生成式人工智能在健康筛查服务中的人机协作应用与初步可用性评估

《Scientific Reports》：Implementing generative artificial intelligence in a tertiary hospital health screening center

　　

摘要

健康筛查中心承担大量重复性、信息密集型的工作任务，这类任务可能非常适合生成式人工智能（GenAI），但安全实施需要具备准确性、隐私保护和流程整合。本项研究在韩国首尔大学医院江南分院开展，时间跨度为2024年6月至2025年5月，研究内容包括工作流程映射、用户需求分析、原型开发和可用性评估。工作流程分析发现，筛查服务线中存在大量重复性、依赖固定协议的沟通任务。筛查中心工作人员表示，对生成式人工智能的需求主要集中在提高工作流程效率和减轻工作负担，而非辅助临床决策。他们优先关注检查前指导和检验结果的自动解释功能，同时对输出准确性、用户接受度、代际差异以及隐私问题提出了担忧。一项基于机构定制检索增强生成的聊天机器人在初步可用性评估中表现良好，在完整性、安全性以及总体偏好方面获得的描述性评分高于通用人工智能模型。这些发现应被视为初步可用性证据，并需在更大规模的评估中进行验证。总体而言，研究结果支持生成式人工智能在健康筛查服务中作为人机协作、机构定制的工作流程辅助工具发挥潜在作用。