医疗保健中的三元关系：调查医生对生成式人工智能整合的看法及其在共情、安慰剂效应和患者护理中的作用

《Frontiers in Psychology》：Triadic relations in healthcare: surveying physicians’ perspectives on generative AI integration and its role on empathy, the placebo effect and patient care

生成式人工智能（GenAI）在医疗中的应用正重塑医患关系，本研究通过横断面调查分析319名儿科医生对GenAI的使用情况及观点。结果显示65.2%医生使用GenAI主要处理行政任务，但对共情支持（30.5%同意）、医患信任（45.9%中立）及预期效应（50.8%担忧引发焦虑）存在分歧，表明技术采纳与伦理考量需平衡。

　　随着生成式人工智能（genAI），特别是基于大型语言模型（LLM）的工具在医疗实践中的广泛应用，现代医疗体系正经历深刻的变革。这一技术的引入不仅改变了传统的医患关系，还使得技术成为医患互动中的第三参与者，从而形成一种新的三元关系——医生、患者和人工智能。这种关系的演变引发了关于人工智能在医疗领域伦理、心理和社会影响的广泛讨论。为了更全面地理解这一趋势，本研究通过调查手段，探讨了医生对生成式人工智能的使用情况及其对患者护理质量、医患关系以及心理生物学机制如安慰剂和反安慰剂效应的潜在影响。

在研究方法上，调查问卷通过一个安全的在线平台RedCap进行设计和分发，确保数据的安全性和合规性。调查内容涵盖了医生对生成式人工智能的使用情况、对其临床和关系影响的看法，以及相关的担忧和问题。调查对象为波士顿一家大型学术儿童医院的2444名医生，最终有239名医生（占13%）完成了问卷并参与了分析。问卷采用了描述性统计和推论统计方法，以全面评估医生对生成式人工智能的使用模式及其潜在影响。

研究结果显示，超过65%的受访者在生成式人工智能公开发布后的两年内已经开始使用这些工具，其中最常见的用途是撰写电子邮件（55%)和临床文档（31.3%）。使用情况在年轻医生和男性医生中更为普遍。尽管多数医生认为生成式人工智能可以提高患者护理质量（60.7%）并增加与患者直接互动的时间（65.7%），但关于其是否能支持共情护理或影响安慰剂效应的看法则更为分化，许多医生持中立或不确定态度。值得注意的是，50.8%的受访者认为生成式人工智能与患者之间的互动可能会增加患者的焦虑，表明对反安慰剂效应的担忧。此外，对于更广泛地采用生成式人工智能的前景，仍有30.6%的医生表示担忧，而有37.7%的医生持中立态度。

研究结论指出，尽管医生们迅速采用生成式人工智能工具，主要用作行政支持，但他们对这些工具在医患关系和心理影响方面仍保持谨慎。这些发现强调了在推动生成式人工智能技术在医疗实践中的伦理和有效应用时，必须重视医生的视角。医生的态度不仅影响生成式人工智能的采用方式，还影响患者对人工智能介导护理的体验。一些医生认为生成式人工智能是减轻行政负担和增强决策能力的宝贵辅助工具，而另一些医生则担心其可能削弱医疗护理中的人文基础。这些观点的分化反映了医生在生成式人工智能整合过程中面临的复杂心理和伦理考量。

生成式人工智能在医疗实践中的迅速应用，表明其在提升效率和减轻医生工作负担方面具有显著潜力。然而，这种技术在医患关系中的角色仍存在争议和不确定性。医生们普遍认为生成式人工智能有助于增加与患者直接互动的时间，但对其是否能支持共情护理或影响安慰剂效应则存在分歧。此外，生成式人工智能在患者沟通中的使用引发了对反安慰剂效应的担忧，部分医生认为这种技术可能无意中影响患者的期望和情绪，从而导致负面结果。这些发现提示，生成式人工智能的引入不仅涉及技术层面的考量，还需要深入探讨其在心理和人际关系方面的潜在影响。

研究中还发现，医生们对生成式人工智能的使用存在明显的年龄和性别差异。年轻医生和男性医生更倾向于使用这些工具，这可能与他们对新技术的接受度和数字素养有关。这种趋势也反映了更广泛的职业群体中对生成式人工智能技术的采用模式。然而，这种采用的不均衡性也提示，不同医生群体对生成式人工智能的感知和使用意愿存在差异，可能影响其在医疗实践中的实际应用效果。因此，为了确保所有医生都能从生成式人工智能技术中受益，需要制定更具包容性的实施策略和培训计划。

在调查过程中，医生们对生成式人工智能的使用目的和频率也呈现出不同的看法。大多数医生将生成式人工智能用于撰写电子邮件和临床文档，这表明其在提高工作效率和减轻行政负担方面的作用已被广泛认可。然而，关于生成式人工智能是否能够提升患者护理质量或增强医患关系的看法则更为复杂。一些医生认为生成式人工智能在某些情况下能够提升患者对治疗的信心，而另一些医生则担心其可能影响患者对医生的信任。这些看法的分化提示，生成式人工智能在医疗实践中的应用需要更加细致的评估和指导。

此外，医生们对生成式人工智能的担忧主要集中在数据可靠性、隐私保护和专业自主权方面。一些医生认为生成式人工智能可能影响临床决策的准确性，从而带来伦理和法律风险。尽管生成式人工智能在某些方面表现出色，但医生们对其是否能够真正模拟共情和情感支持仍持怀疑态度。这种怀疑反映了医生对生成式人工智能在医疗护理中是否能够取代人类情感交流的担忧，尤其是在涉及患者心理状态和情绪反应的敏感领域。

为了更全面地理解生成式人工智能在医疗实践中的影响，本研究还探讨了医生对生成式人工智能在临床决策和患者互动中的潜在作用。尽管部分医生认为生成式人工智能能够辅助患者选择治疗方案，但大多数医生更倾向于将其视为医生的辅助工具，而不是直接与患者沟通的媒介。这种观点的分化提示，生成式人工智能在医疗实践中的应用需要保持医生的主导地位，以确保医疗护理的质量和安全性。

研究的局限性在于，问卷未经过正式的心理测量学验证，如信度和内部一致性测试，这可能影响研究结果的解释。此外，调查仅限于一家学术儿童医院，因此结果可能无法推广到其他医疗机构或专科领域。调查的响应率相对较低（13%），可能引入非响应偏差，影响结果的代表性。问卷依赖于自我报告数据，可能存在回忆偏差或社会期望偏差，尤其是在评估生成式人工智能对患者护理的潜在影响时。此外，由于生成式人工智能技术发展迅速，且缺乏统一的临床指南，受访者对特定工具和应用场景的熟悉程度可能存在差异，这可能影响结果的全面性。最后，虽然问卷包含开放性问题，但其格式可能无法充分捕捉医生在生成式人工智能整合过程中的深入思考和担忧。因此，未来的研究可以采用定性访谈或焦点小组的方式，以获取更丰富的见解。

综上所述，本研究揭示了医生在生成式人工智能整合过程中面临的复杂心理和伦理考量。尽管生成式人工智能在提升效率和减轻医生工作负担方面具有显著潜力，但医生对其在医患关系和心理影响方面的角色仍持谨慎态度。这些发现强调了在推动生成式人工智能技术在医疗实践中的应用时，必须充分考虑其对患者体验和医疗质量的潜在影响。生成式人工智能的进一步发展需要更加细致的评估和指导，以确保其在医疗护理中既能提升效率，又能保持医生与患者之间的人文联系。同时，医生在生成式人工智能应用中的态度和行为将对未来的医疗实践产生深远影响，因此，深入了解和引导医生在这一技术整合过程中的视角，将是确保其伦理和有效应用的关键。