醫療領域人工智能應用現狀、挑戰及如何影響患者對醫生信任的研究

韓倩雯,王有強

(清華大學公共管理學院,北京 100084)

“人工智能”在2017年全國兩會政府工作報告中出現后,在歷年的政府工作報告中被多次提及。黨的二十大報告提出,要構建人工智能等新的增長引擎;國家“十四五規劃”和“十四五生物經濟發展規劃”涉及了數字化醫療中心建設、5G+醫療健康、人工智能醫療器械監管等方面,積極推動了人工智能影像、人工智能診療、手術機器人等一批醫療領域人工智能的研發和應用。我國已在逐步建立醫療領域人工智能標準體系,對人工智能進行明確地定義和說明[1]。在此背景下,醫療領域人工智能應用場景正在我國逐步展開,如“小布AI醫生”將國家兒童醫學中心和復旦大學附屬兒科醫院積累的診斷經驗濃縮提煉,不斷學習以提高其在兒科門診輔助診斷的決策能力,給患兒及其家庭帶去更優質、可得、普惠的醫療服務,彌補兒科醫生不足、醫療資源分布不均等問題。新冠疫情期間,短期內患者數量激增,使得醫院管理和疾病管理的效率和安全受到考驗[2]。實踐表明,人工智能切實輔助了疫情期間的疾病救治和醫院管理,如使用人臉識別技術和溫度傳感器技術進行防控、使用機器人降低交叉感染、使用知識圖譜技術進行藥物研發、通過遠程門診等方式使患者的醫療需求得到更好滿足[2]。

醫療領域人工智能在應用發展和推廣中,能夠自主地從知識庫和經驗中學習以不斷提高其性能,實時適應和優化改善醫療服務[3]。然而,人工智能在給傳統醫療帶來益處的同時,也為傳統醫患關系帶來一系列潛在的、尚未解決的挑戰性問題,包括安全性問題[4]、責任歸屬性問題[5]、透明性問題[6]、工作量問題[7,8]以及擬人性問題等[9]。我國的實踐表明,有限的醫生資源尚不能完全滿足所有患者問診的需求,尤其在應急事件發生時,為實現隨時、隨地、高效率和高質量地診療患者的目標,一種可行的辦法就是采用人工智能在醫療服務中進行輔助。人工智能有潛力解決因醫生資源不足或患者需求不被滿足而導致的醫患矛盾,改善醫患關系。但是,人工智能存在的局限性和風險若無法妥當處理,會使患者對醫生更不信任,對醫患關系不利。隨著人工智能技術發展和監管的不斷完善,醫療領域人工智能應用對于改善醫生資源不足、患者需求未被滿足和醫患關系緊張等難點問題,在一定層面能更好地體現以人為本的醫療服務理念,提升醫療服務質量,改善和促進患者對醫生信任。傳統醫患關系是醫生和患者兩者之間關系,醫療領域人工智能應用中,醫患關系是醫生、患者、人工智能三者之間關系。醫患關系直接影響醫療服務質量,而患者對醫生信任是醫患關系中的核心。因此,系統深入研究醫療領域人工智能應用如何影響患者對醫生的信任,對于醫療領域人工智能應用的健康發展具有重要意義。

本文基于對相關文獻的系統綜述和分析,梳理醫療領域人工智能應用的研究現狀,分析醫療領域人工智能應用對傳統醫患關系帶來的挑戰性問題,剖析醫療領域人工智能應用影響患者對醫生信任的主要因素。針對醫患溝通、知識信息儲備和環境條件這3個因素,探究醫療領域人工智能應用如何影響患者對醫生信任的機理,并據此探討醫療領域人工智能應用中患者對醫生信任分析框架。從倫理、法律和監管等方面,提出醫療領域人工智能應用增強患者對醫生信任的措施建議。

1 研究方法

為深入研究醫療領域中人工智能應用如何影響患者對醫生的信任問題,首先進行了系統全面的文獻綜述分析,確定綜述問題、選擇關鍵詞和文獻數據庫和篩選文章,討論綜述結果[10]?；诮?年國內外發表的相關文獻(來源于領域8個權威數據庫)進行篩選、綜述和分析,緊緊圍繞醫療領域人工智能的概念定義和應用現狀、醫療領域人工智能在應用中帶來的挑戰性問題、以及醫療領域人工智能應用如何影響患者對醫生信任的主要影響因素進行了綜述。選擇了適用于計算機科學和健康/醫療領域的權威文獻數據庫,分別為ScienceDirect、SpringerLink、PubMed、ACM、Nature、萬方數據庫、中國知網和中國期刊網的相關文獻進行檢索。檢索關鍵詞包括“醫療(Healthcare)”“健康(Health)”“人工智能(Artificial Intelligence)”“深度學習(Deep Learning)”和“機器學習(Machine Learning)”及其組合。對于有關人工智能應用中患者對醫生信任的相關文獻檢索時,在包含以上關鍵詞的同時,加入“信任(Trust)”“患者信任(Patient Trust)”“患者對醫生信任(Patient-doctor Trust)”和“醫患關系(Patient-doctor Relationship)”,并充分參考了早期有關患者對醫生信任和醫患關系的代表性文獻。收集了302篇原始文章作為最初的文獻語料庫,對這些原始文章進行分析和篩選。篩選過程中,僅包含過去6年(2018年1月- 2023年9月)內發表的期刊文章;僅包含關于人工智能在醫療領域應用的相關發表;僅包含目前已有落地應用的醫療領域人工智能研究,仍在研發中的醫療領域人工智能研究沒有被納入;合并來自多個數據庫的文章,清除重復內容,最終確定其中的63篇文獻并據此開展本文研究。

2 醫療領域人工智能應用研究現狀

人工智能是指計算機軟件模擬人類認知過程的方式,被定義為機器的智能,而非人類或其他生物物種的智能[11]。人工智能系統具有預測問題或在問題出現時處理問題的潛力,能夠以智能的和自適應的方式運行[3]。實現人工智能的其中一種方式是機器學習,指機器通過遵循算法或規則以模仿人類的認知功能進行學習和解決問題[12]。機器學習又可分為“監督學習”“無監督學習”和“強化學習”[12,13]。其中,監督學習是指利用標記數據或注釋的信息,根據輸入將其映射到輸出函數的過程,例如利用已知腫瘤的標記X光圖像檢測新圖像中的腫瘤[12]。無監督學習是指從未標明或歸類標簽的數據中提取信息和學習,以識別數據中的共同特征,例如對有相似癥狀的患者進行分類以確定共同病因[13]。強化學習是指通過試錯和示范策略學習,以獲得最大回報的結果[13]。深度學習是指使處理器接觸大量數據示例進行學習,推動了圖像和語音識別領域的發展和進步[3]。

醫療領域人工智能應用是指將包括機器學習和深度學習等人工智能技術應用于醫療領域,以提升醫療水平[14]。1970年,基于規則方法的決策支持系統被提出,用于協助醫生解釋心電圖、制定診斷決策以及選擇適當治療方法[15]。當時,該系統需要人工編寫和更新,依賴于專家對醫療知識的輸入和決策規則的制定[15]。而目前,人工智能技術根據要解決的任務類型,從數據中識別和學習以進行解釋和決策,有能力發現數據中先前未被識別出的規律和特征,過程不再需要人工為每項具體任務輸入決策規則[3, 16]。目前,醫療領域人工智能在疾病識別、疾病篩查、疾病分析、醫學影像、醫院管理和藥物開發等方面已有產品落地和應用[14, 16,17]。文獻綜述和分析結果表明,研究者們常將人工智能的應用分為診斷環節應用、治療環節應用和康復環節應用。

2.1 診斷環節(Diagnosis)

診斷環節的目的是確定患者是否受到疾病的影響,確定患者的癥狀原因[18]。目前診斷環節的醫療領域人工智能已有以下應用：①人工智能咨詢平臺,進行智能分診、智能導診和智能預問診,針對患者的主訴智能匹配醫生和科室,協助醫生收集患者的信息,有效緩解醫院排隊長和等待時間長的問題,為患者診斷提供線上新渠道[19]。②人工智能疾病檢測,通過癥狀描述和病灶分析,檢測疾病特征和類型[20]。例如皮膚科或眼科,患者可以通過上傳圖片,人工智能輔助醫生識別和檢測疾病[21,22]。③人工智能醫學成像,通過人工智能輔助對部位進行處理和分析,輔助醫生發現和分析損傷[23]。④提高診斷安全,人工智能有潛力輔助提高診斷的精度,協助醫生解答各種診斷中的問題[4]。⑤人工智能輔助醫生提供診斷服務,人工智能可以從創建健康檢查檔案到處理患者記錄,協助醫生更有效地完成診斷流程中的工作任務[24]。通過將一些重復性的任務自動化,醫生可以更多地發揮自身優勢,有更多時間與患者互動,有利于構建和諧的醫患關系[5]。

2.2 治療環節(Treatment/Therapy)

治療環節的目的是采取有效的措施和方案,使患者身體恢復或部分恢復特定功能,并對患者的病情進行管理和護理[25]。目前治療環節的醫療領域人工智能已有以下應用：①在手術治療中,通過智能手術輔助機械手臂和手術機器人等,提高手術的精確度和準確性,使遠程手術成為可能,輔助提供更精確、安全、清潔的治療過程和環境[26,27]。②在放射治療中,可以利用人工智能輔助醫生勾畫靶區和危及器官的輪廓,節約時間,提高精度[28]。③在藥物治療中,人工智能輔助設計和開發新藥,精準防治,推動臨床試驗設計和藥物生產流程優化的同時,為患者制定個性化的治療方案[29]。④治療過程中的物流和服務提供,例如基于算法為患者和醫生及時供應藥品和治療設備,通過分析臨床數據和病例預測治療中可能出現的不安全情況,輔助進行治療方案的制定[24]。

2.3 康復環節(Tecovery)

康復環節的目的是使患者在各方面恢復到患病前的程度或更高的程度[30]。目前康復環節的醫療領域人工智能已有以下應用：①可穿戴監測設備,通過從生活中獲取有關患者關注的健康信息,例如通過深度學習配合硬件設備檢測患者心房顫動,學習患者慣常心率,如果與預期值有顯著差異發出警報,對患者康復中的體征監測有重要意義[31]。②智能康復訓練,例如康復機器人在運動治療過程中為患者的肢體提供物理支持和引導[32]。③智能診后隨訪,通過語音識別等技術定期了解患者的病情變化和康復情況,對患者進行康復指導[24]。④虛擬康復助手,通過提供智能的個性化功能和心理康復計劃,輔助患者進行管理[33]

已有的研究表明,在診斷環節、治療環節和康復環節中,患者的特征(如疾病嚴重程度)、醫生的職責(如醫生角色)以及人工智能的應用有所不同,因此,醫療領域人工智能應用如何影響各個環節中患者對醫生信任的影響程度也不同。綜上,本文認為,討論醫療領域人工智能分別在診斷環節、治療環節和康復環節的應用,能夠更便于研究醫療領域人工智能應用如何影響患者對醫生信任的問題。

在診療過程中,人類醫生和人工智能各有獨特的優勢和特點,在提供醫療服務方面可以互補。美國醫學協會認為人工智能在醫療領域的作用是增強,而不是取代人類醫生的工作[34]。在這種關系下,患者對醫生信任仍是和諧醫患關系的核心,也是醫療領域成功實施醫療領域人工智能應用的關鍵。因此,需首先對醫療領域人工智能應用為傳統醫患關系帶來的一系列挑戰性問題進行討論,進而探討醫療領域人工智能應用對于影響患者對醫生信任的主要影響因素,分析如何設計、實施和整合人工智能,以支持促進醫療領域人工智能應用中患者對醫生的信任。

3 醫療領域人工智能應用中的挑戰性問題

隨著醫療領域人工智能應用技術的不斷發展,其有潛力改善醫生和患者之間醫療服務提供的質量。然而,醫療領域人工智能應用所帶來的社會影響,也可能會為傳統的醫患關系帶來了一系列不確定性和挑戰性問題。

3.1 知情問題和“黑箱”問題

文獻指出,有必要研究在何種情況、是否以及多大程度保證人工智能在診斷、成像和手術等醫療領域應用,患者和醫生對人工智能的知情同意原則[35]。有學者認為,如果醫生不能合理地告知患者人工智能被使用的原因,就所使用人工智能的形式、數據以及可能存在的偏差等對患者介紹,則可能導致患者對醫生的不信任[36]?！昂谙洹币部赡苁贯t生難以完全理解和解釋其技術原理,那么醫生需要在多大程度上對患者披露他們無法完全理解人工智能的原理?同時,例如人工智能支持的智能配餐、用藥提醒等應用程序在嵌入患者生活帶來便利的同時,也為患者帶來知情同意的問題[37]。與傳統的知情同意程序不同,人工智能平臺的用戶協議在沒有面對面對話情況下簽訂的條款,患者是否充分了解?負責任的用戶條款是什么樣的?當面向患者的人工智能應用將收集的患者信息反饋給醫生時,醫生如何處理這些數據具有挑戰性,而患者對醫生的信任能夠緩解這種挑戰性。

3.2 安全性問題

人工智能在醫療領域應用帶來的安全性問題是對醫患關系的挑戰性問題之一[38,39]。例如IBM Watson使用人工智能算法評估患者病歷信息,幫助醫生為患者探索和制定患者的詳細治療方案,卻被指出沒有使用真實的患者數據,而只是用一些醫生設計的“合成病例”數據進行訓練,從而給出的治療建議“不安全、不正確”[40]。這個例子表明,訓練人工智能的數據集的可靠性、有效性和透明度,是實現人工智能的潛力、保障患者安全的關鍵。訓練數據集越安全、可靠、有效,算法越完善,人工智能的表現就越好,輸出結果越準確[4];其次,為了保證患者的安全,以及對人工智能和醫生的信心,需確保訓練數據集合適程度的透明度。而醫療領域人工智能應用開發者也應具有足夠的透明度,對所使用的數據種類和軟件的缺陷或偏差進行披露[41]。訓練數據的公開和透明度,有利于患者更好地理解醫生的意圖,對于患者建立對醫生的信任起到積極作用。

3.3 偏見和公平性問題

人工智能不僅有能力改善醫療服務提供的深度和廣度,使專業知識的分布更加廣泛,使醫療的提供更加普及[6]。然而,人工智能系統或人類訓練的算法,其可信度、有效性和公平性取決于所訓練的數據,如果數據出現偏見,則可能導致不公平和不準確[42]。因此,醫療領域人工智能應用開發過程的每個階段應盡量減少潛在偏見,避免造成在患者性別、年齡、地區等方面的不公平。訓練數據集、開發人員和人工智能使用的環境等都可能導致人工智能結果的偏差[43]。例如在涉及基因型相關信息的醫療領域,有偏見的人工智能可能會導致對某一類人群的錯誤診斷,使得這類患者群體的治療無效[44]。隨著數據可用性的提高,以及更好地從少數人群中收集數據,明確算法對人群的適用性,可以使更多患者受益[45]。

3.4 隱私性問題

如果人工智能對個人隱私侵犯的問題不能得到有效解決,那么將其成功融入醫療領域和成功實施會帶來風險,對患者對于醫生信任也不利[46]。除了收集數據的問題,保護患者的數據以避免醫患關系之外的用途也是文獻中所提到的挑戰性問題之一,這些不當的用途可能會對患者造成不利的影響[8]?；颊叩臄祿远啻蟪潭扰c醫生共享,醫生以多大權限操作這些數據作,都會影響患者對醫生保護自己隱私的信心。另外,患者是否有權撤回自己已共享的數據,不會對醫生的工作造成困擾,影響著醫生和患者之間的關系以及整體醫療的效率[8]。

針對以上人工智能的社會影響和治理問題,國內外已發布多項有關人工智能的倫理指南,呼吁開發和應用使人類受益并不被傷害的人工智能。英國納菲爾德生命倫理委員會對醫療領域人工智能開發和應用帶來的安全、算法、數據和公眾信任等問題進行了倫理分析[47]。美國醫學會倡導對人工智能的臨床應用進行驗證和評估,認為需對人工智能系統潛在的風險和利益進行評估[34]。針對人工智能及人工智能治理問題,“熟悉程度”和“治理手段”被認為是治理的有效途徑,即熟悉并參與人工智能系統,以及以適當的控制手段來治理人工智能的開發和部署,是促進醫療領域成功實施人工智能的必要條件[48]。我國國家衛健委發布了《關于加強全民健康信息標準化體系建設的意見》,指出要推動我國人工智能在醫療應用中的標準化建設,為我國人工智能在醫療中的合理應用提供了標準支持。

為了在醫療領域更好地發揮人工智能的重要作用,有關醫療領域人工智能應用可能產生的倫理、社會和監管問題的相關系統的研究已經開展。

4 醫療領域人工智能應用中患者對醫生信任的分析

綜上所述,醫療領域人工智能應用的技術發展、應用場景及社會影響,均很大程度影響了傳統的醫患關系,且這種影響具有很大的復雜性?；颊邔︶t生信任是醫患關系的核心,本節針對該問題,研究其主要影響因素,探討其分析框架。

患者對醫生信任概念研究中有3個基本要素：信任者、被信任者、風險性[49]。就具體應用到醫療領域的患者對醫生信任而言,醫生是被信任者,患者是信任者,診療存在風險性。目前,患者對醫生信任概念和定義仍具有內涵差異性和形式多樣性。有研究認為,患者對醫生信任是“患者在相對弱勢的情況下,相信醫生將以患者利益最大化的目標來行動”[50];也有研究認為,是“患者對醫生未來的行動所表現出的一系列信念或期望”[51]?；颊邔︶t生信任的主要層面包括：人際層面,強調患者對醫生的信任受到患者與醫生個人之間反復互動的影響[52];社會層面,強調患者對醫生的信任受到患者對醫療機構及社會醫療體制信任的影響[53]。

文獻中,無論如何定義患者對醫生信任概念,醫生的專業能力水平和職業道德素養、診療風險性程度以及患者對于醫療知識信息的了解狀況,都將影響患者對醫生信任。一般而言,當患者有診療需求時,患者提前對癥狀原因、醫生信息、醫療機構信息等相關知識信息進行了解;就診時,患者和醫生溝通提出自己的疑問和需求。醫生了解患者的情況、偏好和擔憂等越是充分深入,醫生所具備的醫療知識背景越是專業,患者越會感受到醫生的傾聽、理解、尊重、共情和支持;診療時,患者對就診環境安全性和專業性的感知越好,就越有利于患者產生和增強對于醫生積極為其提供高質量診療的心理預期,建立良好的患者對醫生信任。

Asan[54]等探討了患者有診療需求時和診療中,醫生和患者的溝通是影響患者對醫生信任的重要因素之一。Conradsen[55]等認為患者在診療前和診療中的醫療知識信息量,會影響患者對醫生信任;Schnoor[56]等發現,醫生的專業知識信息水平和知識投入,也會影響患者對醫生信任。Greene[57]等發現,在越安全和清潔的醫療環境中,患者對醫生越信任。綜上,本節將重點從醫患溝通、醫患知識信息儲備和醫患環境條件,探究醫療領域人工智能應用對醫患信任的影響,醫療領域人工智能應用中患者對醫生信任分析框架見圖1。

4.1 醫患溝通

醫療領域人工智能應用對于醫患溝通的時長、方式和內容均會產生影響,從而影響患者對醫生信任[58-62]?；颊呔驮\時,可以將自己的個人情況和問診記錄等信息通過人工智能發送給醫生,醫生則可以結合與患者面對面溝通所獲信息,為患者進行更加準確的診斷?；颊呔驮\后,醫生可以將專業知識、經驗和用藥醫囑等通過人工智能呈現給患者,使患者可以診前自查和診后查看醫囑等信息。就診中,患者與醫生溝通的時長由等待時長與實際溝通時長構成,這兩部分均會影響患者對醫生信任[58]。人工智能的應用有潛力提高醫生的工作效率,在給定患者數量的情形下,減少患者等待時長的同時,使醫生有更多的時間與患者溝通交流,增加與患者相互了解的時長,使醫生與患者進行更為充分的互動,更加深入細致地傾聽患者,促進患者對醫生信任[59]。

在合理的醫患溝通時長的基礎上,醫患溝通的場景也影響患者對醫生信任。在沒有醫療領域人工智能應用的情形下,患者基本依靠與醫生面對面地在醫院進行溝通。這可能導致醫院中患者人數多、醫療資源緊張和醫療資源分配不均勻,不利于患者對醫生信任[59]。人工智能可以輔助醫生通過線上提供診療服務,節省患者就醫時間,同時減少醫院空間資源壓力,使真正需到醫院診療的患者有更好的醫療體驗?；颊咭部梢酝ㄟ^在線咨詢尋找符合需求的診療方案與合適的醫生。人工智能可以輔助醫生對患有慢性病的患者進行隨訪和醫囑溝通,為患者提供心理上和病情上的支持。人工智能的應用為醫患溝通提供了多樣實現方式,豐富了醫患溝通場景,更大程度地滿足患者的不同醫療需求,對醫患溝通產生有利影響[60]。

醫患溝通中的溝通內容,也影響患者對醫生信任[61]?；颊咴谠\療中往往對疾病的實際名稱、用藥的原理和下一步的預期并不十分清楚,醫生需要對患者解釋清楚相關內容,讓患者充分參與的同時,保證診療的專業性和有效性。同時,診療內容中的傾聽和共情,也影響患者對醫生信任[62]。醫生需在溝通內容中表達認真和積極的傾聽和共情。在醫療領域,人工智能應用可以使醫生在診療前或診療中給患者提供更多的信息。當患者不清楚人工智能是如何將不同患者的偏好(如關于治療目標的偏好等)考慮在算法中時,醫生在溝通中對人工智能應用的結果和決策進行解釋,在溝通內容中保障患者的知情權,從而促進患者對醫生的信任。

4.2 醫患知識信息儲備

患者對醫生有專業醫療知識方面的需求,并希望從醫生處了解相關專業醫療知識,而患者對醫生的專業知識和機構的水平狀況難以完全掌握,醫生與患者在知識信息方面具有不對稱性[63-65]。沒有人工智能應用時,患者獲得專業醫療知識的渠道往往較單一,一般是聽取醫生的醫療建議;人工智能的應用為患者了解專業醫療知識提供了新渠道。同時,人工智能也可以更便捷地為醫生提供專業醫療知識。以人工智能醫療診斷先驅IBM Watson(沃森)為例,其旨在利用人工智能學習和提煉相關醫學研究,結合患者數據和專家經驗,形成治療建議[40]。當對其詢問某疾病的具體治療決策時,沃森在知識庫中搜索出詳細信息,匹配出可行的治療決策,沃森平均需要40秒來采集分析數據和形成治療建議,而腫瘤學專家平均需要12分鐘來完成同樣的工作量[40]。對于就醫資源緊張或資源不發達地區,人工智能有利于給當地患者更多機會接觸到更高質量專業醫療知識。

醫生給患者制定更準確和人性化的醫療決策,需對患者個人情況和個人背景有較為充分的了解[64]。在醫療領域,沒有人工智能應用時,醫生僅能通過有限的互動時間對患者信息進行了解;有人工智能應用時,患者信息可以被儲存在人工智能技術支持的知識庫中,醫生通過人工智能查看和了解患者個人信息。當患者認為醫生對自己更加關心和了解時,患者對醫生也會更信任[64]。同時,患者就診醫療機構和醫生直接影響患者的診療結果,患者關于就診醫療機構和醫生的知識信息儲備直接影響患者對醫生信任[65]。人工智能的應用使患者可以通過人工智能獲取所需相關醫療機構和醫生的信息,選擇適合自己的機構和專家進行就診[19]。

由此可見,醫療知識、患者信息和醫療信息均會影響患者對于醫生為其提供高質量診療的心理預期。在醫療領域,沒有人工智能應用時,患者只有通過與醫生直接溝通,交流醫療知識和患者信息,但很難對醫療機構和醫生有詳細的了解;有人工智能應用時,患者和醫生均可以通過人工智能這一渠道實現更充分的知識信息儲備,緩解醫生和患者之間的信息不對稱,促進患者對醫生的信任。

4.3 醫患所處環境條件

醫生和患者所處環境的安全性、清潔性以及和諧性都會影響患者對醫生信任[57, 66,67]。在醫療領域,沒有人工智能應用時,患者和醫生的所處環境完全由醫院相關人員進行管理;有人工智能應用時,通過預測和監控醫院內外的安全性問題,保障患者和醫生的人身安全,減少錯診和漏診導致的診療安全性問題[8]。利用人工智能,有能力自動檢測和標記放射科醫生未報告的CT檢查結果,以提高患者安全[41]。數據驅動的統計方法(如機器學習)根據輸入的數據學習預測功能,如果這些方法不夠透明,會對醫生和患者安全以及患者對醫生信任產生影響[8]。

同時,有人工智能應用,協助醫療人員進行清潔、消殺、消毒等工作,隨時進行必要的清掃和消毒,保障物流等過程的清潔性和精準性,使患者的就診環境和醫生的工作環境更加專業衛生[66]。協助醫療機構提高工作效率,改善臨床和業務工作流程,協助醫生自動生成、更新、分析患者報告,減少醫生工作量,緩解診療繁瑣的業務流程,緩解醫患緊張,促進診療環境的和諧性[67],而在病房內通過人工智能,有潛力實現病區醫生、患者和醫護人員之間信息和數據更加順暢的傳遞,保證醫療服務和需求滿足的及時性和全面性,有利于促進患者對醫生信任。

5 結語

本文基于系統的文獻綜述和分析研究,梳理了醫療領域人工智能應用的概念和具體應用現狀。從知情問題和“黑箱”問題、安全性問題、偏見和公平性問題以及隱私性問題的角度出發,闡述了醫療領域人工智能應用可能帶來的社會、倫理以及對于患者對醫生信任的影響。通過構建醫療領域人工智能應用患者對醫生信任分析框架,探討了醫療領域人工智能應用如何影響患者對醫生的信任,分析了醫療領域人工智能應用對醫患溝通、知識信息儲備和環境條件產生有利影響,從而有助于增強患者對醫生的信任。擴展了已有在醫療領域人工智能的概念和應用現狀的綜述成果,分析了人工智能應用中影響患者對醫生信任的主要變量,可能有助于推進科學的實證研究。

隨著我國進入新發展階段和健康中國戰略的深入實施,醫療領域人工智能應用將緊扣以患者為中心,重構醫療、健康、衛生、防疫、護理等全價值鏈,以數據運營為抓手,推動醫療行業的智慧化、數字化、便捷化轉型,切實保障醫療質量安全,有效維護人民群眾健康權益。為使人工智能在醫療應用中更好地促進患者對醫生信任,結合本文所開展的研究工作,提出如下3個方面的初步建議：①堅持“以人為本”和“智能向善”理念,充分體現人類健康倫理價值,結合醫療倫理領域的實踐,增進醫生和患者對人工智能倫理問題的認識,引導醫生和患者自覺遵守人工智能倫理準則與規范,保障患者知情權與有效參與。②建立完善相關法律法規,明確醫療領域人工智能應用過程各環節相關主體的職責和權力邊界,避免使用可能產生嚴重消極后果的不成熟技術,保障醫療領域人工智能應用安全可靠,提升醫療領域人工智能應用的普惠性、公平性和非歧視性、透明性和可解釋性。③強化對醫療領域(如智能導診、輔助診斷、智能治療、醫學知識圖譜、醫學影像等)已使用的人工智能產品與服務的質量監測和使用評估,鼓勵醫生和患者積極參與對醫療領域人工智能應用社會影響的討論和評估,輔助醫療機構提高醫療領域人工智能應用水平。

在本研究的基礎上,可進一步構建醫療領域人工智能應用中患者對醫生信任的理論分析模型,從醫患溝通、醫患知識信息儲備和醫患環境條件這3個主要影響因素,實證研究醫療領域人工智能應用如何影響和多大程度影響患者對醫生的信任,更好地理解醫療領域人工智能應用如何影響患者對醫生的信任,并據此提出相應的對策建議。