尼日利亚拉各斯医疗机构中医疗专业人员的人工智能使用:一项横断面研究

《BMC Digital Health》:Artificial intelligence use among healthcare professionals in healthcare facilities in Lagos, Nigeria: a cross-sectional study

【字体: 大 中 小 】 时间:2026年07月22日 来源:BMC Digital Health 3.2

编辑推荐:

  背景:人工智能(AI)正在迅速改变全球医疗服务的提供。在尼日利亚,医疗专业人员对AI的采用、其使用模式及相关因素是亟待探索的新问题。本研究旨在评估尼日利亚拉各斯州医疗专业人员中AI使用的流行率、模式及决定因素。方法:在拉各斯14家公立医疗机构(涵盖初级、二级和

  
背景:人工智能(AI)正在迅速改变全球医疗服务的提供。在尼日利亚,医疗专业人员对AI的采用、其使用模式及相关因素是亟待探索的新问题。本研究旨在评估尼日利亚拉各斯州医疗专业人员中AI使用的流行率、模式及决定因素。方法:在拉各斯14家公立医疗机构(涵盖初级、二级和三级医疗)的415名医疗专业人员中开展了一项描述性横断面研究。数据通过结构化自填问卷收集,并采用描述性统计、卡方检验和二元逻辑回归进行分析。结果:尽管只有19.8%的人接受过正规AI培训,但86.5%的人报告使用了AI,其中51.3%的人专门将其用于专业职责。最常见的专业应用是诊断支持,包括临床推理、实验室和放射学结果解读以及药物相互作用检查。专业职责中的AI使用与教育水平显著相关(p?=?0.042);具有研究生学历的专业人员使用AI的可能性是仅具有基础医疗学位人员的两倍(OR?=?2.07, p?=?0.014)。主要障碍包括隐私担忧、算法不信任以及有限的正规培训。结论:尽管正规培训率低,但拉各斯公立医疗机构中的医疗专业人员普遍使用AI相关数字工具,主要用于支持诊断推理和临床文档。这些发现强调了需要结构化的AI素养计划和组织治理框架,以支持尼日利亚卫生系统中安全、公平的AI整合。
**论文解读:尼日利亚拉各斯医疗机构中医疗专业人员的人工智能使用**

**研究背景与问题**
人工智能(AI)正在全球范围内深刻改变医疗服务的提供方式,其应用涵盖诊断、临床决策支持、预测分析、患者分诊、行政自动化及工作流程优化等领域。尽管AI在理论上具有显著提升医疗质量与效率的潜力,但在非洲,尤其是尼日利亚,AI的整合仍处于碎片化状态。现有文献多关注医疗专业人员对AI的认知与态度,缺乏对实际使用模式、工作流程整合及系统性障碍的实证研究。尼日利亚医疗体系面临基础设施薄弱、资金不足及人力短缺等挑战,理解AI在临床实践中的真实采用情况对于制定数据驱动的政策至关重要。拉各斯作为尼日利亚的数字创新中心,其研究结果可为撒哈拉以南非洲其他类似城市提供可迁移的见解。研究人员针对这一空白,开展了本研究,旨在评估拉各斯州公立医疗机构中医疗专业人员AI使用的流行率、模式及决定因素。论文发表在《BMC Digital Health》。

**关键技术方法**
本研究采用描述性横断面设计,于2024年5月至8月期间,在拉各斯14家公立医疗机构(包括1家三级医院、3家二级医院及10家初级卫生中心)中,对415名直接提供医疗服务的专业人员(包括医生、护士、药剂师、物理治疗师等)进行问卷调查。样本来源:三级医院(拉各斯大学教学医院)和二级医院(奥里莱阿吉格总医院、岛妇产医院、伊科罗杜总医院)采用目的性选取,初级卫生中心采用简单随机抽样。数据收集使用基于技术接受模型(Technology Acceptance Model, TAM)改编的结构化自填问卷,涵盖社会人口学特征、AI知识、使用模式及决定因素。分析采用描述性统计、卡方检验及二元逻辑回归,模型拟合通过Hosmer-Lemeshow检验评估。

**研究结果**

**社会人口学特征**
受访者平均年龄32.35±8.42岁,以21–30岁(48.2%)、女性(68.4%)、约鲁巴族(71.1%)为主,学士学位占比68.7%,护理人员最多(42.9%)。参与者均匀分布于初级(31.6%)、二级(32.8%)和三级(35.7%)医疗机构。

**AI使用流行率**
尽管仅19.8%的受访者接受过正规AI培训(如课程、研讨会或讲习班),但86.5%报告曾使用过AI技术,51.3%将其用于专业职责,50.6%用于研究活动。值得注意的是,仅25.1%的受访者表示其所在医疗机构已采用AI,提示大部分AI使用发生在正式组织框架之外(即“影子IT(Shadow IT)”现象)。

**AI使用模式**
在专业实践中,最常见的AI应用是AI辅助诊断,81.7%的受访者报告“总是”或“经常”使用,包括临床推理、实验室及放射学结果解读、药物相互作用检查。相比之下,AI辅助药物处方、AI医学影像和AI可穿戴设备的使用率较低(超过70%“很少”或“从未”使用)。AI搜索引擎和写作助手的使用率中等(分别为20.7%和8.4%的频繁使用)。

**动机与障碍**
使用AI的主要动机为便利性(55.7%)、任务效率(44.1%)和改善学习(40.5%)。主要障碍包括数据隐私担忧(51.8%)、对AI算法的不信任(34.0%)、伦理担忧(26.7%)以及使用困难(17.3%)。经济和技术限制(如互联网数据成本12.5%、缺乏智能设备4.3%)也构成障碍。

**相关因素分析**
卡方检验显示,教育水平与专业职责中的AI使用显著相关(p=0.042),研究生学历者使用比例(66.7%)高于学士学位者(49.1%)。设施类型未达到统计学显著性(p=0.055),但二级医疗机构使用率(59.7%)高于初级(48.9%)和三级(45.9%)。其他变量(年龄、性别、种族、专业类别)无显著关联。

**逻辑回归预测因素**
二元逻辑回归模型(Likelihood Ratio χ2(5)=23.47, p<0.001)显示,与学士学位相比,研究生学历者使用AI的几率显著增加(OR=2.07, 95% CI: 1.16–3.71, p=0.014)。二级医疗机构工作者使用AI的几率约为初级机构的1.55倍,但未达到统计学显著性(p=0.056)。模型解释力较低(Nagelkerke R2=0.052),表明仅解释约5.2%的变异。

**讨论与结论**
讨论部分指出,本研究发现的高AI使用率(86.5%)与低正规培训率(19.8%)之间的脱节,反映了医疗专业人员依赖自我导向学习和非正式使用数字工具的现象,这与“影子IT”模式一致,可能引发临床治理、数据隐私及算法偏见等风险。AI辅助诊断的高频率使用(>80%)凸显了临床价值驱动的采纳行为,但需注意区分经过验证的临床决策支持系统与非正式使用的生成式AI工具(如ChatGPT)。教育水平作为显著预测因素(OR=2.07),与全球趋势相符,提示研究生学历者更强的AI素养和接受度。隐私担忧和算法不信任是主要障碍,尤其在非洲背景下,数据匮乏(health data poverty)和算法偏见(algorithmic bias)问题加剧了数字健康鸿沟。研究还发现,虽然二级医疗机构的AI使用率高于初级机构,但差异未达统计学显著,提示需关注初级医疗设施的资源不足。

**研究结论翻译**:本研究提供了尼日利亚拉各斯公立医疗机构医疗专业人员中AI使用的流行率、模式及决定因素的实证证据。尽管正规培训率低,但AI相关数字工具的使用普遍存在,主要用于支持诊断推理和临床文档。隐私担忧和算法不信任是各层级和各类别专业人员采纳的主要障碍。这些发现强调了需要结构化的AI素养计划、健全的数据治理框架及针对具体情境的临床指南。未来研究应采用任务特异性及纵向方法,以更好地刻画AI整合在不同医疗机构层面的临床影响和公平性含义。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号