背景：
近年来，人工智能（AI）在医疗保健领域的受欢迎程度呈指数级增长。大型语言模型的出现进一步拓展了其在医学中的潜力，AI 在多个医疗领域表现出色。然而，AI 在医疗教育中的融入带来了诸多挑战，包括伦理问题等。现有文献在AI在医学教育方面存在研究不足。
方法：
这是一项多中心横断面研究，遵循了相关声明并获得了伦理批准。为评估医学、牙科和兽医专业学生对AI的技术素养、知识、课程现状、教育偏好和态度，研究人员基于AMEE指南开发了匿名在线调查。通过文献综述、焦点小组讨论和专家小组评审，确定了调查内容，并进行了预评估和心理测量验证。最终调查通过REDCap平台以英语和西班牙语版本分发，采用非概率便利抽样方法，通过学院通讯和课程进行推广。研究制定了纳入和排除标准，并使用SPSS Statistics 25和R软件进行数据分析。
结果：
试点研究中，量表维度的内部一致性从可接受到良好。最终研究队列包括来自48个国家192所学院的4596名参与者，大多数来自欧洲。学生对AI在医疗中的应用态度积极，但AI知识有限，多数人未接受过AI课程，且感觉未做好使用AI的准备。地区比较显示，全球南北地区和各大洲之间在对AI的看法上存在显著差异。
讨论：
本研究为全球AI在医疗课程中的认知和教育提供了关键见解。研究结果揭示了学生对AI态度乐观，但也存在对伦理和法律挑战的担忧以及准备不足的情况。地区差异明显，亚洲学生的准备情况等因素可能受多种因素影响。大多数参与者对学习AI实用技能感兴趣。小组分析显示，一些地区在特定项目上存在中到大的效应量。最后，学生对可解释的AI系统表现出强烈偏好。
研究存在局限性，包括参与者地区分布不均、在线设计和语言限制、抽样方法可能导致的选择偏差、低响应率等。
结论：
本研究是目前关于医学生对医疗保健教育和实践中AI看法的最大规模调查，揭示了学生对AI在医疗保健中的作用持乐观态度，强调了在医学课程中进行AI教育的迫切需求以及为学生适应AI融入医疗实践做好准备所面临的普遍挑战和机遇。
数据和材料的可用性：
本研究收集和分析的所有数据均可在figshare上获取。
