摘要：本研究旨在探究中国广西医学生对人工智能（AI）的感知知识、态度和实践（KAP）。方法：2024年10月至11月，研究人员在中国广西两所大学开展了一项横断面调查。调查采用5点李克特量表评估学生的AI相关KAP。使用分位数回归模型（τ=0.5）识别与KAP评分相关的因素。结果：共纳入894名本科医学生。参与者的感知AI知识处于中等水平（平均得分13.36±3.26），态度呈中等正向（平均得分38.49±5.69）。然而，AI实践水平较低（平均得分15.40±4.57），其中用于备考的AI实践频率最高（平均得分2.40±0.84）。性别、年级、专业、籍贯、过去一年参观科技馆或展览、以及本科期间学习过AI与感知AI知识相关。性别、过去一年参观科技馆或展览、以及感知AI知识与对AI的态度相关。性别、年级、本科期间学习AI、感知AI知识、以及AI态度与AI实践相关。显著障碍包括实践机会有限、缺乏专业教科书和课程、以及专业指导不足。结论：广西医学生具有中等水平的感知AI知识和正向态度，但结构性障碍（实践机会有限、缺乏专业教科书/课程、专业指导不足）阻碍了AI融入医学教育。基于这些发现，研究人员提出：整合AI选修模块与实践工作坊（利用开源工具）；为服务农村的机构开发开放获取、低成本的学习材料及教师培训；促进跨学科合作，将AI应用于临床案例。未来研究应评估此类干预措施，并解决AI学习中的结构性不平等。
论文解读
**研究背景与问题**
人工智能（Artificial Intelligence, AI）作为变革性技术，在医疗诊断、个性化治疗、医学影像等领域展现出显著潜力，有望改善临床结局与患者护理。然而，尽管AI在医学中的重要性日益凸显，其在医学教育中的整合仍十分有限，尤其是在亚洲地区相关研究尚处起步阶段。医学生对AI的感知知识（perceived knowledge）、态度（attitude）与实践（practice）（即KAP）是影响AI成功融入医学教育和未来实践的关键因素。现有研究揭示了学生AI知识不足、对传统医学角色被取代的疑虑、伦理担忧及技术复杂性等混合认知。此外，识别AI整合的障碍（如设备缺乏、教育暴露有限、时间限制）对制定有效推广策略至关重要。在中国，已有研究探索了东部发达地区医学生的AI-KAP，但欠发达地区（如广西）的相关研究十分稀缺。广西作为经济欠发达、农村人口占比高的区域，学生在AI教育资源获取方面可能面临独特挑战（如技术基础设施与教育暴露差距）。因此，本研究旨在探索广西医学生的AI-KAP现状及其影响因素，为制定针对性教育干预、支持AI融入医学课程提供依据。
**研究方法**
研究人员于2024年10月至11月在广西两所大学（目标人群约5316名本科医学生）开展横断面调查，采用便利抽样法，通过临床专业教学管理员向学生电子发放中文问卷。问卷基于KAP模型编制，经专家内容效度评价及30人预试验（排除最终分析）验证，包含人口学信息、感知AI知识（5条目）、AI态度（12条目）、AI实践（7条目）及AI学习视角（5条目）五部分。KAP部分采用5点李克特量表计分。通过探索性因子分析（Exploratory Factor Analysis, EFA）确认三维结构。使用分位数回归模型（τ=0.5）分析影响KAP评分的因素。最终纳入894名有效参与者。
**研究结果**
**1. 感知AI知识**
参与者感知AI知识处于中等水平（均值13.36±3.26）。多数条目应答集中在“知道一些”（44.5%-57.2%）。得分最高的条目为“AI需要大量标记数据进行学习”（2.84±0.89），最低为“是否知道深度学习/机器学习”（2.50±0.77）。分位数回归显示：男性、城市籍贯、过去一年参观科技馆或展览、本科期间学习过AI、以及年级1-4（相对于年级5）能显著预测更高的感知知识得分；临床医学、全科医学及其他专业（以医学影像为参照）则与更低的知识得分相关。
**2. AI态度**
医学生对AI持中等正向态度（均值38.49±5.69）。得分最高的三条态度条目为“所有医学生必须了解AI的伦理影响”（3.62±0.86）、“AI将促进医学发展”（3.61±0.72）及“AI将是我领域的重要工具”（3.50±0.82）；得分最低的为“人类教师将在可预见的未来被取代”（2.41±0.92）。分位数回归显示：男性与更消极的态度相关；过去一年参观科技馆或展览、以及更高的感知知识得分与更积极的态度相关。
**3. AI实践**
医学生AI实践频率较低（均值15.40±4.57），最高为“使用AI备考”（2.40±0.84），最低为“使用AI进行个人选择/职业指导”（2.01±0.80）。分位数回归显示：男性与更低的实践频率相关；本科期间学习过AI、年级1-4（相对于年级5）、更高的感知知识得分及更积极的态度能显著预测更高的实践频率。
**4. 障碍与学习视角**
关于AI学习需求，53.1%的学生认为“日常生活中的基本知识足够”，61.0%偏好“选修课程”，85.1%强调需要“了解AI与医学的交汇”。主要困难包括：缺乏实践机会（81.0%）、缺乏专业教科书和课程（78.9%）、缺乏专业教师指导（73.5%）。AI应用的主要障碍为：缺乏设备/技术访问（76.0%）、缺乏知识与专业知识（70.1%）、教育负担导致时间不足（62.3%）。
**讨论与结论**
本研究发现广西医学生AI感知知识中等、态度正向，但实践水平低，且存在显著结构性障碍。讨论指出：男性感知知识更高但态度更负向、实践更低；城市学生、有科技馆参观经历和AI学习经历者的知识得分更高；医学影像专业学生知识得分高于临床医学和全科医学，归因于该领域AI应用更深入。研究还强调，即便态度积极，在资源受限环境下，正向态度并不自动转化为实践。研究结论为：广西医学生具有中等感知AI知识与正向态度，但结构性障碍（实践机会有限、缺乏专业教科书/课程、专业指导不足）阻碍了AI融入医学教育。基于此，研究人员提出三项可操作建议：①整合AI选修模块并建立利用开源工具的实践工作坊；②为服务农村的机构开发开放获取、低成本的AI学习材料并提供教师培训；③与计算机科学系开展跨学科合作，将AI应用于真实临床案例。未来研究应探索影响AI学习的结构性不平等，政策制定者和医学教育者应优先推进这些举措，以使未来医生具备关键AI能力。本研究局限性包括：横断面设计无法推断因果关系；自报告数据可能存在偏差；便利抽样影响普适性；样本偏倚（82.7%为五年级学生，临床医学和全科医学占主导）需谨慎解释年级和专业差异。
