技术一直在改变医学实践方式。听诊器、便携式超声、电子病历，每一项技术的出现都伴随着同等程度的期望与质疑。人工智能(AI)也不例外，只是这一次，风险更高，变革速度更快。
我们现在正接近——或许已经进入——一个人工智能(AI)能够真正促进临床卓越而非阻碍它的新阶段。但要实现这一未来，需要某种仅靠技术无法提供的东西：信任。
EBSCO Clinical Decisions委托进行的最新医疗AI研究揭示了这一信任挑战的具体形态，它比大多数头条新闻所暗示的更为微妙。这些发现基于对1000名美国临床医生和1000名美国消费者的独立调查，探讨了AI在实际护理中的应用情况，以及医生和患者对此的感受。
研究结果证实了我们许多人已经感知到的情况：临床AI已经到来，它正在为我们节省时间，但在使用者与我们为其使用该技术的人群之间，信任差距正在扩大。
每一代临床医生都必须适应。这一代也不例外。
不久前，电子健康记录(EHR)还是医疗领域的颠覆者。在此之前，认为计算机屏幕会介于医生和患者之间的想法似乎威胁到了诊疗室应有的本质。在某些方面，它确实如此。最初，这一转变很笨拙。技术需要本应属于患者的注意力。
但临床医生适应了。他们学会了使用这一工具而不被它所支配。医学实践也因此变得更好。
AI是这一故事的下一章。未来几年将定义护理标准的临床医生，不是那些抵制它的人，而是那些学会善用它的人。带着辨别力，带着透明度，并将医患关系作为一切围绕的固定点。
问题不在于AI是否应该进入诊疗室。数据清楚地表明它应该。问题在于什么类型的AI，以及应该如何使用它。
临床决策支持AI的必要性：证据差距真实存在，正在消耗医生本不充裕的时间
医学一直要求临床医生保持与时俱进。但已发表的证据数量增长速度超过了任何个人能够有效追踪的范围。临床指南定期更新。试验结果推翻了长期持有的假设。新的药物相互作用被发现。紧跟研究进展已成为工作中最默默消耗精力的部分之一。
我们的调查显示，68%的临床医生每周花费3至6小时在诊疗点手动搜索和综合临床证据。这项工作主要发生在患者就诊之间或下班后。从患者护理、家庭和休息中挤出的时间。这不可持续，而且本不必如此。
AI-CDS：为临床实践的复杂性而构建
这正是基于证据的临床决策支持AI旨在解决的问题。与基于广泛未经验证的互联网数据构建的通用AI工具不同，AI-CDS工具仅在经过同行评审的研究和既定临床指南上进行训练。它们在临床工作流程中、在决策时刻提供相关、可验证的指导，每项建议都可追溯到其来源。
结果不言而喻。四分之三(75%)的临床医生报告称，使用AI-CDS每次患者就诊可节省4分钟或更多时间。近四分之一(23%)的医生节省了10分钟或更多。87%的医生表示它减轻了认知负担，将精神能量从信息检索中解放出来，并将其归还到它应有的位置：临床推理、患者背景以及算法无法替代的判断。
人工智能在医疗保健中的应用情况：数据告诉我们什么
临床环境中AI的采用遵循熟悉的轨迹。它从负担最重、风险感觉最低的地方开始。如今，文档记录是主要使用场景，47%的临床医生报告他们使用AI来记录患者就诊笔记——根据我们的研究，75%的受访消费者对此感到舒适。
但故事并未止步于此。临床医生目前主要将AI用于诊疗点的临床决策支持(17%)、鉴别诊断自动化(15%)以及实验室和影像解读(6%)。
这项新研究清楚地表明，AI正稳步从行政层面走向临床层面，引领这一趋势的临床医生正在向其他专业人士展示负责任采用AI的样子。
护士从业者作为早期采用者铺平道路
最具启发性的发现之一是护士从业者(NP)作为早期采用者的角色。事实上，40%的护士从业者每班次使用AI-CDS 6至10次。他们的方法值得注意，因为超过一半的人有26-50%的时间会手动验证AI-CDS的指导。
高使用率与积极监督并不矛盾。这正是模式。AI-CDS通过提供决策信息而非做出决策来赢得其在临床实践中的地位。临床医生的判断仍然是最终决定。
医疗保健研究显示信任是差异化因素
对于正在权衡AI策略的组织来说，医疗AI研究在这里变得最具指导意义。医疗AI的信任并不存在于单一光谱上。它根据工具类型明确地分为两类。
我们的调查显示，80%的临床医生信任来自医疗特定、基于证据的AI-CDS工具的临床指导。在消费者中，这一模式更为明显：66%的消费者表示，如果使用专业AI工具，他们对建议的信心会增加，而54%的消费者表示，如果使用通用AI，他们的信心会下降。
这不是微妙的偏好，而是一个明确的指令。信任的架构要么内置于工具设计中，要么完全缺失。将所有AI视为可互换的医疗组织，实际上冒着损害患者信心和临床可信度的风险。
透明度不是可选项，而是基础
在AI驱动的临床决策支持的透明度方面，临床医生要求采用"玻璃盒"方法：每个AI输出必须可追溯到其来源证据。他们认为最重要的功能包括直接链接到源文献(24%)、强大的数据隐私保护(23%)、人类专家审查和验证(22%)，以及对结论如何得出的清晰透明度(21%)。
对患者而言，披露是一个伦理问题，而非偏好问题。我们的数据显示，56%的患者表示，如果其医疗服务提供者在未告知他们的情况下使用通用AI，这将是对信任的侵犯。主动提供的透明度，是区分能建立护理关系的AI与悄悄损害护理关系的AI的关键。
真正的回报：为医学核心提供更多时间
当AI-CDS吸收证据综合的工作——手动搜索、交叉引用、下班后研究——它不仅为临床医生返还了时间。它还返还了在场感。而在医学中，在场感就是一切。
数据清晰明了：89%的临床医生相信AI-CDS将带来更好的患者结果和更高质量的护理。同样，67%的消费者同意AI节省的时间将使他们的医疗服务提供者更加投入并成为更好的沟通者。当临床医生被问及他们会如何利用他们重获的时间时，首选答案是与现有患者共度更有意义的时间(23%)。
这是值得遵循的信号。以透明度设计，以证据为基础，并以患者关系作为成功衡量标准进行部署，AI-CDS并非医学实践的威胁。它是我们在一代人中拥有的最有希望的工具之一，可以更好地实践医学。
完整情况在报告中
本文提供了对这些发现的一瞥。完整视图——包括医疗组织如何缩小医患信任差距、AI披露的伦理框架、按角色划分的采用情况，以及定义负责任AI-CDS部署的操作步骤——可在完整报告中获取。
探索来自1000名美国临床医生和1000名美国消费者的完整发现，了解基于证据的AI-CDS如何能够成为信任的基础——而不是其所旨在支持的护理的障碍。
【全文结束】
