人工智能技術在醫療領域已經得到實踐，并積極探索新的領域，尤其在腫瘤領域展現出前所未有的潛力和前景。然而，面對日益廣泛的AI產品的應用，腫瘤醫生對AI的擔憂是什么?持怎樣的態度?這些擔憂絕非杞人憂天，它們觸及到醫療專業和倫理的問題。

　　中國抗癌協會人工智能專業委員會于2023年進行了中國腫瘤醫生對AI感知態度的課題研究，其中一項子課題是關于腫瘤醫生對AI擔憂的研究。研究結果發表在JMIR Form Res (https://pubmed.ncbi.nlm.nih.gov/38838307/)。

存在多重擔憂

　　全國范圍內的228名腫瘤醫生參與了在線問卷調研，研究發現醫生們在擁抱AI技術的同時，也表達了對其在臨床中AI應用的多種擔憂。這些擔憂不僅多樣且深刻，其背后的因素對于推動AI在醫療領域的安全、有效實施具有不可忽視的影響。

　　根據調研結果，擔憂主要體現在以下方面：

　　1.AI誤導診斷與治療的隱憂：高達71.49%的受訪者表達了對AI可能誤導診斷和治療流程的深切憂慮。由于AI系統高度依賴訓練數據，數據中的偏見會無形中傳遞給AI，進而引發錯誤的診斷或治療建議。此外，AI的預測能力受限于其學習數據的完整性，不全面的數據如同盲人摸象，難以保證預測的準確性。更令人擔憂的是，AI系統的復雜性和不透明性常常讓醫生難以透徹理解其背后的邏輯與結論，加之部分醫生缺乏針對AI的充分培訓，這可能會導致在實際應用中做出次優的決策。

　　2.過度依賴AI的風險：71.05%的受訪者警示了過度依賴AI可能帶來的后果——醫生自身的診斷與治療能力或將逐漸退化。他們擔心過度依賴AI可能會削弱醫生通過長期教育、培訓和實踐積累的核心技能，導致醫生對AI的決策產生盲目相信，進而忽視必要的審慎與判斷力，這無疑對患者的安全構成了潛在威脅。類似完全信任地圖導航，而失去自己的判斷和認知。

　　3.數據安全與患者隱私泄露的隱患：53.95%的受訪者對數據安全和患者隱私保護問題表示了關注。隨著AI系統在醫療領域的廣泛應用，大量敏感的患者數據被收集和處理，這使得醫療系統成為了黑客攻擊的高價值目標。一旦數據泄露，不僅可能引發身份盜竊、財務損失等嚴重后果，還會對醫療機構的聲譽和患者信任造成不可估量的損害。值得注意的是，國外類似研究也普遍將這一問題視為首要顧慮，這或許反映了全球范圍內對數據隱私保護的共同重視，同時也受到不同國家和地區文化認知差異的影響。

　　4.數據與算法偏見的陰影：同樣有53.95%的參與者指出了AI數據和算法偏見的存在及其嚴重后果。這些偏見如同潛藏在健康AI中的定時炸彈，可能導致診斷失誤、治療疏漏，甚至對患者造成不可逆轉的負面影響。更令人擔憂的是，這些偏見還可能加劇社會現有的不平等現象，使得某些群體在享受AI帶來的醫療便利時面臨更多障礙。

　　5.法律法規滯后的挑戰：半數受訪者(50.44%)對AI在醫療領域應用時面臨的法律法規滯后問題表示了擔憂。他們指出，當前醫療AI相關的法律、法規和政策尚不完善，醫療責任界限模糊不清，這給醫療機構和醫生帶來了極大的不確定性。在快速發展的AI技術面前，如何及時制定并完善相關法律法規，確保醫療AI的合法、安全、有效應用，成為了亟待解決的問題。

　　此外，39.47%的參與者對AI產品的“黑箱”特性也表達了一定程度的憂慮，這一現象與學術界和業界對更具可解釋性和透明度AI模型的廣泛呼吁不謀而合。專家認為，可信的AI應當賦予專業人員足夠的能力，讓他們能夠自信地為其決策承擔責任，這進一步凸顯了發展可解釋AI技術的重要性。為確保AI算法在臨床應用中的安全性和有效性，必須對其分析和臨床效果進行持續監測，并明確可解釋性和因果關系作為監督的基石。專家們強調，只有憑借可解釋性和因果關系的明確證據，他們才能更加負責任地履行自己的職責。

　　同時，36.84%的受訪者指出，AI在醫療護理中缺乏同理心，這一觀點在AI倫理的討論中屢見不鮮，凸顯了人類情感在醫療過程中無法被技術輕易替代的獨特價值。另外，商業模式的不明確(25.44%)、與現有工作流程整合的困難(16.67%)，以及AI產品操作的復雜性(同樣占比16.67%)，也是受訪者提及的顯著問題。

　　值得注意的是，僅有一小部分(3.07%)受訪者認為AI在醫療應用中不存在任何風險，這種感知的多樣性很可能源于受訪者對AI技術的理解程度、知識儲備以及實際接觸經驗的差異。

　　在對影響醫生對人工智能(AI)擔憂的人口統計學和專業變量進行的細致分析中，研究發現性別差異在統計上并不顯著。男性和女性醫生對AI可能誤導診斷和治療的擔憂比例相近，分別為71.85%和70.97%，而對過度依賴AI的擔憂比例也相仿，分別為69.63%和73.12%。

　　在教育水平方面，擁有本科學歷的腫瘤醫生對數據和算法偏見的擔憂比例高于碩士和博士學位持有者(P=.034)。這可能是因為高等教育培養了個體對新興技術如AI的接受度，通過提供知識、批判性思維能力、技術接觸和學習信心，從而減少了對AI的擔憂。此外，本科學歷的腫瘤醫生對法律法規政策滯后的擔憂也更為顯著(P=.046)。相比之下，臨床工作10年以下的腫瘤醫生對這一問題表現出較少的擔憂，與擁有10年以上經驗的醫生相比(P=.047)。盡管在大學附屬醫院工作的醫生與非教學醫院的腫瘤醫生相比，對AI商業模式問題表現出更大的擔憂，但這種趨勢并沒有達到統計學上的顯著性(P=.088)。

　　特別值得注意的是，具有IT經驗的醫生——特別是那些參與過醫院信息系統(HIS)、電子病歷(EMR)等項目開發和實施的醫生——在對過度依賴AI的擔憂以及對AI可能降低同理心的擔憂上，明顯低于沒有IT背景的同行(P=.017;P=.003)。這些數據揭示了醫生的專業背景和經驗在他們對AI的接受度和擔憂上的影響，盡管某些趨勢并未達到統計顯著性。

推動AI在醫療領域健康應用

　　研究進一步指出，IT經驗在醫生對AI的態度中扮演了重要角色。具備IT經驗的腫瘤科醫生由于對AI的能力和局限有更深刻的理解，因此在將AI技術融入其醫療實踐中顯得更加自信。而沒有IT經驗的醫生可能因為對這項技術的不熟悉而感到擔憂。這些發現強調了在醫療領域推廣AI技術時，需要考慮到醫生的不同背景和經驗，并提供相應的教育和培訓，以確保技術的有效和人性化的整合。

　　在深入剖析影響醫生對人工智能(AI)擔憂的人口統計學與專業變量時，研究發現了一個引人關注的現象：性別差異的影響在其他眾多研究中有統計學上的顯著性。本研究未見此差異，具體而言，無論是男性醫生還是女性醫生均普遍擔憂AI可能誤導診斷與治療;同樣，在過度依賴AI的憂慮上，兩者的比例也相近，分別為69.63%和73.12%。不過在國外其他?？漆t生研究中，顯示了性別上的差異，可能與樣本量有關。

　　觀察教育水平的影響，研究揭示了預期中的發現：相較于碩士及博士學位的同行，擁有本科學歷的腫瘤醫生對數據和算法偏見表現出更高的擔憂比例(P=.034)。這或許歸因于高等教育在增強個體對新興技術接受度方面的作用，通過系統學習、批判性思維訓練及技術實踐的積累，高學歷醫生可能更加自信地面對AI帶來的變革，從而減少了不必要的憂慮。此外，本科學歷的腫瘤醫生還顯著更擔心法律法規政策滯后的問題(P=.046)，而臨床工作經驗超過十年的醫生則對此類問題表現出更多憂慮，與經驗較少的醫生形成對比(P=.047)。

　　尤為值得注意的是，那些具備IT經驗，特別是參與過醫院信息系統(HIS)、電子病歷(EMR)等項目開發實施的醫生，在擔憂過度依賴AI及AI可能削弱同理心的問題上，比例顯著低于無IT背景的醫生(P=.017;P=.003)。這表明，對AI技術的深入理解與實踐經驗，不僅增強了醫生對AI的信心，也促使他們更理性地看待其潛在影響。

　　AI在腫瘤學領域展現出了極為廣闊的應用前景，但要確保其順利融入臨床實踐，有必要正視醫生們的顧慮。這需集合政策制定者的引導、技術開發者的創新、醫療專業人員的實踐智慧以及法律專家的專業意見，來共同推動。具體措施包括增強透明度、堅持以人為核心的設計理念、有效減少技術偏見，并對醫療工作者進行充分的AI知識普及，使他們既了解AI的巨大潛力，也認識到其局限性。這些努力對于促進AI在醫療行業的健康發展至關重要。

　　需要指出的是本次關于AI在醫療應用中的調查問卷已經過嚴格的效度和信度驗證，確保了數據的可靠性和問卷的質量。更令人期待的是，即將發布的II期調研結果，基于1122例更大樣本量的數據，將為我們提供更為深入、全面的分析視角，幫助我們探索更多變量間的關聯與影響，進一步推動AI在醫療領域的精準應用與持續優化。

　　作者簡介

　　李明，博士，MBA，醫學士，主治醫師，研究員。主要研究領域數字健康，醫療人工智能，衛生政策。