口腔颌面外科医生对人工智能在临床实践和培训中应用的认知、态度及实践情况：一项横断面研究

《Frontiers in Oral Health》：Knowledge, attitudes, and practices of oral and maxillofacial surgeons towards the use of artificial intelligence in clinical practice and training: a cross-sectional study

　　口腔颌面外科（OMS）医生和学员对AI的认知调查显示，多数人知识不足且未接受过相关培训，但普遍认可AI在诊断、治疗规划及患者管理中的潜在价值，尤其年轻群体态度更积极。主要障碍包括技术准确性担忧（77.1%）、过度依赖风险（70.8%）及隐私问题（41.7%）。研究建议加强AI培训、优化技术及完善政策法规。

　　人工智能（AI）技术近年来在医疗领域迅速发展，尤其是在诊断、治疗规划和手术管理等方面展现出巨大的潜力。口腔颌面外科（OMS）作为医学与外科相结合的特殊领域，其临床实践不仅涉及牙齿和口腔组织，还涵盖面部硬组织和软组织的处理。因此，AI在OMS中的应用具有独特的价值和挑战。本研究旨在评估新加坡口腔颌面外科专科医生和培训人员对AI在临床实践和培训中的知识、态度和实际应用情况，以更好地理解其当前对AI的接受程度以及存在的障碍。

在研究方法上，采用横断面调查的方式，通过在线调查平台向新加坡的OMS专科医生和培训人员发放问卷。问卷共包含25个问题，分为五个部分，涵盖人口学信息、知识评估、态度调查、实践情况以及开放性问题。研究团队在设计问卷时进行了充分的讨论和验证，确保内容的准确性和全面性。调查采用便利抽样法，以覆盖尽可能多的参与者，同时确保数据的保密性和匿名性。为了提高问卷的可靠性，对知识、态度和实践三个部分进行了内部一致性检验，结果显示各部分具有可接受的一致性水平。

调查结果表明，虽然大多数参与者对AI在OMS中的应用持积极态度，但其知识水平和实际应用能力仍存在明显不足。在知识部分，超过60%的受访者表示自己对AI的理解不够深入，而近50%的人并不清楚AI在OMS中的具体用途。此外，超过80%的受访者从未接受过任何与AI相关的培训，这反映出当前在OMS领域中，AI教育和培训资源的匮乏。然而，尽管知识水平有限，大多数受访者仍认为AI在提高诊断效率、优化治疗计划和改善患者预后方面具有重要价值。特别是，年轻受访者和临床经验较少的人员表现出更积极的态度，这可能与他们对新技术的开放性和适应性有关。

在态度方面，大多数受访者认可AI在OMS中的应用前景。超过75%的受访者认为AI可以提升患者治疗效果，72.9%的人认为AI应该被纳入临床实践，68.8%的人则支持将其作为OMS培训的一部分。然而，也有部分受访者表达了对AI可能带来的负面影响的担忧，例如对AI诊断或治疗计划准确性的疑虑，担心过度依赖AI会导致临床技能的退化，以及对患者隐私和数据安全的顾虑。这些担忧在不同年龄和临床经验的群体中均有体现，但年轻群体和临床经验较少的人员更倾向于看到AI的积极面。

在实践方面，尽管68.8%的受访者表示他们在日常生活中使用AI技术，但仅有25%的人在OMS领域中实际应用了AI工具。这表明，尽管AI技术在医疗领域的普及度较高，但在OMS专科医生和培训人员的日常工作中，AI的应用仍处于较低水平。受访者普遍认为自己缺乏相关的培训和技能，同时医院和诊所的设备也不足以支持AI的广泛应用。此外，约62.5%的受访者认为AI可以简化他们的工作流程，但实际操作中仍面临诸多困难。

在开放性问题中，受访者提出了四个主要的建议，以促进AI在OMS中的更有效整合。首先是提供更多的培训机会，包括结构化的课程和软件使用指导。其次是优化AI在临床实践中的应用流程，建立更清晰的实施框架。第三是增加资金支持，特别是政府和医疗机构的资助，以降低AI技术应用的成本和门槛。最后是提升AI技术的准确性和实用性，通过更精细的模型优化和数据处理来提高其在OMS中的适用性。这些建议不仅反映了受访者对AI应用的期待，也为未来政策制定和技术发展提供了方向。

讨论部分指出，AI在OMS中的应用潜力巨大，但仍面临知识和实践上的双重挑战。尽管许多参与者对AI的前景持乐观态度，但知识的缺乏限制了其实际应用的深度和广度。此外，关于AI是否会取代外科医生的担忧较少，这可能与OMS工作的复杂性和对临床判断的依赖有关。然而，过度依赖AI可能会影响医生的临床技能，因此需要在使用AI的同时保持对传统医学技能的训练。

隐私和数据安全问题是受访者关注的另一个重要方面。由于AI模型需要大量数据进行训练和验证，患者信息的泄露风险不容忽视。当前的隐私保护法规尚未完全覆盖AI技术的应用，这使得数据安全成为一个重要议题。因此，未来需要加强相关法律法规的建设，确保患者数据在AI应用中的安全性和保密性。

此外，研究还提到，AI在OMS中的应用可能会增加医疗成本，但这一观点与某些其他医疗领域的研究结果存在差异。例如，在护理领域，AI被普遍认为可以降低成本，而本研究中部分受访者则担忧AI的引入会增加费用。然而，已有研究表明，AI的广泛应用能够通过提高诊断效率和优化治疗流程带来显著的成本节约。因此，如何平衡AI带来的成本与效益，是未来需要进一步探讨的问题。

研究的局限性主要体现在样本量较小和抽样方法的局限性上。由于新加坡的OMS专科医生数量有限，研究的样本量未达到预期目标，这可能影响结果的代表性。此外，样本主要来自本地专业组织和学术机构，可能存在一定的选择偏差。因此，未来的研究应扩大样本范围，采用多中心设计，以涵盖更多不同背景的OMS从业者。

综上所述，本研究揭示了新加坡OMS专科医生和培训人员对AI技术的态度和实践现状。尽管整体态度积极，但在知识和应用方面仍有较大的提升空间。未来需要加强AI相关的教育和培训，完善相关政策法规，并推动技术的进一步优化，以确保AI能够安全、有效地融入OMS的临床实践和培训体系。同时，考虑到不同人群对AI的接受程度可能存在差异，未来的研究应更加注重多样性，以全面评估AI在OMS中的应用潜力和挑战。