人工智能(AI)越来越被认作是医疗保健领域的一项变革性技术,它有潜力重塑医疗服务的方式并改善患者的治疗结果1,2。通过利用大规模数据集、预测分析技术和机器学习算法,AI可以帮助临床决策、优化工作流程效率,并提高诊断和治疗的准确性3。AI在医疗保健领域的日益整合与“三重目标”框架相契合,该框架强调改善患者护理、提升人群健康水平以及降低医疗成本,这表明AI可能成为实现这些目标的关键工具2。
尽管前景广阔,但AI在临床实践中的应用仍然不均衡。虽然一些专业领域已经接受了AI的应用,但其他领域仍面临诸如缺乏访问途径、正式培训有限以及对临床和伦理影响的不确定性等障碍4。这些挑战凸显了不仅需要开发有效的AI工具,还需要确保医疗专业人员具备安全高效使用这些工具所需的技能和知识的重要性。现有文献强调了开展结构化教育项目的必要性,以帮助从医学生到主治医师各个层面的临床医生应对医疗保健领域中AI日益普及的现状3。
此外,与AI使用相关的伦理、法律和职业责任也带来了额外的复杂性。临床医生必须能够批判性地评估AI的输出结果,将其适当地整合到患者护理中,并理解这些技术可能存在的局限性和潜在偏见5,6。如果没有正式的教育和指导,AI可能会被低估利用、错误应用,或者以损害护理质量和患者安全的方式被整合进来。
虽然之前的研究已经探讨了AI的技术和临床潜力,但仍然存在一个关键空白,即不了解AI在不同医学培训阶段的实际应用情况,以及医疗专业人员对其在实践中应用的准备程度1,3。评估这些模式对于设计有针对性的教育干预措施至关重要,以确保临床医生能够成为熟练、自信且负责任地使用AI技术的专家。
为了解决这一空白,本研究评估了医学生、住院医师、研究员和主治医师在AI使用、频率和教育接触方面的情况。通过识别不同培训阶段AI采用和准备情况的趋势,本研究旨在为未来的课程开发提供信息,并为AI在临床教育和实践中的整合提供可操作的见解。