医生使用AI聊天机器人进行临床决策的输入方式类型学研究

《npj Digital Medicine》：A typology of physician input approaches to using AI chatbots for clinical decision-making

　　为解决医生使用大型语言模型（LLM）聊天机器人时输入方式对临床决策效果的影响问题，研究人员开展了关于医生输入方法的类型学研究。通过混合方法分析发现医生主要采用四种输入方式（复制粘贴/选择性复制/总结/搜索），但输入内容量与临床推理评分无显著相关性。该研究为AI辅助医疗决策的人机协作模式提供了重要实践依据。

　　

当ChatGPT等大型语言模型（LLM）在医学考试中的表现甚至超过医生时，一个耐人寻味的问题浮现：为什么在实际临床推理中，使用相同AI工具的医生反而表现不佳？先前研究发现，当研究人员将完整病例输入LLM时，其诊断准确率高于同样使用LLM但自主选择输入方式的医生。这种差距是否源于医生不同的信息输入策略？斯坦福大学和哈佛大学的研究团队在《npj Digital Medicine》发表的最新研究，首次系统揭示了医生使用AI聊天机器人时的四种典型输入模式，并挑战了"输入信息越多效果越好"的普遍认知。

研究团队采用顺序混合方法设计，首先对22名美国执业医师进行半结构化访谈，分析其使用GPT-4处理临床案例的交互模式。随后对两个随机对照试验（RCT）的253个病例聊天记录进行编码分析，最终构建出基于内容输入量的四分类类型学框架。

研究方法涵盖三个关键环节：通过质性访谈建立初步类型学框架，对RCT聊天记录进行编码验证，最后采用线性混合效应模型分析输入方式与临床推理得分的关联性。研究纳入来自诊断型RCT的95个病例和管理型RCT的158个病例，所有案例均基于真实患者经历改编。

输入方式类型学特征

研究识别出四种基于内容输入量的典型模式：复制粘贴者（Copy-paster）直接将完整病例粘贴至聊天机器人；选择性复制者（Selective copy-paster）仅提取关键片段；总结者（Summarizer）用自身语言概括病例；搜索者（Searcher）则像使用搜索引擎般输入简短查询。值得注意的是，61%的访谈医师会在不同案例中切换使用多种策略。

各类型使用动机与体验

复制粘贴策略因操作简便而最受欢迎（15/22名医师），一位医师形容其为"散弹枪方法"，可快速生成全面鉴别诊断。选择性复制者（6/22）则倾向于聚焦特定临床表现，部分医师担心过多信息会"淹没"AI系统。总结者（4/22）认为自主提炼信息能避免AI陷入"兔子洞"式无关推理，其中一位医师强调总结过程能增强认知参与度。搜索者（7/22）将AI视为精准工具，一位医师称之为"狙击手方法"，适用于解答特定疑问。

输入方式与临床绩效关系

最关键的发现是：四种输入方式在诊断案例和管理案例中的表现无统计学差异。如图2所示，各类型得分分布范围广泛且重叠明显，推翻"更多输入带来更好输出"的假设。线性混合效应模型显示，输入内容量并非影响临床推理评分的关键因素。

管理案例中的AI使用局限

访谈发现医师对管理案例的AI输出普遍不满，认为其建议过于宽泛且缺乏个体化考量。这解释了为何管理案例中2-5名参与者直接放弃使用AI，而诊断案例中仅1-2人未使用。

研究结论表明，医师使用LLM聊天机器人时存在显著的个体化差异，但输入策略的选择更多反映个人诊疗风格而非效果优化。真正影响AI辅助决策效能的可能是提示工程（Prompt Engineering）技巧、认知参与度及输出信息筛选能力等深层因素。该研究为医疗AI培训提供重要启示：与其统一输入标准，不如培养医师根据具体场景灵活调整交互策略的能力。随着LLM与电子健康记录（EHR）系统的加速整合，理解人机协作中的行为模式将成为实现AI辅助精准医疗的关键基石。