医疗AI在牙科手术中的心理影响机制：基于技术接受模型（TAM）的信任中介与调节效应分析

本研究针对医疗AI应用中患者心理体验研究不足的现状，通过三项渐进实验（n=470）探究AI技术对牙科手术患者治疗焦虑与术后满意度的作用机制。结果发现：AI技术可显著降低焦虑水平（p<0.001）并提升满意度（p<0.001）；技术信任在视频模拟（Study 2）和临床实地实验（Study 3）中呈现部分中介效应（95%CI[-0.89,-0.21]）；性别与技术透明度分别调节AI效果，女性患者技术信任度更低，而高透明度条件可强化AI的焦虑缓解作用（ΔM=3.04>2.06）。研究为优化医疗AI临床实践提供了理论与实证依据。

当冷冰冰的机械臂在手术台上精准移动，当人工智能（AI）系统开始参与牙科治疗决策，患者们是否真的准备好了？近年来，医疗AI技术以惊人的速度渗透到临床各领域，尤其在牙科手术中，AI辅助系统凭借其操作稳定性和精准度优势，显著减少了医疗差错、缩短了康复时间。然而，当我们的目光从技术效率转向患者体验时，一个关键问题浮出水面：这位“非人类”手术伙伴，究竟会给患者带来安心还是加剧不安？

传统研究多聚焦于AI的临床 outcomes（结果），却鲜少关注其对社会心理层面的冲击。牙科手术本身就容易引发患者焦虑，而AI的介入可能改变传统的医患互动模式，甚至因“去人性化”操作而加重心理负担。在技术接受模型（TAM）框架下，感知有用性（Perceived Usefulness）和感知易用性（Perceived Ease of Use）虽能预测使用意向，但患者对AI的信任（Trust in AI）如何影响其治疗中的焦虑与满意度，仍是一块未被充分探索的领域。

为此，朱娜团队在《Scientific Reports》发表了一项实证研究，通过三项设计巧妙的实验，层层递进地揭示了医疗AI在牙科手术中对患者心理体验的复杂作用机制。研究不仅验证了AI技术本身的效果，更深入剖析了技术信任的中介作用，以及性别差异与技术透明度的调节效应，为AI在临床中的“软着陆”提供了重要启示。

关键技术方法概述

研究通过三项实验逐步推进：实验1采用文本情境模拟，招募150名大学生志愿者，通过高/低AI使用强度分组比较焦虑与满意度；实验2升级为视频模拟，以160名真实牙科患者为样本，引入性别作为调节变量；实验3在真实医疗环境中开展现场实验，采用2（AI使用强度）×2（技术透明度）被试间设计，纳入160名手术患者，通过Bootstrap法检验技术信任的中介效应。关键量表包括改良牙科焦虑量表（MDAS）、术后满意度量表及基于TAM框架的技术信任量表，数据分析结合t检验、方差分析与中介效应检验。

研究结果

1. 实验1：文本模拟中的主效应初现

在实验室环境下，高AI使用组患者的治疗焦虑显著低于低AI组（M_高AI=14.99 vs. M_低AI=17.23, p<0.001），满意度显著更高（M_高AI=24.68 vs. M_低AI=14.91, p<0.001）。然而，技术信任的中介作用未达显著水平（95%CI[-1.86,1.04]），研究者推测文本模拟的生态效度不足可能限制了信任的感知。

2. 实验2：视频情境中性别差异凸显

当实验场景升级为视频模拟后，技术信任的中介效应开始显现（间接效应=-0.47, 95%CI[-0.82,-0.15]）。更重要的是，性别调节作用显著：男性患者在AI组中技术信任提升更明显（M_AI-男=5.87 vs. M_传统-男=4.56），焦虑下降幅度更大（ΔM=2.86），而女性患者的技术信任建立较缓，AI的焦虑缓解效果较弱。这一发现揭示了性别在技术接受中的不对称性。

3. 实验3：真实医疗环境下透明度效应强化

在真实手术环境中，技术信任的中介效应达到最强（间接效应=-0.53, 95%CI[-0.89,-0.21]）。技术透明度展现出关键调节作用：在高透明度条件下（实时显示AI操作数据），AI技术的焦虑缓解效果（ΔM=4.32）显著优于低透明度组（ΔM=2.15）。同时，AI使用强度与技术透明度对术后满意度存在显著交互作用（F(1,156)=7.92, p=0.005），表明信息开放性能有效放大AI技术的心理获益。

结论与启示

本研究通过多阶段实验设计，揭示了医疗AI影响患者心理体验的精细化机制。首先，AI技术本身确实能降低焦虑、提升满意度，但这一效果并非直接产生，而是通过技术信任的部分中介作用实现。其次，中介效应的强度随实验场景的真实性递增——从文本模拟的未显现，到视频模拟的初现，再到临床环境下的稳健，说明信任建立高度依赖情境真实性。更值得关注的是，性别与技术透明度作为边界条件，显著调节了AI技术的心理效应：女性患者对AI的信任建立更慢，技术获益相对有限；而高透明度操作则能通过增强可控感，最大化AI的积极影响。

这些发现对临床实践具有明确指导意义。医疗机构在推广AI技术时，需特别关注信任建立过程，例如通过实时显示手术数据提升透明度。针对性别差异，应为女性患者提供更详细的技术解释与情感支持。此外，研究提出的“TAM-informed, trust-augmented framework”为理解医疗技术接受机制提供了新视角，将经典技术接受模型（TAM）与临床心理 outcomes 有机衔接。

当然，研究也存在局限，如学生样本的代表性不足、缺乏长期追踪数据等。未来研究可扩大样本多样性，结合生理指标多模态评估，并进一步区分AI自主性与信息呈现形式的具体影响。但毫无疑问，这项研究为AI时代的医患关系优化投下了一颗重要的“信任砝码”，提醒我们：再先进的技术，也需以患者的心理体验为尺。