醫學生對人工智能的了解與學習意向調查研究

林花，余波，寧熙，宋如瓊，王勇

(1.昆明醫科大學第二附屬醫院 檢驗科，昆明 650101；2.昆明醫科大學第二附屬醫院 藥學部，昆明 650101)

人工智能(AI)已被廣泛用于醫學領域，AI 在醫學實驗室的有效應用尚處于起步階段，就像自動化一樣，在未來幾十年將成為一項顛覆性的技術[1]。未來幾年，臨床實驗室的日常運作也將受到自動化和AI 兩種顛覆性技術的巨大影響：自動化將導致效率的提高，AI 應用于自動化程度提高而產生的大型臨床數據集，將導致新的診斷和預后模型的發展[2]。自動化和AI 將共同支持個性化醫療的發展，同時也對臨床實驗室技術人員提出了更高的要求[3]。醫學檢驗技術專業的學生需要為這些變化做好準備，在本科教學中引入AI 的概念、技術和方法，使學生了解AI 在醫學檢驗領域中的潛在應用，畢業后能有效地將AI 當作工具[4]。本項研究通過調查昆明醫科大學醫學檢驗技術專業學生對AI 的了解程度、態度和學習意向，為在以后的檢驗教學中引入AI 培訓提供參考。

一 對象和方法

（一）研究對象

以昆明醫科大學醫學檢驗技術專業2017—2020 級在校本科生為研究對象。

（二）研究工具

自行設計醫學檢驗技術專業學生對AI 的了解情況和學習意向的調查問卷。內容包括調查對象對AI 的了解情況和接受程度、對于AI 在檢驗領域的預期應用了解情況和人工智能培訓學習意愿三個方面，共設置了11 個測試題目，題型分為單選和多選[5]。

（三）方法

首先向被調查學生詳細說明本調查研究的目的及意義，取得學生同意，在2020 年1 月通過問卷星發放電子問卷。調查為自愿且匿名參與，在線提交，每個學生只能填寫一次[6]。

二 結果

（一）一般情況

共收集有效問卷232 份。男生58名，女生174 名。一年級學生68名，二年級學生42名，三年級學生52名，四年級學生70 名。均為檢驗醫學專業在校本科生。

（二）對AI 的了解情況和了解途徑

232 名調查對象中，非常了解AI 的只有3 人(1.29%)，均為四年級學生。了解一些的有189 人(81.47%)，不了解的有26 人(11.21%)，只聽說過AI 的有14 人(6.03%)。不同性別和不同年級的學生對于AI的了解程度無顯著性差異(見表1)。90.08%的學生表示通過媒體或社交媒體了解到AI，只有7.33%的學生表示通過學校或專業的講座了解到AI(見表2)。

表1 醫學生對AI 的了解情況（%）

表2 醫學生了解AI 的途徑

（三）對AI 的接受程度和態度

88.79 %的參與者認為AI 是檢驗學科的熱門話題，但76.72%的參與者認為未來AI 不會取代檢驗科醫生或其他醫生；雖然只有62.07%的參與者認為AI 將徹底改變檢驗科，但95.69%的參與者認為AI 會促進檢驗醫學的發展。

（四）對于AI 在檢驗領域的預期應用了解情況

72.41 %的參與者認為AI 未來會廣泛應用于醫學領域，關于AI 在醫學檢驗領域的具體應用，85.34%的參與者了解AI 在檢驗標本處理如標本采集機器人、樣本稀釋機器人方面的應用，84.91%的參與者了解AI 在云計算如診斷字典、互聯網醫學檢驗和5G 技術方面的應用，78.45%的參與者了解AI 在檢驗數據處理如輔助診斷模型、報告自動審核和隱私數據保護方面的應用，71.12%的參與者了解AI 在檢驗項目挖掘如腫瘤標志物、核酸分子方面的應用，59.48%的參與者了解AI 在形態學檢驗方面的應用。大多數參與者都想到了AI 在血細胞形態學分析、染色體核型分析、精子質量分析、陰道分泌物有形成分分析、液基薄層細胞有形成分分析、尿液有形成分分析、糞便有形成分分析和骨髓細胞形態學分析等形態學檢驗方面的具體應用[7](見表3)。

表3 醫學生AI 在形態學檢驗中的具體應用

（五）對AI 的培訓學習意愿

92.67 %的參與者認為在以后的課程學習中需要增加AI 的基礎知識和技術的培訓，但只有60.34%的參與者認為如果開展相關課程的話，自己能學會并掌握AI相關知識，34.91%的參與者不確定自己能學會并掌握AI 相關知識，還有4.74%的參與者認為自己不能學會AI 相關知識。

三 討論

（一）檢驗專業學生對AI 的了解程度有待提高

我們的研究發現檢驗專業學生對AI 的了解程度較低，他們中的大多數人只是對AI 有一些了解，甚至有一部分學生只聽說過有關AI 的信息。在所有參與者中，對AI 非常了解的僅有3 人且均為四年級學生，可能與四年級學生目前已進入醫院實習階段，有機會接觸到更多AI 的信息和相關知識有關[8]。不同性別和不同年級的學生對AI 的了解程度無明顯差異，這和我們預想的男生可能對AI 更感興趣或者高年級學生對AI 的了解更多不一致。

（二）檢驗專業學生對AI 持積極、樂觀態度

我們的研究發現，絕大多數學生都相信AI 將對檢驗醫學的未來有重大影響。與媒體的報道相反，檢驗專業學生并不擔心AI 將取代檢驗科醫生或其他醫生，但由于我們只調查了醫學檢驗本科生的態度，因此，無法得知研究生甚至更高級的檢驗醫生是否持同樣的觀點。目前看來不用擔心以后學生不愿選擇醫學檢驗技術專業，但也需要對檢驗專業學生強調可能面臨此類新技術的具體挑戰[9]。

（三）檢驗專業學生對AI 學習意愿高但缺少專業培訓渠道

有研究顯示，大多數檢驗專業學生認為AI 會促進檢驗醫學的發展[10]。未來的臨床檢驗醫學中，自動化將日益簡化工作流程，并產生更大的數據集，而AI 可以挖掘、收集和整理數據，識別趨勢和異常，還可以收集病人信息，正確地處理這些信息，這將有助于從被動醫療轉向主動醫療[11]。在這個過程中，實驗室技術人員將出現新的角色，這就需要改變實驗室醫生的實踐模式，需要更加注重人與機器在教育和實踐中的結合，以應對技術的進步[12]。醫學檢驗專業學生認為AI 在醫學檢驗中最有用的是檢驗標本處理，如標本采集機器人、樣本稀釋機器人等。為了掌握這些技術，他們需要對這些系統進行培訓，像熟悉其他醫療工具一樣熟悉這些系統。而這項研究發現，絕大多數學生是通過媒體或社交媒體了解的AI，只有極少數是通過學校或專業的講座了解到的。雖然有高達92.67%的檢驗醫學生覺得醫學培訓中應包括AI，但大多醫學院校還未為醫學生提供系統的、專業的AI 相關知識和技能的培訓[13]。

四 結束語

雖然過去人們認為的AI 將取代醫生的情況并沒有發生，患者的治療仍將由醫生完成，但AI 將推動醫學的發展是顯而易見的，大多數醫學生也認為AI 未來會廣泛應用于醫學領域，AI 也將導致醫生的角色和他們實踐醫學的方式發生根本性的變化[14]。如何讓醫學生在由AI 應用轉變的醫療環境中成功地實踐，應該成為當今課程改革的重點。醫學院校應關注和開發涉及大數據集的情報工具的使用、機器學習和機器人使用的課程[15]，當前主要基于記憶的課程必須過渡到教授有效整合和利用越來越多的信息的能力的課程，甚至需要重新制訂本科醫學教育計劃[16]。

醫學的飛速發展導致當今的醫學生將在一個信息技術復雜而無處不在的環境中實踐，隨著AI 的興起，醫學生的培訓和實踐必須包括與AI 應用程序進行協作和管理，以匯總大數據，生成診斷和治療建議的新內容[17]，因此，對醫學院校的課程進行全面改革是必要的[18]。雖然我們的這項研究只是針對醫學檢驗技術專業的在校本科生，有一定的局限性[19]，但這項調查也有較高的代表性，建議對其他更多醫學專業的本科、碩士和博士等不同學歷學位的醫學生甚至包括已經參加工作的醫師做關于AI 的認識和態度方面的調查研究，使醫學院校在課程改革中進一步優先考慮這些技能的培訓，以培養出將來能有效應用AI 的衛生技術人員。