醫學影像專業實習生人工智能認知態度及培訓需求調查研究

張添輝，劉榮濤，劉舒珊，范偉雄

（1.梅州市人民醫院，廣東 梅州 514031；2.廣東醫科大學第一臨床醫學院，廣東 湛江 524023）

隨著人工智能（artificial intelligence，AI）技術和算法的快速發展，越來越多的人工智能系統被應用于醫學影像診斷領域[1-2]。醫學影像專業實習生作為影像科的重要后備力量，了解人工智能是其未來成為合格影像科醫師的必備核心能力[3]。然而，人工智能輔助診斷技術剛剛興起，醫學影像專業人工智能理論及實踐教學還較薄弱，對實習生人工智能認知態度及培訓需求也缺乏了解。因此，本研究對醫學影像專業實習生人工智能認知態度及培訓需求展開調查，旨在為提升實習生診斷技能水平提供循證依據，從而有效推動人工智能在醫學影像學科的普及與發展。

1 對象與方法

1.1 對象

對某醫科大學醫學影像專業實習生進行問卷調查。納入標準：醫學影像專業本科實習生；愿意配合本調查。排除標準：非醫學影像專業的醫學實習生；未參加實習的醫學影像專業學生。最終納入44 名醫學影像專業本科實習生，通過問卷星平臺發放問卷進行匿名調查，回收有效問卷44 份。

1.2 調查方法

由研究者自行編制醫學影像專業實習生人工智能應用現狀、認知態度及培訓需求調查問卷，內容包括實習生基本信息、人工智能應用及教學現狀、實習生人工智能認知態度、實習生人工智能培訓需求幾方面。實習生基本信息包括性別、年齡、醫院等級等條目；人工智能應用及教學現狀包括醫學影像AI 輔助診斷軟件的配置、臨床應用及教學現狀條目；實習生人工智能認知態度包括醫學影像AI 輔助診斷系統的優勢、準確性、安全性及在臨床應用中存在的問題等條目；實習生人工智能培訓需求包括醫學影像AI 輔助診斷相關知識教學的必要性及培訓需求等條目。實習生人工智能認知態度采用五分量表法進行調查，包括“完全認可、基本認可、一般、基本不認可、完全不認可”幾個選項，其中“基本認可”和“完全認可”視為認可；人工智能培訓需求的調查采用五分量表法，采用“非常需要、比較需要、一般、不太需要、不需要”幾個選項評價，其中“比較需要”和“非常需要”視為需要。

1.3 統計學分析

利用問卷星平臺的數據統計分析功能及SPSS 統計軟件進行分析，計量資料用（均數±標準差）進行描述，計數資料用頻數和百分比描述。

2 結果

2.1 實習生基本信息

44 名實習生中，男21 名（47.73%），女23 名（52.27%），平均年齡（22.7±1.1）歲，均在三級甲等醫院實習。

2.2 人工智能應用及教學現狀

調查結果顯示，84.09%的實習生所在醫院配置了醫學影像AI 輔助診斷軟件，15.91%的未配置該軟件。45.45%的實習生所在醫院進行了AI 相關知識教學或借助AI 進行實習教學，54.55%的實習生所在醫院未開展相關教學。

2.3 實習生人工智能認知態度

調查結果顯示，75.00%的實習生認為其對AI 及其相關知識有較全面的了解，75.00%的實習生認可醫學影像AI 輔助診斷系統的準確性，72.73%的實習生認可其安全性，81.82%的實習生認為AI 會促進醫學影像學發展，81.81%的實習生認為應在醫學影像診斷工作中積極引入AI 輔助診斷系統，81.82%的實習生認為醫學影像AI 輔助診斷系統的應用有助于增強醫師的診斷信心，79.54%的實習生認為有助于提高醫師的診斷準確率，84.09%的實習生認為有助于提高醫師工作效率、降低醫師工作強度，40.91%的實習生認為醫學影像AI 輔助診斷系統將來會替代影像科醫師，52.27%的實習生認為醫學影像AI 輔助診斷系統的應用會影響醫學影像專業畢業生就業，具體見表1。

表1 醫學影像專業實習生人工智能認知態度調查結果[n（%）]Table 1 Survey results of artificial intelligence cognition of medical imaging students[n（%）]

關于醫學影像AI 輔助診斷系統的優勢，100.00%的實習生認為在疾病篩查與檢出方面，84.09%的實習生認為在疾病診斷與鑒別診斷方面，45.45%的實習生認為在療效評價、預后分析方面，75.00%的實習生認為在教學方面。

關于醫學影像AI 輔助診斷系統在臨床應用中存在的主要問題，72.73%的實習生認為是缺乏行業共識或指南，70.45%的實習生認為是醫療過錯歸責問題，54.55%的實習生認為是產品性能不可靠、準確率有待提高，47.73%的實習生認為是數據隱私問題，38.64%的實習生認為是道德倫理界定問題，34.09%的實習生認為是缺乏人文關懷，27.27%的實習生認為是產品實用性不強、操作不方便，11.36%的實習生認為是其他問題。

2.4 實習生人工智能培訓需求

調查結果顯示，關于醫學影像AI 輔助診斷相關知識教學的必要性，20.45%的實習生認為非常有必要，61.63%的實習生認為較有必要，4.54%的實習生認為沒必要。關于人工智能培訓需求，81.82%的實習生認為需開設醫學影像AI 輔助診斷相關理論課程，79.54%的實習生認為需開展醫學影像AI 輔助診斷相關的實踐教學，75.00%的實習生認為需開設醫學影像AI 輔助診斷前沿知識講座，79.54%的實習生認為需增加醫學影像AI輔助診斷相關的科研知識培訓，具體見表2。

表2 醫學影像專業實習生人工智能培訓需求調查結果[n（%）]Table 2 Survey results of artificial intelligence training needs for medical imaging interns[n(%)]

3 討論

3.1 醫學影像人工智能輔助診斷的重要性

隨著深度學習算法的不斷優化，醫學影像人工智能輔助診斷的重要性日益凸顯，其通過智能算法可快速、準確地識別及鑒別病變，最大限度減少漏診和誤診，提高診斷準確性[4-6]。目前，醫學影像AI 輔助診斷正逐漸從“高大上”的科研階段進入大眾化的臨床階段，并廣泛應用于醫學影像日常診斷全過程，如疾病的篩查、診斷、治療及療效評估等[7-8]。本調查結果顯示，84.09%的實習生所在醫院配置了醫學影像AI 輔助診斷軟件，僅15.91%的未配置。這與周俊林等[8]對全國醫學影像醫師的調查結果相似，即62.1%的調查對象所在科室配置了醫學影像AI產品，37.9%的調查對象表示科室尚未配置醫學影像AI 產品。目前，醫學影像人工智能產品的應用越來越廣泛，使得醫學影像專業人員面臨前所未有的機遇和挑戰，尤其是即將畢業進入醫院工作的醫學影像專業實習生[9-10]。醫學影像專業實習生學習人工智能相關知識是順應時代發展趨勢，利用其不僅能提升診斷的準確性，盡可能避免漏診和誤診，而且能夠顯著提高工作效率，節省時間。此外，學習人工智能相關知識也能夠幫助醫學影像專業實習生掌握前沿技術，為未來職業發展進行規劃和布局。然而，目前醫學影像專業人工智能理論及實踐教學仍較薄弱。因此，本研究對醫學影像專業實習生人工智能的認知態度及培訓需求展開調查，旨在為培養適應未來發展趨勢的醫工結合型人才提供參考依據。

3.2 醫學影像專業實習生人工智能認知態度分析

調查結果顯示，75.00%的實習生認為其對AI 及其相關知識有較全面的了解。文亮等[11]針對本科醫學生的調查結果顯示，大部分（65.08%）醫學生并不了解人工智能相關知識，這可能與其研究對象多為臨床醫學專業學生，而人工智能目前多應用于醫學影像領域有關。本調查結果顯示，81.82%的實習生認為AI會促進醫學影像學發展。這與Park 等[12]針對美國32 個放射學小組的156 名醫學生的調查結果相似，即超過75%的研究對象認為人工智能未來將在醫學中發揮重要作用。本調查結果還顯示，75.00%的實習生認可醫學影像AI 輔助診斷系統的準確性，72.73%的實習生認可其安全性，說明人工智能憑借其精準、可靠的輔助診斷能力，獲得大部分實習生的認可。

由表1 可知，大部分實習生對引入AI 輔助診斷系統持開放態度，認為可以有效提高醫師診斷準確性，進而提高醫療服務質量，解決影像科醫師日常高負荷、高強度工作的問題[13-15]。

有趣的是，我們之前設想大部分實習生可能會產生人工智能對影像科醫師及其就業造成影響的想法。但本調查結果顯示，僅40.91%的實習生認為醫學影像AI 輔助診斷系統將來會替代影像科醫師，52.27%的實習生認為醫學影像AI 輔助診斷系統的應用會影響醫學影像專業畢業生就業。說明人工智能可能會對醫學影像專業畢業生就業造成一定沖擊，但學生并未對此感到焦慮，大部分人相信影像科醫師仍將在影像診斷中發揮重要作用，也無法被人工智能完全取代。這與Pinto 等[14]對3 所醫學院263 名學生的調查結果相似，即大多數學生認同人工智能將改變影像診斷學教學，但不認同放射科醫師將被人工智能取代的說法。

此外，實習生也認識到目前醫學影像AI 輔助診斷系統在臨床應用中存在的主要問題，72.73%的實習生認為是缺乏行業共識或指南，70.45%的實習生認為是醫療過錯歸責問題，54.55%的實習生認為是產品性能不可靠、準確率不高，47.73%的實習生認為是數據隱私問題，38.64%的實習生認為是道德倫理界定問題。新時代的醫學影像專業實習生也應該對這些問題進行思考，尤其是涉及人工智能的法律與倫理問題，以便更加合法、合規及合理地利用人工智能，提升就業競爭力[16-18]。

3.3 醫學影像專業實習生人工智能培訓需求分析

盡管人工智能可能會對醫學影像專業畢業生就業產生影響，但大部分實習生仍認為有必要進行AI 相關知識教學，其中20.45%的實習生認為非常有必要，61.63%的實習生認為較有必要。這也從側面反映出實習生對人工智能的興趣與渴望，希望通過學習最新的人工智能技術，提高自身能力[14]。

由表2 可知，隨著人工智能技術日趨成熟及普及，實習生已認識到掌握人工智能相關知識是未來醫務工作者必須具備的能力，大部分實習生有強烈的人工智能培訓需求[14]。

3.4 建議

基于問卷調查結果分析，建議通過以下措施加強醫學影像專業實習生培養。（1）轉變教師教學理念。醫學影像診斷是一門依托于圖像診斷的學科，傳統的醫學影像專業教學注重疾病影像征象的識別和分析，教師往往通過大量影像病例培養學生影像診斷思維。在人工智能時代，除了傳統影像知識的學習外，教師還應積極轉變教學理念，將人工智能應用于醫學影像教學，積極引導學生接觸人工智能技術，以使學生跟上科技發展的步伐，成為適應未來發展趨勢的醫工結合型高級人才[13，19]。（2）加強人工智能相關理論教學。開設更多人工智能相關理論課程，使醫學影像專業學生了解人工智能原理與基礎知識（如深度學習、機器學習、自然語言處理等）以及實際應用技術（如圖像識別、特征選取、自動診斷等）。加強人工智能相關理論教學，使學生了解人工智能的原理、算法與應用，更好地操作醫學影像AI輔助診斷系統，提高診斷的準確性和效率[3，10]。（3）加強人工智能的實踐應用。為醫學影像專業學生營造適宜的硬件環境，提供精準、可靠的人工智能軟件系統，結合案例進行AI 輔助診斷相關的實踐教學[20]。以肺結節AI 輔助診斷系統為例，帶教教師除了指導學生操作該系統外，還需借助案例展示AI 輔助診斷系統在肺結節檢出過程中可能會出現假陽性或假陰性等情況，告誡學生在依靠人工智能提高診斷效率的同時要充分認識其不足，從而提高疾病診斷準確性。

總之，人工智能是未來醫學發展的重要方向，是事關我國醫療衛生事業發展的先進技術。本次調查顯示，醫學影像專業實習生對人工智能的重要性已有充分認識，且有強烈的培訓需求。因此，我們應緊跟新時代醫學教育的步伐，通過轉變教師教學理念、加強人工智能相關理論教學及實踐應用等措施培養更多適應未來發展趨勢的優秀影像醫學人才。