Gundlack, Jana¹, Thiel, Carolin¹, Negash Sarah², Buch Charlotte³, Apfelbacher TiMo⁴, Denny Kathleen¹, Christoph Jan^4,5, Mikolajczyk Rafael², Unverzagt Susanne¹, Frese Thomas¹

（1. Institute of General Practice and Family Medicine, Interdisciplinary Center of Health Sciences, Medical Faculty of the Martin Luther University Halle-Wittenberg, Halle (Saale), Germany;

2. Institute for Medical Epidemiology, Biometrics and Informatics, Interdisciplinary Center for Health Sciences, Medical Faculty of the Martin Luther University Halle-Wittenberg, Halle (Saale), Germany;

3. Institute for History and Ethics of Medicine, Interdisciplinary Center of Health Sciences, Medical Faculty of the Martin Luther University Halle-Wittenberg, Halle (Saale), Germany;

4. Friedrich-Alexander-Universität Erlangen-Nürnberg, Medical Informatics, Erlangen, Germany;

5. Junior Research Group (Bio-)medical Data Science, Medical Faculty of the Martin Luther University Halle-Wittenberg, Halle (Saale), Germany）

编者按：

在智慧医养产业蓬勃发展的今天，人工智能已从概念走向实践，成为重塑医疗与养老服务生态的核心驱动力，正全方位渗透到健康监测、诊疗辅助、康复护理等关键场景。在人口老龄化加剧的背景下，AI更被寄予破解医疗资源不均、降低照护成本的厚望。然而，技术落地的成败，还要取决于患者的接受度。本篇文章通过对患者进行访谈，系统探索了患者对医疗AI的接受态度、实施挑战及应用偏好，为智慧医养场景中AI技术的落地提供了极具价值的用户视角参考。

由于人工智能（Artificial Intelligence，AI）目前缺乏统一的定义，本研究采用了一种宽泛的界定方式：AI是指利用机器模拟人类推理和智能行为（包括思考、学习和推理），旨在解决那些原本只能由人类专家解决的复杂问题。AI包含机器学习、深度学习、自然语言处理和计算机视觉等技术。

过去数十年，AI在发达国家快速发展，近年来在医疗领域应用也不断拓展。尽管医疗AI系统研发方案众多，但其实际应用有限，部分原因是缺乏充足数据集及系统落地难。在此背景下，终端用户的参与至关重要。研究患者在医疗AI系统中的参与度有助于理解用户需求、提升新技术接受度，避免使用不足、规避或抵制等问题。此前相关研究多采用定量方法，聚焦特定医疗应用或专科的患者看法，对门诊患者、老年患者、慢性病患者及低社会经济地位患者等群体研究不足。本研究参考技术接受模型（TAM）、技术接受与使用统一理论（UTAUT），纳入了上述欠关注群体，通过焦点小组访谈探究其对医疗AI接受度、挑战及应用场景的态度，为医疗AI合理落地提供参考。

研究通过半结构化焦点小组收集患者对医疗AI的看法。采用便利抽样结合目的抽样与滚雪球抽样法招募参与者，主要来自哈雷（萨勒）和埃尔兰根及周边地区的门诊机构（大学区域、家庭医疗诊所、理疗诊所），另纳入1组埃尔兰根精神病院临床患者以提升样本异质性。2022年6月至2023年3月开展6个焦点小组讨论，每组5～8人，直至达到主题饱和，讨论全程录音。访谈核心问题包括：哪些因素会提高/降低你对医疗AI系统的接受度？你认为医疗AI成功应用面临哪些挑战？你认为医疗AI在哪些医疗领域有应用潜力，哪些领域不适合？研究者采用内容分析法对文本资料进行系统分析与分类，使用MAXQDA2022软件进行编码分析。

通过数据分析，本研究提炼出 4 个主题：

主题1：促进患者接受医疗AI的因素

清晰的使用说明及AI用途解释有益于患者接受，尤其对技术知识有限的患者。透明度对理解AI系统开发目标、数据处理及使用方式至关重要。患者认为AI的首要目标应是提升患者福祉，而非商业优化，因此主张AI需由独立政府机构等进行非营利性开发与资助。此外，患者希望AI系统参照医疗设备标准进行测试，通过外部验证与长期使用验证更易获得患者的认可。

主题2：阻碍患者接受医疗AI的因素

患者将人工监督与决策权限视为AI应用的前提，若AI系统无需人工干预即可决策，会降低接受度。数据保护缺失与个人数据滥用是AI接受度的重要障碍，可能会对患者造成负面影响。此外，患者重视医疗专业人员对AI系统的态度，若医生对AI不认可或反对，患者对AI应用的接受度也会下降。

主题3：医疗AI成功应用的挑战与要求

患者提及的挑战往往也是医疗AI成功实施所需满足的要求，研究将其归纳为以下8个子主题。①资源消耗与兼容性不足：AI需要消耗大量能源、人力及技术资源，而医疗机构基础设施差异大、系统缺乏标准化，同时需关注环境可持续性，平衡技术供给与维护。②全民可理解性与可及性：AI系统需直观界面，通过适配解释、多语言及辅助人员，确保不同年龄与教育水平人群可理解、所有人群可使用。③教育与培训：需为患者提供AI使用简短指导与学习平台，医生需接受AI培训或获取资质，部分建议将AI指导纳入医学教育。④AI资金问题：AI开发与使用成本高，参与者质疑其能否免费开放及医保是否会补贴。⑤数据库建设：需充足、最新且具有代表性的AI训练与工作数据，但数据获取受法律、时间等限制。⑥信任与接受度构建：需通过时间积累或正面体验，在患者与医生中建立对AI的信任与接受度。⑦融入日常工作与实用性：医护人员融入AI需要额外技能与时间，AI开发需重实用性，让患者参与并收集反馈以适配日常流程。⑧机构监督与认证：AI需按医疗设备标准审批，基于医疗效益、伦理评估，设立透明质量标准与监督机构，部分患者建议立法明确人类决策权。

主题4：医疗AI的应用场景

患者主流观点认为AI可作为辅助工具与信息来源（主要服务医生），对AI独立决策（尤其医疗领域）持怀疑态度，因涉及健康相关决策与伦理考量。AI的潜在应用领域包括协助医患沟通、数据收集、辅助诊断、个性化方案定制、护理与娱乐、流程管理等。对于需要共情交流的任务、部分专科领域不适用AI，因为人际互动在护理中至关重要，不应被AI取代。

本研究通过定性访谈深入了解了患者对医疗AI接受度、挑战及应用的看法。研究发现患者更倾向于AI作为需要人工监督的辅助系统，而非自主系统。缺乏人际参与是AI接受度的重要障碍，AI应用应聚焦辅助功能，而非作为自主系统独立运行。后续研究可基于本研究结果设计问卷开展定量研究，覆盖欠代表群体，探究不同种族、护理接受者观点，研究AI实际落地与要求实现路径。

基于本研究的结论，可以为医疗AI的开发提供建议。开发者应让患者参与开发并收集反馈，确保人工全程掌控决策、系统兼容、数据充足且透明安全，同时优化易用性以适配全人群，明确AI仅为辅助工具。医疗服务提供者需先掌握新系统功能以评估结果、向患者解释，且保持人文关怀，重视自身对AI的评价对患者的影响。立法者应制定AI医疗设备质量标准与认证体系（含公平、环保、患者培训内容），在应用前测试验证、应用中持续监测，始终以患者福祉为核心。虽医疗AI落地存在挑战，但只要开发者不优先逐利，患者对其应用总体持开放态度，并认可其辅助医疗的潜力，未来有望实现实用且可持续的落地。

资料来源：

根据Jana等于2025年发表在Journal of Medical Internet Research期刊题目为《Patients’ Perceptions of Artificial Intelligence Acceptance, Challenges, and Use in Medical Care: Qualitative Study》的文章缩写整理而成。

（本文责任编辑：郭瑞芳）