麦基斯波特，宾夕法尼亚州——宾夕法尼亚州立大学生物医学工程技术专业的学生亚当·鲍曼（Adam Baughman）与讲师乔伊·马尔赫夫卡（Joie Marhefka）共同在2026年6月19日至22日于科罗拉多州丹佛举行的AAMI eXchange会议上展示了关于人工智能（AI）的原创研究成果。另一名该专业学生布雷克斯顿·马歇尔（Braxton Marshall）参与了项目研究但未出席本次会议。
由医疗仪器促进协会（Association for the Advancement of Medical Instrumentation）主办的AAMI eXchange是医疗技术管理领域的顶级会议，汇聚了来自美国及全球的临床工程师、生物医学设备技术人员、医疗技术领导者及行业合作伙伴。
这项名为“AI在HTM：故障排除与未来应用”的独立研究项目，源于马尔赫夫卡通过宾夕法尼亚州立大学教师学院开展的人工智能探索工作，并融合了鲍曼提出的创新构想。研究包含两大核心部分：第一部分通过问卷调查医疗技术管理专业人员，深入了解人工智能在该领域的当前应用状况、未来潜力、实施挑战以及雇主对求职者AI技能的期望；第二部分则评估了多种生成式AI平台在医疗设备故障排除中的实际效能，研究人员将Perplexity、ChatGPT、Grok、Gemini和Copilot的响应结果与制造商技术文档进行了系统比对。
研究发现，医疗技术专业人员对人工智能的认知已相当普及，AI目前主要应用于行政事务及部分故障排除与预防性维护流程。受访者同时指出预测性维护是极具前景的未来应用方向。然而研究也揭示了多重挑战：许多从业者尚未在工作中应用AI，普遍担忧包括信息不准确、过度依赖AI以及数据安全风险。研究还表明，雇主日益重视求职者对人工智能的基础理解能力及有效提示词编写技巧。
在平台评估环节，研究人员发现没有任何单一工具能持续优于其他平台。尽管各平台均能提供基础信息，但多数响应需通过追问验证准确性，部分甚至生成错误信息或失效参考链接。基于此，研究团队得出结论：生成式AI可作为医疗设备故障排除的辅助起点，但绝不能替代权威技术文档。
马尔赫夫卡表示，AAMI eXchange会议为鲍曼提供了向国际医疗技术专业群体展示研究成果的宝贵机会。她指出，会议参与者对本次报告反响积极，尤其关注学生研究者在该专业会议中的罕见参与度。后续讨论聚焦于专有AI系统与公开平台的优劣对比，以及雇主对未来医疗技术从业者AI知识技能的期待标准。
【全文结束】