Exploring the Use of Generative AI in Postgraduate GP Training: A Qualitative Study of Resident Doctors’ Experiences and Perceptions

在现代诊所中，医生的日常是在人类对连接的需求与机器般的文书工作需求之间进行的不断博弈。患者带着复杂的故事而来，但医生还必须应对电子记录、转诊信以及无尽的行政清单。一种新型的数字助手已步入这片繁忙的领域：生成式人工智能。不同于那些仅仅进行数据分类或遵循僵化规则的旧式计算机程序，这种新技术能够通过学习海量的人类写作内容，来创造原创文本、总结信息并起草文档。它是一种承诺处理那些往往挤占了患者护理时间的重复性任务的工具，但同时也提出了一个根本性的问题：在一个高风险的医疗环境中，一个能够写作和推理的机器是否值得信任，尤其是当使用者仍处于学习阶段时？

来自纽卡斯尔大学和北提斯与哈特尔普尔国民保健署基金会的科研团队，决定通过倾听前线的执行者——全科医学住院医师，来回答这个问题。这些医生已经完成了医学院的学习，仍处于最后几年的培训阶段，他们在作为合格临床医生的同时，也在学习家庭医学的具体技能。他们处于一个独特的空间，既要平衡治疗真实患者的压力，又要满足对自身成长进行学习与反思的需求。研究人员收集了来自英国北部地区的19名此类医生，并进行了五场小组讨论，以了解他们如何在日常工作中实际使用这些新工具，他们看到了哪些益处，以及哪些恐惧令他们彻夜难眠。

对话表明，对于这些受训医生而言，人工智能已经成为管理庞大文书量的实用伙伴。最常见的用途是处理行政方面的重体力活。医生们描述了如何使用该技术来起草咨询记录、转录就诊期间的对话，以及撰写给专科医生的转诊信。一位医生指出，虽然他们有自己的就诊记录方式，但该工具有助于增强这些记录；而另一位医生则描述了一个能够倾听整个对话并生成完整记录的系统，使医生只需进行审核即可。在诊所之外，这项技术也辅助了他们的职业培训，帮助他们整理职业档案，并将日常经历映射到获得资质所需的特定能力上。这并不是要取代医生的工作，而是为了加速那些感觉重复的部分，从而腾出时间专注于患者。

然而，该工具的效用远不止于简单的打字。医生们还描述了如何将其作为“思考伙伴”，以帮助他们应对复杂的医学难题。当面对症状不明的患者时，他们会要求系统生成一份可能的疾病列表，或解释特定的治疗路径。这并不意味着机器在进行诊断，而是它作为一个认知辅助工具，提供广泛的可能性，供医生随后通过自身的临床判断进行筛选。它还能帮助他们准备考试、生成练习题，甚至模拟对话以练习沟通技巧。通过这种方式，这项技术充当了私人导师，通过将困难概念拆解为清晰、对话式的解释，帮助他们学习得更快、理解得更深。

然而，对这种数字助手的依赖也伴随着沉重的谨慎感。医生们敏锐地意识到，这项技术可能会犯错，有时会非常自信地陈述错误的事实。他们分享了一些案例，例如系统误解了患者的故事，比如将人类的丧亲之痛误认为宠物死亡，这种类型的错误如果没被发现，可能会产生严重的后果。这导致了一个坚定的共识：医生必须始终是执笔的人。他们强调，必须核实机器生成的每一条信息，将其视为需要专家审核的草稿，而非最终答案。此外，还有关于隐私的深度担忧。医生们担心输入到这些系统中的患者数据可能并不安全，可能导致敏感的病史泄露给第三方。他们强调，在未告知或未征得患者同意的情况下使用该工具在伦理上是错误的，且照顾患者的责任必须始终由人类医生承担，而非算法。

或许最令人震惊的发现是，他们感到自己并未为这一新现实做好准备。虽然医生们看到人工智能将成为他们未来职业生涯的标准组成部分，但他们感到接收到的相关培训是不一致且往往缺失的。他们正在通过试错法进行学习，试图弄清楚哪些平台是安全的，哪些不是，而没有得到来自其所属机构的明确指导。他们强烈渴望接受正式的、由专家领导的教育，不仅要教他们如何使用这项技术，还要教他们如何安全地使用、如何识别错误，以及如何应对当患者带着从类似工具中获取的信息前来就诊时，那种不断变化的互动关系。医生们意识到，医患关系正在发生变化，患者有时会带着基于算法结论的固定想法而来，使得问诊变得更具挑战性。

研究结论认为，虽然生成式人工智能为减轻行政负担和支持未来医生的学习提供了一种强大的方式，但它不能替代人类的专业知识。这项技术最适合作为一种补充，即处理常规事务，以便医生能专注于复杂问题，但它需要一只警觉的人手来进行引导。研究人员发现，如果没有明确、标准化的培训和专业指南，过度依赖、数据泄露和临床错误带来的风险仍然过高。为了让下一代医生在人工智能赋能的未来蓬勃发展，他们需要的不仅仅是接触工具的机会，更需要知道何时信任它们、何时看透它们的智慧。