本文以美国埃默里大学附属三级教学医院全体70名医护人员（含医师、执业护士、医师助理）为调研对象，通过匿名线上问卷开展横断面调查，聚焦无医院统一部署、无官方 AI 工具推广的真实临床环境下，医护人员自发使用各类AI的行为特征、工具偏好、使用场景与采用阻碍。研究推翻了“低年资、从业年限短医师更频繁使用 AI”的初始假设，量化分析临床AI落地真实现状，为医疗机构建立AI治理规范、开展医师数字化培训提供实证依据。
一、研究背景与研究设计
当下大语言模型、检索增强生成（RAG）类医疗AI工具免费向临床人员开放，但多数医院尚未出台统一AI使用制度，也未将AI系统集成电子病历。现有文献多聚焦医院采购部署的专用影像、文书AI，缺少医生自主选用各类公开AI的真实使用数据；医院医生长期面对多学科、急重症混合病例，决策负荷重，是自主尝试AI的核心群体，但其工具选择、使用频次、顾虑尚无系统性调研数据。
研究团队提出核心假设：从业年限短、年轻医生临床AI使用频率更高。调研严格遵循CHERRIES线上问卷规范，2025年8月发放问卷，历时三周完成提醒与回收，最终有效答卷54份，应答率77.1%。问卷收集人口学特征、AI使用平台、五大临床场景使用频率、未使用AI人群顾虑四大维度信息；频次选项转化为1-5有序分值，采用卡方检验、费希尔精确检验、弗里德曼检验、威尔科克森配对检验完成统计学分析。问卷不采集个人识别信息，无物质激励，经伦理审查豁免完整委员会评审。
二、核心样本基础数据
54名受访者中88.9%为白班住院医师，66.7%从业不超过6年，83.3%为执业医师，剩余为高级执业从业者；年龄、性别、班次、从业时长、人种分组统计后，各组AI使用率不存在统计学差异，直接否定研究初始假设。整体来看，54名受访者中36人（66.7%，95% 置信区间53.4%-77.8%）会在临床工作中自主使用AI，剩余 18 人完全不使用AI。
（一）AI平台选择显著分化
研究将工具划分为医疗专用AI与通用大模型两类：
1、医疗专用平台OpenEvidence使用率遥遥领先，51.9%的全体受访者、77.8%的AI使用者选择该工具；其依托《新英格兰医学杂志》《JAMA》、NCCN指南等权威文献库搭建检索增强生成（RAG）架构，免费供认证医护使用，支持鉴别诊断、治疗方案、患者宣教文书、医保授权函生成。
2、通用AI普及率极低：ChatGPT 仅7.4%受访者使用，ClinicalKey AI 3.7%，微软Copilot、谷歌Gemini各1.9%。医院防火墙未限制任何AI网站，但医师主动放弃大众通用工具，优先选择医学定向产品，是本研究最关键新发现。
（二）五大临床场景使用差异显著
AI使用者36人内，各场景使用占比存在明显分层，经弗里德曼检验差异具备统计学意义（χ²=37.6，P<0.001）：
1、高频用途（86%以上）：解答各类零散临床疑问（88.9%，如罕见药物副作用）、生成鉴别诊断列表（86.1%）、制定检查与治疗方案（86.1%）；
2、中频用途：佐证已有疑似诊断（72.2%）；
3、低频用途：生成面向患者的宣教材料（仅44.4%）。
配对检验显示，用于答疑的使用频率显著高于确诊佐证、患者宣教两类场景。从使用频次分层看，绝大多数医生仅在0%-25%的诊疗场景下使用AI，仅少数人经常、固定依托AI，说明当前AI仅作为补充参考工具，而非核心决策依据。另有3名医师补充使用场景：病历书写、医学文献检索、医学生教学案例制作。
（三）未使用AI人群核心顾虑
18名不使用AI的受访者可多选障碍因素：优先依赖PubMed等传统权威医学资源（77.8%）、担忧AI输出准确性（38.9%）、医院未统一部署无法嵌入电子病历（38.9%）；其次为时间不足、数据隐私风险、更倾向咨询同行，没有受访者认为工具收费、查询额度限制是阻碍。值得注意，过往研究提出“医患、同行对使用AI医师评价更低”的认知顾虑，本次调研未被受访者提及。
三、研究核心讨论与对比现有文献
1、专用医疗AI形成天然偏好
医师并非盲目选用知名度更高的通用大模型，核心原因有四点：OpenEvidence自带文献引用、便于临床核验；贴合HIPAA隐私规范，无患者信息泄露风险；模型训练素材全部为权威医学指南；通用AI输出存在医学幻觉、缺少专业术语适配。同时研究提示风险：医师易因“医疗专用”标签盲目信任工具，亟需第三方独立验证各类医疗AI输出准确度。
2、个人自主AI使用 vs 医院统一部署AI的场景区别
美国医学会2024年医师调研显示，机构采购AI多用于文书、出院小结等管理工作；但本研究中医师自主选用AI全部聚焦临床诊断、方案推导，极少用于患者宣教、病历录入。根源在于个人使用AI需复制粘贴内容，流程繁琐，而院内集成AI可直接对接电子病历，大幅降低管理类AI使用门槛。整体66.7%的使用率与全美医师平均水平持平，证明即便无官方推动，临床人员仍会自发借助AI缓解诊疗思考压力。
3、人口特征不影响AI采用意愿
年龄、从业年限、岗位、性别均无法预判医师是否使用AI，个人使用习惯、对工具可信度判断才是核心影响因素，打破“年轻医师更爱用AI”固有认知。多数医师仅在复杂、罕见病例时调取AI，常规标准化诊疗仍依托传统数据库。
四、研究局限与未来研究方向
（一）局限性
本研究为单中心横断面调研，样本仅来自城市三甲教学医院，基层、门诊、社区医师群体未覆盖；问卷依靠医师自我填报，存在回忆偏差；未区分“全部就诊场景”与“疑难场景”两种频次解读口径，使用频率数据精度受限；未收集医师同时使用多款AI工具、工具信息获取渠道相关数据，无法解释OpenEvidence高度集中的使用现象。
（二）后续研究建议
开展多中心纵向追踪调研，观察AI 用行为随技术迭代的变化；对照试验验证医疗专用AI与通用大模型输出准确率；探究医师获取AI工具的传播路径（同事推荐、平台推广等）；结合真实诊疗结局评估AI辅助决策对诊疗质量、不良事件的实际影响；针对患者、同行对AI医生的负面认知开展干预研究。
五、研究结论
在医院无统一AI管理制度、无电子病历集成的前提下，三分之二住院医师会自发使用AI辅助临床工作，使用场景集中在疑难临床问题检索、鉴别诊断与治疗方案推导，极少用于直接面向患者的宣教内容。医师普遍主动舍弃大众通用大模型，优先选用依托权威医学文献构建的专用AI工具，反映临床群体对工具医学严谨性、溯源性有刚性需求。当前AI仅作为次要决策补充，医师普遍对模型准确性、院内配套流程存在顾虑。医疗机构亟需出台AI使用治理规范、配套医师数字化培训，明确AI输出核验标准，平衡技术辅助与医疗安全；同时行业需加强各类医疗AI的独立性能验证，避免医护因“医疗专用”标签过度信任算法结果。
如需要《医院医护人员临床工作中使用人工智能模式：调查研究》（英文，共13页），请在本微信公众号中赞赏（点喜欢或稀罕作者后按本公众号设定打赏）后，发来email地址索取。
The best relationships are the ones that press on through the darkness. They are the people that look at each other and see the broke and hurt and say you are worthy. 最好的情缘，皆是共赴幽暗、不离不弃。总有那样的人，望见你满身伤痕、满目疮痍，依然笃定深情，告诉你：你本值得世间所有温柔。早上好！
