Knowledge, Attitudes, and Use of Artificial Intelligence Among Adult and Pediatric Hematologists in Türkiye: A National Cross- Sectional Survey
一项针对土耳其血液学家进行的全国性横断面调查显示，尽管人工智能在临床和研究领域的应用正在迅速增加，但其发展速度显著超过了结构化培训、机构治理和数据安全协议，这凸显了迫切需要制定血液学特定政策和开展相关教育，以确保其负责任的整合。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下土耳其血液科医生（血液学家）的世界，就像一座繁忙且高科技的图书馆。长期以来，这些图书管理员（医生）一直依靠自己的记忆和实物书籍来寻找答案。但最近，一位名叫“AI”的超级快速、超级聪明的机器人助手被安装到了图书馆里。这个机器人可以在几秒钟内阅读数百万本书，总结复杂的故事情节，甚至为图书管理员起草草稿。
这篇研究论文就像是图书管理员进行的一项调查，旨在回答三个大问题：他们知道如何使用这个机器人吗？他们信任它吗？以及他们使用它是否安全？
以下是调查结果的简单解释：
1. 机器人已经在房间里了（高采用率）
调查发现，几乎所有人都在使用这个机器人。
- 数据： 87% 的医生在过去三个月内曾将 AI 用于工作。
- 比喻： 这就像你走进一家咖啡馆，发现即使没有人正式教过他们如何修理，但 10 个咖啡师中就有 8 个已经在使用一种新的浓缩咖啡机。他们使用它是为了追求速度和效率，而不是因为他们是专家。
2. “驾照”缺口（缺乏培训）
尽管每个人都在开车，但很少有人拥有驾照。
- 数据： 只有 14% 的医生接受过关于如何使用 AI 的任何正式培训。
- 比喻： 想象一群人在驾驶高性能赛车，但 86% 的人都是通过看 YouTube 视频和靠猜来学习驾驶的。他们知道如何转动方向盘，但不完全了解引擎或安全规则。
3. “幻觉”问题（信任问题）
机器人很棒，但有时它会撒谎。它会编造听起来很真实但并非事实的信息。
- 数据： 在将 AI 用于研究或写作的医生中，81% 的人发现机器人编造了虚假参考文献或给出了错误信息。
- 比喻： 这就像向一位非常自信的导游询问路线。他们说话流利且显得笃定，但 10 次中有 8 次，他们会不小心把你带到错误的街道。医生们知道这种情况会发生，所以他们在信任机器人的工作之前会非常仔细地进行复核。
4. “敞开的大门”政策（安全风险）
这是故事中最令人惊讶也最危险的部分。
- 数据： 近一半（48.6%）的医生承认他们会将患者信息输入到公开的、未经批准的聊天机器人中。大约 8% 的人甚至输入了可以识别特定个人的信息。
- **比
比喻：** 想象一位医生在拥挤的城市广场上与机器人讨论患者的私人病史，而任何人都能听到。尽管他们知道这很危险，但因为机器人很方便，他们还是这么做了。
- 转折： 尽管存在这种冒险行为，但几乎没有人（仅 4.8%）收到过来自其医院的书面规定，规定“你应该如何使用机器人”。这就像是在没有交通灯或警察告知限速的情况下驾驶汽车。
5. 态度：谨慎的乐观
医生们并不担心 AI 会取代他们的工作。
- 数据： 只有 8% 的人感到受到了威胁。大多数人将其视为帮助他们提高工作效率的工具，而非替代品。
- 比喻： 他们将机器人视为一种强大的动力工具，比如电锯。他们知道电锯切割木材的速度比手锯快，但也知道如果握法不对，会伤到自己。他们想使用这个工具，但希望先得到护目镜和说明书。
6. 大的请求：我们需要规则和培训
医生们在接下来的需求上达成了一致。
- 数据： 他们对培训有着极高的需求，特别是在如何安全使用机器人以及如何利用它进行论文写作方面。
- 比喻： 医生们在说：“我们已经在驾驶赛车了，但我们是在蒙着眼睛驾驶。请给我们一张地图，教会我们交通规则，并在我们加速之前给我们一个头盔。”
核心结论
论文得出结论，土耳其的血液科医生已经非常迅速地加入了 AI 的行列。他们将 AI 用于从检查药物相互作用到撰写研究论文的方方面面。然而，他们是在没有得到妥善培训且没有得到医院官方安全规则指导的情况下进行这些工作的。
医生们足够聪明，知道机器人有时会撒谎，但系统还没有跟上步伐。解决方案不是停止使用机器人，而是建立一套“交通系统”（政策）和一所“驾驶学校”（培训），以便让每个人都能安全地使用它。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。