图片
这篇文章研究了人工智能辅助临床环境下医生所需胜任力的现状，通过对学术文献的系统性回顾，探讨了人工智能在临床应用中对医生胜任力要求的潜在影响。文章指出，虽然人工智能在医疗领域具有显著的应用潜力，可以降低成本、提高效率并改善临床决策和患者预后，但其在临床实践中的整合仍然面临诸多挑战，其中一个关键挑战在于对一线临床医生使用人工智能的具体要求尚不明确。

 

文章采用系统综述方法，遵循PRISMA准则，检索了PubMed等数据库中关于医生使用医疗人工智能所需胜任力（包括知识、态度、技能和能力）的文献。最终纳入58篇文章进行数据提取和分析。

 

图片
研究结果被归纳为三个主要主题：

 

主题一：医生使用医疗人工智能所需的胜任力

 

该主题重点关注医生在人工智能辅助临床环境中有效工作所需的技术和非技术能力。文章指出，医生需要具备一定的数字和技术能力，包括对大数据、统计学和信息管理的基本理解，以及对人工智能系统及其底层技术的基本了解，能够评估人工智能的输出结果、判断其重要性并发现错误。同时，医疗教育也需要适应这些数字化的需求，对学生进行人工智能基础知识、计算机科学和技术适应性方面的专门培训。然而，关于医生需要掌握人工智能技术细节的程度存在争议，一些研究认为，只要能够验证人工智能决策的结果，医生不必完全理解人工智能的“黑箱”机制。此外，文章还强调了医生非技术能力的重要性，例如沟通能力、同理心、情境判断能力以及临床判断能力，这些能力是人工智能难以替代的。最后，文章还强调了医生需要接受人工智能伦理方面的培训，以负责任地应用人工智能技术，避免潜在的偏见和歧视。

 

图片
主题二：人工智能对医患关系的影响以及对医生胜任力的影响

 

该主题探讨了人工智能在临床应用中对医患关系和医生角色的潜在影响。文章认为，人工智能可以帮助医生承担一些重复性的管理任务，从而为医生提供更多的时间与患者进行沟通和互动，进而改善患者体验和医疗质量。然而，在人工智能辅助下的共享决策过程中，医生的角色也发生了变化。医生需要能够向患者解释人工智能模型的运作机制、评估其输出结果并将其与自身的专业判断相结合，以确保患者知情同意和自主性。此外，人工智能的“黑箱”特性也可能对共享决策过程造成影响，因为医生难以向患者充分解释人工智能的决策过程。文章还探讨了人工智能对医生专业权威性的潜在挑战，指出医生仍然需要对临床决策负最终责任，并具备处理人工智能与自身判断存在分歧的能力。

 

图片
主题三：人工智能临床应用中的规范和监管因素

 

该主题关注人工智能临床应用中的规范和监管框架对医生胜任力的影响。文章指出，建立一个明确责任、问责制和信任的监管框架至关重要。然而，目前关于人工智能在临床应用中的责任和问责制存在知识缺口，缺乏具体的规范和指南。文章探讨了自下而上和自上而下的两种监管模式，并指出需要结合传统医学伦理原则和良好的医疗实践原则来构建人工智能临床应用的规范框架。此外，文章还探讨了信任和不信任在人工智能临床应用中的作用，指出需要在医生对人工智能的“信心”和对人工智能的潜在风险之间取得平衡。

 

图片
结论:

 

文章总结指出，虽然人工智能在临床应用中具有巨大潜力，但要实现其价值，需要医生具备广泛的胜任力，包括技术能力、非技术能力和伦理素养。文章强调了对医生进行人工智能相关培训的重要性，以及建立一个明确的监管框架来规范人工智能在临床应用中的责任和问责制。此外，文章也指出了该领域一些未解决的问题，例如如何平衡技术能力和非技术能力的培养，如何分配医生学习和运用人工智能所需的时间，以及如何建立对人工智能的合理信任等，这些都为未来的研究提供了方向。文章最后也指出了研究的局限性，例如可能存在的报告偏倚和文献检索的局限性。