《Journal of Multidisciplinary Healthcare》：Perceived Barriers, Supportive-Care Integration, and Readiness for AI Integration in Oncology Practice: A Cross-Sectional Survey of Cancer Care Providers in Saudi Arabia
编辑推荐：
摘要
背景 沙特阿拉伯的癌症护理面临系统性障碍，包括碎片化的电子健康记录（EHR）、财务限制和劳动力短缺。人工智能（AI）提供了潜在解决方案，但肿瘤学中提供者的AI准备度仍缺乏明确描述，尤其是在中东地区。本研究评估了感知障碍、支持性护理整合以及提供者对AI
摘要
背景 沙特阿拉伯的癌症护理面临系统性障碍，包括碎片化的电子健康记录（EHR）、财务限制和劳动力短缺。人工智能（AI）提供了潜在解决方案，但肿瘤学中提供者的AI准备度仍缺乏明确描述，尤其是在中东地区。本研究评估了感知障碍、支持性护理整合以及提供者对AI驱动解决方案的准备度。
方法 一项横断面调查于2026年1月17日至2月25日期间以电子方式分发至沙特阿拉伯的癌症护理提供者。该工具由11个研究者开发的问题模块组成，评估障碍（9个条目，5点李克特量表）、支持性护理服务可用性和转诊模式（9项服务）、AI感知（6个同意条目）、AI应用有用性（6种工具）以及采用意愿。采用非参数检验（Kruskal–Wallis、Mann–Whitney U）、Spearman相关和有序逻辑回归进行推断分析，并应用Bonferroni校正进行多重比较。
结果 83名提供者响应（83.1%为医生；平均经验13.1±8.7年）。财务限制（均值3.42/5）和EHR碎片化（3.37/5）是评分最高的障碍。心理肿瘤学（32.5%易获取）和生育保存（30.1%）存在最大的支持性护理缺口。AI意愿较高（76%），多学科团队（MDT）协调仪表板被评为最有用（均值3.98）。EHR碎片化与AI协调工具偏好呈正相关（ρ=0.396，p=0.0002，经Bonferroni校正后仍显著）。数据隐私（72.2%）和算法偏差（56.9%）是主要担忧。在探索性有序逻辑回归中，总体癌症护理评分是唯一与AI意愿独立相关的协变量（OR=1.34，95% CI 1.05–1.72，p=0.020）；二分类敏感性分析显示相同方向（AUC=0.77）。AI意愿在性别、角色或机构类型上无显著差异。
结论 沙特阿拉伯的癌症护理提供者报告了系统性障碍，同时表现出对采用AI工具的高意愿，尤其是用于护理协调。这些发现将MDT仪表板、隐私保护措施以及心理肿瘤学和生育保存方面的支持性护理缺口确定为沙特阿拉伯2030愿景肿瘤学数字健康转型的焦点。
**论文解读：沙特阿拉伯癌症护理提供者对感知障碍、支持性护理整合及人工智能准备度的横断面调查**
**研究背景与问题**
癌症在沙特阿拉伯构成日益增长的公共卫生挑战，据GLOBOCAN 2020估计，每年新发病例约28,189例，且受人口增长、城市化及流行病学转型驱动，预计将显著增加。尽管沙特王国癌症控制战略已大幅扩展治疗能力，但以患者为中心的护理（涵盖心理社会支持、营养咨询、康复及生存计划）在沙特各医疗环境中的实施仍显碎片化。美国国家科学院近期将癌症护理交付描述为“危机状态”，指出协调性、可及性及循证支持性服务整合方面持续存在失败。
在资源差异化的环境中，若干系统性障碍阻碍了有效的肿瘤学护理。碎片化的电子健康记录（EHR）系统妨碍了多学科团队（MDT）之间的连续性，而财务限制（包括保险覆盖范围限制、预授权延误及机构预算约束）则不成比例地影响支持性服务的获取。专职医疗人员（尤其是心理肿瘤学、康复及生育保存领域）的短缺加剧了这些结构性挑战。国际指南现强制要求进行系统性痛苦筛查和支持性护理整合——美国国家综合癌症网络（NCCN）建议每次就诊时进行评估，欧洲肿瘤内科学会（ESMO）将焦虑和抑郁管理列为临床实践优先事项——但实施在各国医疗系统中仍不一致。在沙特阿拉伯，42%的肿瘤学护理通过卫生部分配给不同资源水平的机构提供，这些障碍可能因机构异质性和地域差异而加剧。2022年，全国新发癌症病例约28,100例，癌症相关死亡13,400例，这一负担预计将随人口增长和老龄化而上升。
人工智能（AI）已成为应对这些系统性障碍的有前景方法。肿瘤学中的AI应用现已涵盖诊断成像、治疗规划，并日益涉及护理协调和支持性服务交付。具体AI工具——包括MDT协调仪表板、营养不良风险预测算法（AUC > 0.80）、患者教育聊天机器人及远程康复监测系统——已在临床环境中显示出可行性。沙特数据和人工智能管理局（SDAIA）根据2030愿景成立，制定了国家AI伦理框架，并为医疗AI基础设施投入了大量资金（参见讨论部分的市场预测）。
尽管政策推动势头强劲，但关于一线提供者对AI在癌症护理中准备度的证据仍很匮乏，尤其是在中东地区。一项涵盖445名医疗提供者的全球调查显示，79.5%支持AI采用，但仅20.9%接受过AI专项培训。在沙特阿拉伯，仅39%的提供者报告对使用AI工具有信心，揭示了国家战略与临床准备度之间的差距。Hantel等人调查了204名NCI肿瘤学家，发现95.6%认为AI可改善诊断，但仅27.9%对检测算法偏差有信心。Alsaedi等人调查了314名沙特医疗提供者，报告了中等程度的AI关注度及显著的知识差距，提供了与当前调查最直接可比的数据集。
迄今为止，很少有已发表的研究在同一提供者队列中同时考察三个相互关联的领域——整合癌症护理的系统性障碍、支持性护理服务整合及AI准备度。这一空白在沙特阿拉伯尤为相关，因为快速的数字健康转型产生了对指导实施优先事项的紧迫证据需求。特定障碍（如EHR碎片化）与针对性AI解决方案（如协调仪表板）偏好之间的关系尚未经过实证检验。
本研究旨在：（1）量化沙特肿瘤学提供者对提供整合癌症护理的感知障碍；（2）评估支持性护理服务的整合与利用；（3）评估提供者对AI增强实践的认知、信任及准备度；（4）考察障碍感知与AI解决方案偏好之间的关联。假设包括：（H1）报告更高EHR碎片化的提供者将更偏好AI协调工具；（H2）非医师提供者因护理协调角色而认为AI更有用；（H3）先前AI接触会增加信任；（H4）大学医院附属机构因更高的学术技术创新接触而预测更高的AI准备度。
**关键技术与方法**
本研究采用横断面、基于网络的调查设计，于2026年1月17日至2月25日期间通过电子问卷分发至沙特阿拉伯全国癌症护理提供者（包括医师、护士、临床药师、营养师、心理学家及社会工作者）。样本通过多通道招募策略获取：沙特肿瘤学会分发名单、全国三级中心肿瘤科主任的电子邮件邀请、社交媒体（X平台）及专业WhatsApp群组。调查工具由研究者开发，包含11个问题模块，评估障碍（9个条目，5点李克特量表）、支持性护理服务可用性与转诊模式（9项服务）、AI感知（6个同意条目）、AI应用有用性（6种工具）及采用意愿。统计分析采用非参数检验（Kruskal–Wallis、Mann–Whitney U）、Spearman相关及有序逻辑回归，并应用Bonferroni校正进行多重比较。五个复合得分（障碍得分、可及性得分、AI信任得分、AI有用性得分及AI准备度指数）通过内部一致性检验（Cronbach's α > 0.80）。所有分析在Stata IC 16.1中完成。
**研究结果**
**研究人群（Study Population）**
共83名癌症护理提供者完成调查，以医师为主（83.1%），平均经验13.1±8.7年。45.8%的受访者每周接诊超过40名癌症患者。主要实践区域为西部地区（56.6%），最常见的机构类型为卫生部/医疗城（42.2%）。51.8%报告当前使用AI或决策支持工具。
**感知的癌症护理障碍（Perceived Barriers to Cancer Care）**
复合障碍得分均值3.22±1.20（中位数3.22，IQR 2.22–4.33），表明中高水平的感知障碍。财务和保险限制评分最高（3.42±1.39，51.8%评分为≥4），紧随其后的是专科医生可及性有限（3.40±1.40）和EHR碎片化（3.37±1.29）。时间限制（3.29±1.29）和专职医疗人员不足（3.30±1.39）也被评为显著。缺乏MDT会议获得最低障碍评分（2.84±1.51）。当要求选择三个最紧迫的障碍时，受访者优先考虑财务限制（50.6%）、时间限制（45.8%）和人员短缺（42.2%）。在财务障碍子类型中，保险覆盖范围限制最常见（62.7%）。
**支持性护理整合与转诊模式（Supportive-Care Integration and Referral Patterns）**
支持性护理服务可用性差异显著。疼痛管理（62.7%易获取）、临床营养（62.7%）、社会工作（60.2%）和姑息治疗（59.0%）是最整合的服务。相比之下，心理肿瘤学（32.5%）、生育保存（30.1%）和淋巴水肿服务（37.3%）存在显著的可及性缺口，分别有13.3%、10.8%和15.7%的受访者不知道这些服务。转诊模式与可及性一致：疼痛管理（67.9%经常/总是转诊）和姑息治疗（64.5%）利用率最高，而生育保存（28.8%）、心理肿瘤学（28.9%）和精神支持（34.3%）最低。服务认知与转诊频率之间存在强正相关（ρ=0.702，p<0.001）。总体机构癌症护理评分均值为7.63±2.08（0–10分）。
**AI感知与准备度（AI Perceptions and Readiness）**
受访者表现出高AI意愿：75.9%评分为≥4（均值4.20±0.98），仅6.0%表示不情愿。在六个AI同意陈述中，AI可减少工作量（3.66±1.25，57.8%同意/强烈同意）和改善支持性护理协调（3.65±1.14，55.4%）最受认可。使用AI工具的信心获得最低认可（3.27±1.13，40.9%）。在六种AI应用中，MDT协调仪表板被评为最有用（3.98±1.02，68.7%认为非常/极度有用），其次是患者教育聊天机器人（3.87±1.01）和生存计划工具（3.82±1.04）。心理困扰警报系统评分最低（3.42±1.17）。数据隐私是主要关注点（72.2%），其次是算法偏差（56.9%）、缺乏临床证据（48.6%）和EMR整合挑战（38.9%）。
**假设检验（Hypothesis Testing）**
- **H1（EHR碎片化→AI协调偏好）**：支持。EHR障碍评分与AI MDT仪表板有用性呈正相关（ρ=0.396，p=0.0002，经Bonferroni校正后仍显著）。高EHR障碍组（≥4）对协调仪表板的评分显著高于低组（4.26 vs 3.68；p=0.018）。
- **H2（非医师认为AI更有用）**：不支持。医师与非医师在AI有用性评分上无显著差异（3.64 vs 3.64；p=0.893）。
- **H3（先前AI接触→更高信任）**：仅趋势。当前AI用户报告更高信心（3.47 vs 3.05；p=0.102；Cohen's d=0.38），但信任和总体意愿差异未达统计学显著性。
- **H4（机构类型→AI准备度）**：边缘显著。大学医院提供者报告最高AI有用性评分（4.09），其次为MOH（3.80）和私立机构（3.43），Kruskal–Wallis检验H=5.94，p=0.051。
**AI意愿的预测因素（Predictors of AI Willingness）**
三个嵌套有序逻辑回归模型中，模型2（加入障碍得分、可及性得分和总体癌症护理评分）较模型1（仅人口学变量）显著改善（LR χ2(3)=8.08，p=0.044），整体模型接近但未达常规显著性（χ2(6)=12.16，p=0.059），AIC最低（205.7），Pseudo R2=0.061。总体癌症护理评分为唯一与AI意愿独立相关的协变量（OR=1.34，95% CI 1.05–1.72，p=0.020；未通过Bonferroni校正，回归视为探索性）：机构护理评分每增加1分，处于更高AI意愿类别的几率增加34%。障碍得分呈正向趋势（OR=1.41，95% CI 0.95–2.08，p=0.088），经验年限接近显著性（OR=0.95，95% CI 0.89–1.00，p=0.069）。模型3加入AI接触未增加解释力。二分类逻辑敏感性分析确认并强化了这些发现：总体癌症护理评分仍为最强预测因素（OR=1.73，95% CI 1.14–2.63，p=0.010），经验年限达到显著性（OR=0.91，95% CI 0.84–0.99，p=0.025），表明每增加1年经验，高AI意愿的几率降低9%。模型正确分类78.3%的受访者（AUC=0.77）。亚组分析显示AI意愿在性别、经验类别、患者量、区域、国籍或年龄上无显著差异。
**讨论与结论**
**讨论总结**
本研究评估了沙特阿拉伯癌症护理提供者的系统性障碍、支持性护理整合及AI准备度。财务限制和EHR碎片化是最常被评认为限制的障碍；心理肿瘤学和生育保存是最不易获取的支持性服务；AI采用意愿较高，集中于护理协调，但受限于数据隐私和算法偏差的担忧。复合障碍得分（3.22±1.20）反映出劳动力感知到中高水平的整合障碍。EHR碎片化作为一个具有直接技术解决方案的障碍，与其相关的偏好关联为AI部署提供了屏障响应路径。支持性服务缺口与国际指南要求相悖，且服务认知与转诊频率之间的强相关提示提高认知可改善利用率。76%的AI意愿率超过先前沙特报道的39%信心水平，MDT协调仪表板作为最高评分AI应用，与护理协调障碍的突出性一致。数据隐私担忧（72.2%）需结合沙特2023年个人数据保护法及SDAIA伦理框架解读。AI意愿的预测因素分析显示，总体癌症护理评分与AI意愿独立相关，而经验年限呈负相关。医师与非医师在AI有用性感知上无差异，提示专业共识。研究局限性包括样本量有限（n=83）、医师多数样本导致泛化性受限、横断面设计无法推断因果、自我报告意愿可能不转化为实践行为、以及调查工具未经正式心理测量验证。未来研究需开展纵向研究、多中心大样本队列及定性探索，并部署MDT协调仪表板试点。
**结论（Conclusion）**
在83名沙特癌症护理提供者中，采用AI的意愿较高且在各角色和机构间基本一致——因此准备度并非限制性步骤。约束性因素是结构性的：碎片化的EHR、心理肿瘤学和生育保存方面未满足的支持性护理需求，以及数据隐私和算法偏差方面未解决的担忧。最受信息碎片化影响的提供者最偏好AI协调工具，这指向了一条障碍对齐的部署路径——首先部署MDT仪表板，配套隐私保护措施——与沙特阿拉伯的2030愿景数字健康议程相一致。
