医学中的AI:当临床技能退化时会发生什么?AI in Medicine: What Happens When Clinical Skills Fade?

环球医讯 / AI与医疗健康来源:www.medscape.com意大利 - 英语2026-07-22 05:05:23 - 阅读时长5分钟 - 2230字
本文探讨了人工智能在医学领域应用中引发的临床技能退化风险,引用《柳叶刀-胃肠病学与肝病学》发表的研究表明,长期使用AI辅助诊断工具的内窥镜医师在没有技术支援时腺瘤检测率显著下降,从28.4%降至22.4%,揭示了过度依赖AI可能导致专业技能弱化的现实威胁,同时分析了技能退化的多方面风险及应对策略,强调医生必须保持批判性思维和临床技能,防止AI工具削弱医疗专业核心能力,确保在技术深度融入医疗体系过程中保留关键诊断技能以保障疾病预防和患者护理质量。
医学AI临床技能退化腺瘤检测医疗AI依赖风险临床技能保留医疗AI规范应用数字健康
医学中的AI:当临床技能退化时会发生什么?

技能退化是指专业技能逐渐丧失或弱化的过程。当人类活动被委托给技术工具、软件或人工智能系统时,就会发生这种情况,导致技术技能和批判性思维的"遗忘"。

这种现象已经在许多高度依赖技术的领域中被观察到。例如,过度依赖全球定位系统的驾驶员可能会逐渐失去方向感;使用自动驾驶系统的飞行员在处理突发紧急情况时可能面临更大困难;使用自动化工具的工人往往较少使用手动技能。同样,大量使用自动计算工具的学生可能会降低自己进行计算的能力。

技能退化风险

在医学领域,每当新的自动化程序被引入诊断和护理流程时,就会出现这种现象,正如当今临床实践中使用的众多诊断工具一样。然而,随着人工智能的出现,这一担忧变得更加突出。过度依赖算法以及将医学视为纯粹技术活动的观点,可能会降低医疗专业人员独立判断和决策的能力。

这仅仅是一个理论假设——尽管是基于本领域及其他领域获得的经验——还是有经验证据支持其有效性?这是最近发表在《柳叶刀-胃肠病学与肝病学》上的一项研究所提出的问题。研究人员分析了1000多名接受结肠镜检查的患者,以评估系统使用基于AI的诊断支持工具识别腺瘤的效果。

为此,研究人员比较了在参与研究中心引入AI辅助诊断工具前3个月内由内窥镜医师进行的检查结果与引入后3个月内进行的检查结果,但后者在检查过程中不使用AI。从实施日期开始,结肠镜检查根据程序日期的随机化程序进行,有时使用AI支持,有时不使用。

结果显示了一个特别重要且出乎意料的发现。标准结肠镜检查的腺瘤检测率从引入基于AI的支持前的28.4%(795例中的226例)显著下降到AI暴露后的22.4%(648例中的145例)。多变量逻辑回归分析证实,接触AI是与腺瘤检测显著负相关的独立因素(比值比,0.69;95%置信区间,0.53-0.89)。

简言之,设计用于辅助腺瘤识别的AI工具的使用,使内窥镜医师在移除该技术支援后,正确检测腺瘤的能力降低。

更广泛的风险

该研究存在显著的方法学局限性——这是一项在有限数量中心进行的回顾性观察研究,患者和内窥镜医师可能存在潜在偏差——这些局限性通过使用多变量分析等稳健统计方法得到部分缓解。尽管如此,它代表了文献中首批科学证据之一,突显了将程序委托给自动化支持可能导致临床专业知识丧失的危险。

这可能不是唯一的风险。过度使用AI——特别是生成式AI——可能导致技能水平停滞,限制甚至阻碍学习过程。这些工具的盲目使用不仅可能侵蚀个人技能,还可能增加对这些技术系统的依赖。

在米兰比可卡大学计算机科学副教授Federico Cabitza博士最近发表的一项系统性综述中,他强调了AI在体格检查、鉴别诊断和临床判断中使用相关的潜在脆弱性。Cabitza多年来一直研究医学中技能退化的原因和后果。

此外,当AI提出预设解决方案时,人类的输入往往仅限于通常肤浅的审查。这可能导致专业判断的行使逐渐减少,以及在发生错误时责任感知的转变。

建立韧性

一种可能的策略是促进再培训和技能提升计划。越来越多的组织——包括医疗保健领域的组织——正在投资继续教育,以帮助专业人士将AI用作决策支持工具,而非替代其自身技能。

另一种方法涉及在医生中扩展和加强算法无法完全复制的技能,如创造力、批判性思维、情商和伦理敏感性。

一些专家还建议采用平衡的AI使用方法,即选择性而非持续性地使用它。这使医疗专业人员能够保持专注力、决策自主性和判断力。

AI系统的可解释性是另一个潜在优势。欧盟AI法案等规范医疗保健中AI使用的法规也强调了这一特点,可能有助于医生更好地理解用于支持临床决策的信息和标准。

根据最近发表在《英国精神病学杂志》上的一篇最近讨论这些问题的文章,医生必须认识到AI工具的局限性,并继续依赖和提升他们的知识、经验和临床技能。AI工具可能有助于医学中的基本行政任务,但不能替代医生独特的人际交往和推理技能。医生必须防止技能退化,并学习如何在临床医学中最佳使用AI工具。

总之,如果临床实践中广泛采用AI没有伴随适当的培训和监督,可能会导致对技术的依赖性增加,并有损某些对疾病预防和患者护理至关重要的诊断技能的风险。现在需要采取行动,确保随着AI更深入地融入医疗保健,这些关键能力得以保留。

Eugenio Santoro报告称,他是马里奥·内格里药理学研究学院IRCCS(Istituto di Ricerche Farmacologiche Mario Negri IRCCS)的数字健康高级研究员,负责数字健康研究和数字疗法部门。他还报告称,他是意大利国家医学协会联合会(Federazione Nazionale degli Ordini dei Medici Chirurghi e degli Odontoiatri;FNOMCeO)ICT小组、数字健康和数字疗法议会间小组科技科学委员会、艾米利亚-罗马涅大区医疗保健人工智能工作组以及意大利广告自律研究所(Istituto di Autodisciplina Pubblicitaria)控制委员会的成员。他报告称撰写了多本关于数字健康的书籍以及科学和大众文章,并于2021年为专为21世纪词汇编纂的Treccani百科全书X附录编辑了"数字健康"条目。他报告称在多个大学硕士课程中任教。

此故事已从Medscape专业网络的Univadis Italy翻译而来。

【全文结束】