人工智能在医疗领域的认知差异与伦理问题：一项关于公众与医疗专业人员讨论的比较文本挖掘研究

《BMC Medical Ethics》：Cognitive differences and ethical concerns in artificial intelligence in healthcare: a comparative text mining study of public and healthcare professional discussions

　　

摘要

背景

本研究旨在探讨公众与医疗专业人员对医疗领域中人工智能的认知差异及伦理关切，并为伦理治理和风险沟通提供实证依据。

方法

本研究采用文本挖掘方法，对比分析了中国的公共社交媒体和专业医学论坛。共收集到4,042条有效文本，其中公共领域2,088条，医疗专业人员领域1,954条。通过SnowNLP情感分析、潜在狄利克雷分配（LDA）主题模型和共词网络分析，重构并比较了两组之间的关注焦点。

结果

尽管医疗专业人员的积极态度占比更高（75.2%），但公众对医疗领域中人工智能的总体态度也较为积极（68.0%），不过公众表现出更高的谨慎程度。LDA主题分析和共词网络分析显示，两组都高度关注人工智能的角色定位及其与人类工作的边界问题。然而，他们的具体关注点存在显著差异：医疗专业人员更关注职业影响和实践相关问题，主要涉及临床应用、责任和人文关怀；而公众则更关注技术条件、风险认知，强调人工智能在医疗环境中的实际应用、数据与模型的可靠性以及责任和风险问题。

结论

尽管公众和医疗专业人员对医疗领域中的人工智能持相对积极的态度，但他们的认知结构存在明显差异。未来在推动人工智能发展的同时，需要明确其功能边界，同时解决医疗专业人员的实践相关关切和公众的风险相关关切。

背景

本研究旨在探讨公众与医疗专业人员对医疗领域中人工智能的认知差异及伦理关切，并为伦理治理和风险沟通提供实证依据。

方法

本研究采用文本挖掘方法，对比分析了中国的公共社交媒体和专业医学论坛。共收集到4,042条有效文本，其中公共领域2,088条，医疗专业人员领域1,954条。通过SnowNLP情感分析、潜在狄利克雷分配（LDA）主题模型和共词网络分析，重构并比较了两组之间的关注焦点。

结果

尽管医疗专业人员的积极态度占比更高（75.2%），但公众对医疗领域中的人工智能的总体态度也较为积极（68.0%），不过公众表现出更高的谨慎程度。LDA主题分析和共词网络分析显示，两组都高度关注人工智能的角色定位及其与人类工作的边界问题。然而，他们的具体关注点存在显著差异：医疗专业人员更关注职业影响和实践相关问题，主要涉及临床应用、责任和人文关怀；而公众则更关注技术条件、风险认知，强调人工智能在医疗环境中的实际应用、数据与模型的可靠性以及责任和风险问题。

结论

尽管公众和医疗专业人员对医疗领域中的人工智能持相对积极的态度，但他们的认知结构存在明显差异。未来在推动人工智能发展的同时，需要明确其功能边界，同时解决医疗专业人员的实践相关关切和公众的风险相关关切。