面向未来的牙科人工智能教育准备：中国牙科学生认知与教育需求的横断面研究

《Frontiers in Public Health》：Preparing future dentists for artificial intelligence: a cross-sectional study of perceptions and educational needs in China

　　

背景：人工智能（artificial intelligence, AI）正逐步进入牙科教育与临床实践，然而不同培训阶段的牙科学生对AI的应用、风险及教育价值的认知仍缺乏系统性了解。本研究旨在调查中国本科、硕士及博士牙科学生在AI熟悉度、态度、担忧及学习需求方面的现状。 方法：于2025年7月在武汉大学口腔医学院采用单中心横断面在线调查，问卷共20题，涵盖人口学特征、AI接触情况、应用领域认知、态度、主要担忧、责任归属及教育需求。采用描述性统计总结数据，并使用Pearson卡方检验比较不同培训阶段的差异。 结果：共纳入343份有效问卷，其中本科生201人、硕士生92人、博士生50人。仅极少数受访者表示完全不熟悉AI，但对牙科AI的高度熟悉者比例较低。总体89.8%支持将AI应用于牙科诊疗，84.2%对AI教育感兴趣。培训阶段差异体现在信息获取途径、应用领域认知、适用临床阶段、责任归属及未来期望等方面。本科生更多通过正式课程接触AI，倾向将其用于学习支持和诊断辅助；硕士生对治疗计划与实施中AI接受度更高；博士生在复杂决策中对AI持谨慎态度，更关注责任、沟通与工作负担减轻。最常见的担忧为数据隐私与安全、可解释性及技术依赖。 结论：牙科学生对AI普遍持开放态度，但不同培训阶段认知与教育需求存在差异。AI教育应超越泛化普及，结合培训进程分层设计：本科生侧重基础AI素养与早期批判意识；硕士生侧重临床工作流中的案例评估；博士生侧重方法论、数据治理与伦理责任。需开展多中心纵向研究及实践评估，以明确AI相关能力在牙科培训中的发展路径。

本研究发表于《Frontiers in Public Health》，聚焦于中国牙科教育中人工智能（AI）的准备状况。当前，AI已在口腔影像判读、正畸数字化分析、语言模型辅助学习与写作等领域广泛应用，但牙科学生的认知多停留在工具使用层面，缺乏对模型构建、验证及局限性的深入理解。现有国际调查显示，牙科学生对AI持积极态度，但正式培训不足，尤其在临床判断、风险识别与跨学科实施方面存在缺口。中国牙科教育体系包含五年制本科、硕士及博士阶段，各阶段课程设置、临床参与及科研要求在国内外存在差异，因此亟需针对本国学生开展分层研究，以指导AI教育的精准设计。

研究人员在武汉大学口腔医学院开展单中心横断面在线调查，采用便利抽样法招募在读本科、硕士及博士牙科学生。问卷经专家评审与预测试修订，共20题，涵盖人口学特征、AI熟悉度、信息来源、应用领域认知、态度、担忧、责任归属及教育需求。数据通过问卷星平台收集，采用IBM SPSS Statistics 31.0进行统计分析，分类变量以频数和百分比描述，组间差异采用Pearson卡方检验，显著性水平设定为p<0.05。

研究结果分为若干小节。首先是参与者特征，共343人完成调查，平均年龄22.82岁，男女比例约为0.69:1，大多数自评数字设备使用能力为中等或以上。第二是AI认知情况，绝大多数学生并非完全不熟悉AI，但仅少数人高度熟悉牙科AI应用，超过半数认为其处于初步应用阶段，主要用于诊断辅助或科研。第三是信息获取渠道，本科生主要通过学校课程与社交媒体获得信息，硕博士生更多依赖学术期刊、会议及行业新闻。第四是应用领域认知，口腔影像分析、义齿计算机辅助设计与制造（CAD/CAM）、正畸治疗计划与模拟、种植手术规划被普遍认可，不同培训阶段在某些领域的认知存在显著差异。第五是AI在治疗过程中的角色认知，诊断阶段被认为最适合引入AI，治疗计划、实施及随访阶段也存在一定接受度，且存在培训阶段差异。第六是对AI潜在价值的认可，最快诊断速度被认为是最显著优势，其次是提高临床工作效率与支持长期口腔健康管理。第七是态度与支持度，总体支持率近九成，绝大多数愿意尝试或参与AI工具的开发与应用。第八是担忧，数据隐私与安全、可解释性、技术依赖最为突出。第九是责任归属，多数认为应由开发者、医生及医疗机构共同承担，博士生更倾向于强调开发者的单独责任。第十是学习意愿与课程时机，绝大多数对AI教育感兴趣，偏好在本科或硕士阶段开设相关课程。第十一是发展预期，多数预计AI将在1至10年内对牙科产生显著影响，博士生更关注减少文书负担，硕士生更关注优化复杂手术步骤。

讨论部分指出，积极态度并不等同于具备AI临床判断能力，教育应从单纯介绍应用转向培养批判性评估能力，包括理解训练数据、验证方法及临床情境对AI输出的影响。培训阶段差异反映了学生所处学习环境的不同，而非固定类型，本科生多将AI视为学习与诊断辅助工具，硕士生更关注其在临床工作流中的作用，博士生则更谨慎地审视其在复杂决策中的应用。责任归属教育应与具体任务结合，本科生需理解隐私保护与结果验证的重要性，硕士生需通过案例讨论AI建议与临床判断的冲突，博士生则需深入掌握数据治理、模型验证及科研转化中的伦理责任。基于上述发现，研究提出了分阶段AI教育框架：本科生阶段侧重基础AI素养与早期批判意识，硕士生阶段侧重临床案例评估与工作流整合，博士生阶段侧重AI方法论、数据治理与科研转化。该框架需结合各校课程结构与资源进行本地化调整，并通过后续研究评估其对学生AI能力的实际提升作用。

研究结论总结：牙科学生对AI普遍持开放态度，但不同培训阶段在认知与教育需求上存在差异。AI教育应超越泛化普及，依据培训进程分层设计：本科生阶段融入基础AI素养与早期批判意识，硕士生阶段结合临床案例评估AI输出，博士生阶段强化AI方法论、数据治理与伦理责任。由于本研究为单中心横断面设计，结果具有探索性，未来需开展多中心纵向研究与实践评估，以明确AI相关能力在牙科培训中的发展规律，并验证分阶段教育干预的实际效果。