Awareness and Attitudes of Radiology Staff Toward Artificial Intelligence in Medical Imaging Diagnosis: A Systematic Review
这项系统综述通过对24项研究证据的综合分析表明，尽管放射科人员普遍对人工智能持积极态度，但普遍存在的表面化认知、显著的知识空白以及对职业保障和培训的担忧，凸显了开展结构化教育和针对性策略以确保临床成功整合的紧迫性。
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，人体是一座宏大而复杂的城市，而医学影像则是飞越其上、绘制街道地图、监测交通拥堵并发现隐藏危险的高科技无人机和卫星机群。几十年来，医生们一直是这些无人机的飞行员，手动操控它们并解读传回的模糊照片。但最近，一种新型的“副驾驶”到来了：人工智能（AI）。不要把 AI 仅仅看作是一个接管方向盘的机器人，而要把它看作是一个超级智能的导航系统，它能瞬间标出路面上的坑洼，在交通拥堵发生前进行预测，甚至能修复模糊的照片，让飞行员看得更清晰。大家都公认这项技术非常强大，但驾驶舱上方却悬着一个巨大的疑问：飞行员们真的知道如何使用这个新系统吗？他们是信任它，还是在恐惧它会取代自己？这就是关于那些操作影像设备的专业人员——放射科医生、技师和学生——对这位数字副驾驶感受的故事。
这篇论文是一份大规模的“成绩单”，它收集了来自世界各地的 24 项不同研究，旨在了解这些医学影像从业人员究竟是如何看待 AI 的。作者 Mustafa Ibrahim 并非凭空猜测；他像一名在图书馆中搜寻线索的侦探一样，在成千上万的研究论文中搜寻，寻找 2018 年至 2026 年间医生、技师和学生的真实故事。
以下是调查结果：
“我知道”与“我理解”之间的差距
第一个重大发现有点像一个在 TikTok 上听过无数次“量子物理学”却无法解释其含义的学生。论文指出，虽然几乎所有放射科领域的人都“听说过”AI，但许多人并不真正理解它在实践中是如何运作的。在一项针对 30 个国家、1,120 名医生的庞大调查中，78% 的人表示熟悉 AI 概念。但当他们接受基础知识测试时，只有 42% 能正确定义相关术语。这有点像知道开车需要加油，却不知道发动机是如何工作的。这种差距在学生和技师群体中比在资深医生中更为显著。
谁在欣喜，谁在恐惧？
论文发现，对 AI 的看法很大程度上取决于你的职位，从而形成了一种“信心梯度”。
- 放射科医生（医生）： 他们通常是最乐观的。约 72% 的人将 AI 视为一种有用的工具，能让工作变得更轻松，就像一个功能更强大的计算器。他们主要将其视为一种快速发现错误的方式，而不是一个会让他们丢掉工作的机器人。
- 放射技师和学生（技师与学习者）： 这些群体则更加紧张。虽然他们也看到了益处，但他们更担心“技能退化”——即担心 AI 会承担所有的深度思考，最后让他们只剩下按按钮的工作。在约旦的一项调查中，40.8% 的放射技师担心被 AI 取代工作，而放射科医生这一比例仅为 25.7%。在加纳，63% 的放射学学生不确定自己的未来角色会是什么样子。
“黑箱”问题
即使是那些支持 AI 的人也有一个主要的担忧：规则。论文指出，最大的障碍并非技术本身，而是关于出错时谁来负责的明确规则缺失。如果 AI 漏诊了，谁该承担法律责任？是医生？软件开发商？还是医院？一项调查显示，71% 的专业人士认为明确的规则至关重要，但只有 28% 的人觉得他们真正了解这些规则。这就像拥有一辆极其先进的新车，却既没有驾照，也不知道如果撞车了该由谁负责。
培训缺口
报告强调，学校和医院目前在教授这项新技能方面做得还不够好。在美国，只有 34% 的住院医师规范化培训项目提供正式的 AI 培训。在阿拉伯世界，一项针对 4,492 名医学生的庞大调查发现，尽管 84.9% 的学生认为 AI 将彻底改变该领域，但 92.4% 的人从未接受过任何正式培训。这就像是派一名飞行员去驾驶一架配备了新自动驾驶系统的飞机，却从未让他坐在模拟器里练习过。
缺失的部分
论文还指出了研究中的一个盲点。虽然我们拥有大量来自欧洲、美国和海湾国家的数据，但几乎没有来自苏丹或其他资源匮乏地区的特定数据。作者认为这是一个问题，因为这些地区可能会面临不同的挑战，例如缺乏互联网或计算机，这可能会造成“数字鸿沟”，导致有些国家拥有了“超级飞行员”，而有些国家却没有。
底线结论
论文总结道，AI 在放射科领域的未来不仅仅在于构建更好的软件，更在于如何教人类如何与之共同飞行。人们担心的并不是 AI 明天就会接管世界，而是如果没有适当的培训和明确的规则，那些需要使用它的人会感到被时代抛弃或准备不足。作者建议，解决方案是建立结构化的教育计划，制定关于责任归属的明确法律，并确保从最年轻的学生到资深医生，每个人都有机会学习如何与他们的数字副驾驶协同工作。
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。