933；三因子模型明显优于单因子模型（χ²(62)=237.50 vs. χ²(65)=1,004.29），标准化载荷.520–.938，绝对拟合混合（CFI=.898，TLI=.872，RMSEA=.107，SRMR=.070），故翻译因子评分仅作探索性分析；Benefit与Use相关.441，Risk与其他因子相关接近零。不同培训年份的一般困扰（General distress across training years）。独立年份队列DASS-21总分差异有统计学意义［H(5)=14.87，p=.011，ε²=.041］；第1–6年均值分别为60.55、61.97、66.44、50.00、47.38、43.68，这是同一时点观察到的队列差异，不代表个体轨迹。一般心理困扰的层次模型（Hierarchical model of general psychological distress）。区块1（培训年份、性别、既往精神科治疗）解释DASS-21总分方差10.6%（R²=.106；校正R²=.080），相对仅截距模型ΔR²=.106，F_change(7,240)=4.06，p<.001，HC3稳健检验F(7,240)=3.67，p<.001。加入三类别AI频率后R²=.122、校正R²=.089，R²增加.016不显著［F_change(2,238)=2.22，p=.111］，HC3全局频率检验不显著［稳健F(2,238)=2.45，p=.088］，故未将名义系数解释为类别特异效应。加入三个探索性ATAI因子使R²增加.052［F_change(3,235)=4.98，p=.002；稳健F(3,235)=3.94，p=.009］，总R²=.175、校正R²=.133；每升高1个标准差的因子评分，Benefit与较低一般困扰相关（B=?4.90，95% CI：?9.14至?0.65；q=.036），Risk（B=4.98，95% CI：0.87–9.09；q=.036）和Use（B=4.69，95% CI：0.26–9.12；q=.038）与较高困扰相关；培训年份作为区块显著（稳健p=.043），完整模型中第6年低于第1年（B=?16.79，95% CI：?30.35至?3.23，p=.015），描述队列差异而非随时间变化。诊断与敏感性分析（Diagnostics and sensitivity analyses）。残差正态性未被拒绝（Shapiro–Wilk W=.990，p=.073），Breusch–Pagan检验无异方差证据（p=.414），仍保留HC3标准误；最大VIF=2.27；12个观测超过Cook D>4/n，3个超过杠杆>2p/n；排除Cook距离观测未逆转ATAI系数方向并增强估计。使用原始五类AI频率时个体系数不精确且不显著，序数趋势B=3.24/类别（95% CI：?0.17至6.65；p=.062）；以当前精神科治疗替代既往治疗未实质改变ATAI方向。子量表敏感性模型保留248个完整病例；AI频率区块对Depression［稳健F(2,238)=2.30，p=.102］、Anxiety［稳健F(2,238)=1.90，p=.152］和Stress［稳健F(2,238)=1.89，p=.154］均不显著；最终模型中频率对比在各子量表均为正向，ATAI Benefit为负、Risk和Use为正；校正15项额外焦点检验后，仅Benefit-Anxiety负向关联低于q=.05（B=?2.39，95% CI：?3.91至?0.87；名义p=.002；q=.032）。这些分析为探索性。

讨论总结：在该单中心样本中，AI使用几乎普遍并同时服务于教育与非教育目的；超过五分之四使用者选择课程学习/复习，71.8%还选择个人/非教育用途，半数报告每日使用。然而，一般使用频率未在调整困扰模型中产生统计学支持的区块水平改善，其估计依赖类别设定；合理解释不是AI频率与困扰无关，而是本样本未提供总体频率关联的稳定证据。频率结果应考虑范围限制：近五分之四样本每周数次或每日使用，低端对比有限；一般频率也未量化学习质量、每次时长、任务复杂度、验证行为或依赖，因此相同频率可能代表不同参与形式。探索性ATAI区块增加解释方差：感知Benefit与一般困扰负向相关，Risk和Use正向相关；这些方向可能反映感知控制、威胁评估或对AI更高的认知和情感参与，也可能来自负性情感、反应一致性或其他共同方法过程，因为态度和症状在同一场次自报测量。Use正向系数与Benefit负向系数并存，尤其提示不能作简单有益-有害解释。反向因果合理：青少年两波研究发现心理健康问题预测 later AI依赖而非相反，大学横断面研究将学业压力与更高AI依赖联系；因此Use正向系数可能反映困扰或学业压力较大的学生更愿意参与AI，而非参与意愿导致困扰。本数据未显示AI态度导致困扰或改变态度会改善福祉。虽然子量表敏感性分析保持系数方向，但统计支持不均匀，仅Benefit-Anxiety负向关联在15项额外焦点检验校正后存活；这些分析检查同一参与者的相关结局，不提供独立重复或解决翻译ATAI构建不确定性。测量结果进一步限制推断：ATAI子量表内部一致性可接受至优秀，三因子结构明显优于单因子，但CFA绝对拟合不强； administered土耳其措辞由一名研究者从英文表翻译，未正式跨文化适配；与源土耳其表多数差异为词汇性，但第12条目差异可能拓宽内容；近期在土耳其学生样本使用源ATAI并不验证此处修改措辞，故评分可能未在土耳其医学生中重现预期构建，观察关联应产生假设而非建立构建特异效应。一般困扰在不同培训年份队列间不同，第6年校正评分低于第1年；数据不能证明随时间改善，因为不同队列仅评估一次；调查与第1年期中考试期重叠，其余年份考试和轮转安排不同，个体评估临近度和工作负荷未测量，时间差异、队列效应和应答选择可能贡献年份模式。DASS症状水平高，与长期对医学生福祉担忧一致；但DASS-21类别是筛查描述而非诊断，自愿应答比例19.5%，经历困扰或持有强烈AI观点的学生可能更可能参与，估计不应解释为人群患病率。优势包括邀请全体学生、覆盖全部6个培训年份、明确报告招募和重复应答控制、保留量表数据完整、区分一般AI使用与目的、采用单一一般困扰主要结局、正式区块检验、稳健标准误和多种敏感性设定；局限包括横断面、单中心、自愿和完全自报，不能确定因果方向；所有主要变量在同一在线场次收集，无标记变量、程序分离、行为测量、观察者评分或外部对照，共同负性情感、威胁评估、反应风格或一致性可能贡献ATAI与困扰关联，数据不能建立构建特异效应；参与率低且班级代表性不均，合格人群性别分布不可得；既往精神科治疗比例较高（24.9%）可能提示心理健康关注更强者自选，并部分解释高DASS-21评分和观察关联；AI使用集中于高端，频率未测量教育强度或质量；ATAI措辞未正式适配、未在医学生中验证且绝对因子模型拟合有限，未检验培训阶段测量不变性；CFA对有序条目使用基于协方差的最大似然且为探索性；DASS-21因子模型拟合也有限，总分作复合分不建立严格单维性；分析假设和模型在数据收集后发展且未预注册，所有推断发现为探索性和假设生成；1名参与者因未报告性别被排除出校正模型；学业工作负荷和评估时间未在个体水平测量。意义：医学院不应仅由使用频率推断心理获益或危害；多中心纵向设计应结合正式适配态度工具、经验证福祉测量、客观或日记AI暴露、任务特异教育用途和评估时间；定性工作可澄清为何主动参与可与感知获益、风险和困扰共存；教育项目应直接评价AI素养、验证实践、隐私和批判性使用，而非假定更多暴露必然有益。

研究结论翻译：在本调查的医学生中，AI使用广泛，并同时涵盖教育和个人/非教育目的。本样本未提供一般使用频率与心理困扰总体关联的稳定区块水平证据，且变异范围受限限制了对小效应的推断。研究者翻译的AI态度因子与困扰显示探索性关联，但结构拟合有限、缺乏正式适配以及共同方法过程，使构建特异性结论无法成立。系数方向在DASS-21各子量表中相似，但统计支持不均匀。需要更严格的纵向研究，采用经验证的翻译工具和AI参与的客观测量。