文献速递技术与安全

国际调查:1041名放射科医生和住院医师对AI的恐惧、知识与态度

An international survey on AI in radiology in 1,041 radiologists and radiology residents part 1: fear of replacement, knowledge, and attitude.
PubMed 文献 · Eur Radiol · 2021-03-20

该国际问卷调查了1041名放射科医生和住院医师,发现38%存在被AI替代的恐惧,48%持开放积极态度。基础AI知识水平与恐惧相关,中高级知识水平与积极态度相关,提示应将AI纳入培训课程。

要点

  • 38%的放射科医生和住院医师恐惧被AI替代,48%持开放积极态度。
  • 基础AI知识水平与恐惧相关,中高级知识水平与积极态度相关。
  • 建议将AI纳入放射科培训课程以促进临床采纳。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2021 Mar 20;31(9):7058–66. doi: 10.1007/s00330-021-07781-5

引言

人工智能(AI)和深度学习(DL)算法应用于医学影像时已显示出令人期待的性能[1–4]。AI为放射科医生提供了重要机遇,例如提高工作流程效率以及更快、更具可重复性的分割和检测任务[5–7]。尽管AI目前主导着会议和文献,但仍处于临床应用的早期阶段。迄今为止,仅在部分中心部署了少量基于DL的窄任务检测模型[8]。

对放射科医生的常见建议是参与AI并将相关事务掌握在自己手中,以避免被行业或其他专科夺走领域[9, 10]。医学是一个以落后于其他行业技术进步而闻名的行业。持开放和积极态度(即在已经排满的临床日程中愿意在AI上投入额外时间)的放射科医生和住院医师可被视为早期采用者。需要这些积极主动的医生来推动下一阶段,使早期多数人开始使用这些工具并达到临界点[11]。这一点至关重要,因为这将在产生最终用户反馈的同时,使AI工具在临床实践中得到全面验证。放射科医生采用AI还可能防止出现令人担忧的情形,即数据被用于经济目的而非改善患者诊疗[12]。

鉴于令人印象深刻的软件结果以及文献和主流媒体中缺乏细微差别且常常误导的表述,医学生、受训人员甚至放射科医生中似乎已形成一种普遍的“被替代恐惧”的潜在情绪,无论是被计算机还是其他学科替代,如较小规模调查所示[13–17]。其他较小规模调查(受访者从69到270不等)以及最近一项较大规模调查(n = 675)提示,这种恐惧正在消退,并显示医学生或放射学专业人员对AI主题持积极态度[14, 18–22]。仅有一项调查(n = 270)研究了放射科医生关于AI的现有知识水平[20]。总体而言,住院医师和放射科医生当前对AI的总体态度和知识水平仍相对未知。这项大规模国际研究的目的是调查国际放射科医生和住院医师对AI的现有知识和总体态度,并探讨其相关性。

材料与方法

问卷

无需机构审查委员会批准。分析使用匿名数据进行。创建了一项使用Google Forms(Google LLC)的基于网络的调查,包含39个问题,涉及人口统计学信息、背景、社交媒体使用、意识和现有知识、对AI的态度、主动参与的意愿、AI在放射学培训中的整合以及对AI实施的预期障碍。答案为多项选择或开放式(附录1)。由10名放射科医生和住院医师进行了预试验以消除歧义[23]。随后由母语者以九种语言(英语、法语、德语、西班牙语、意大利语、荷兰语、捷克语、俄语和土耳其语)对调查进行了调整和翻译。

参与者招募

该调查及一份简短的说明信于2019年4月18日至7月12日期间可在 www.airadiologysurvey.com 上访问。该调查通过电子邮件向荷兰放射学会(NVvR,n = 2,002名会员)、意大利医学放射学会(SIRM,n = 10,320名会员)和法国放射学会(SFR,n = 8,300名会员)的所有会员分发。NVvR和欧洲医学影像信息学会(EuSoMII)在其网站上刊登了公告。加拿大放射协会(CAR)通过社交媒体推广了该调查。此外,作者通过其专业网络推广了该调查,并向部分作者所在机构(即五家荷兰医院)内的放射科医生和住院医师发送了电子邮件。此外,还联系了13名加拿大和15名美国的项目主任,请求在其所在机构转发该调查。该调查于2019年5月28日被收录于住院医师和专科培训医师分会(RFS)AI期刊俱乐部的通讯中。此外,该调查还在AuntMinnie [24]和AuntMinnieEurope [25]上进行了专题报道。该调查还通过作者个人账户和EuSoMII在社交媒体(LinkedIn和Twitter)上反复推广。预先确定的样本量为n = 1,000,以确保稳健的分析和结论,一旦达到该目标,调查即告结束。

统计分析

连续数据以均数±标准差或中位数(范围)表示。分类数据以比例表示。分类数据的单变量分析采用卡方检验,年龄采用Kruskal-Wallis检验。采用多变量logistic回归(进入法)评估自变量与知识和态度结局之间的关联,以校正可能的混杂因素和/或效应修饰因素。预先选择的变量包括(年龄、性别、地区(欧洲与非欧洲)、在学术机构工作、科学背景、当前职位(住院医师与放射科医师)、来源人群(SIRM、SFR、NvVR、其他)、专业社交媒体使用、信息学/统计学知识、AI特定知识以及亚专业)。年龄作为连续变量建模;所有其他变量作为分类变量建模。对于AI特定知识,类别4(高级知识)和类别5(积极参与研究/开发)为稳健性而合并,标记为“高级知识”。类别2标记为“基础知识”,5点量表上的类别3标记为“中级知识”。“被替代恐惧”变量在第25题(“您认为诊断放射科医师的工作因AI而面临危险吗?”)中被二分为“是及可能”与“否”。对AI持开放和积极的态度定义为:愿意使用和了解AI、愿意与数据科学家合作,以及同意放射科医师应发挥主导作用。在统计分析中,“开放和积极的态度”根据第37题(放射科医师是否应在AI技术发展中发挥主导作用?)、第33题(您是否愿意在临床环境中使用AI软件?)、第34题(您是否有兴趣与计算机科学家或数据科学家合作开发AI算法?)和第31题(您是否计划学习该主题,即使它不是项目或继续医学教育(CME)要求?)回答“是”与“否”或“可能”进行二分(见附录1)。logistic回归分析结果以校正比值比(OR)及95%置信区间(CI)表示。结果的统计分析在IBM SPSS Statistics for Windows(Version 24.0.: IBM Corp.)中完成。p值<0.05视为有统计学意义。

结果

人口学特征

共1,086名受访者完成了调查。排除45名受访者,因其非目标人群(如学生、产业界人士、研究人员、创业者)或为重复录入,最终纳入来自54个国家的1,041名受访者(图1)。受访者中,n=272(26%)为SIRM成员,n=185(18%)为SFR成员,n=274(26%)为NVvR成员,应答率分别为2.6%、2.2%和13.7%。N=310(30%)名受访者通过社交媒体或个人网络招募。

大多数受访者(n = 867,83%)在欧洲国家工作,n = 109(11%)在非欧洲国家工作,(n = 64,6%)在北美/加拿大工作。大多数受访者为男性(n = 670,65%),中位年龄为38(24–74)岁。受访者要么在非学术性医院工作(n = 367,35%),要么在私营部门工作(n = 203,20%),n = 471(45%)在学术中心工作。大多数受访者为放射科医生(n = 692,66%),中位工作经验为12(0–44)年,不包括住院医师培训。N = 142(35%)为住院医师,其中大多数为高年资住院医师(n = 173,56%,定义为已完成培训项目的> 50%)。仅少数为专科培训医师(n = 27,3%)。

四分之一的受访者表示自己为通科医师(即选择了> 4个亚专科,n = 255,25%)。在住院医师和放射科医生中,大多数人拥有一个亚专科(n = 513,49%),n = 273(26%)拥有两个或以上亚专科。最常列出的亚专科为腹部影像学(n = 328,32%)、肌肉骨骼影像学(n = 241,23%)和神经放射学(n = 208,20%)。分子/核医学影像学为n = 41(4%)名受访者的亚专科。

大多数受访者(n = 727,70%)除医学博士学位外没有科研背景。少数(n = 171,16%)完成了博士学位。具有科研背景者往往更多地从事学术工作(p < 0.001),与性别和现任职位无关。各来源人群在大多数特征方面存在差异,但性别除外,其分布均匀。按来源人群分层的受访者人口学特征汇总见表1。

图1 受访者地理热图 查看原图 ↗
表1 各来源人群受访者的基线特征(n = 1,041) 查看原表 ↗

统计学/信息学知识

近半数参与者表示具备信息学/统计学知识(n = 504,48%),大多数无正式学位(n = 465,45%)。n = 29(3%)名受访者拥有信息学或统计学大学学位。n = 77/312(24%,表2)表示具备编程技能。男性更可能具备统计学/信息学知识(校正OR 2.39,95% CI 1.78–3.21,p < 0.001),也更可能具有科研背景(校正OR 2.29,95% CI 1.68–3.11,p < 0.001)。统计学/信息学知识在各亚专科之间分布均匀。

表2 自我评估的知识、恐惧和态度(n = 1,041) 查看原表 ↗

人工智能特异性知识

少数受访者仅听说过人工智能(n = 221,21%,表2)。仅听说过人工智能在有科研背景的受访者中显著较少见(校正OR 0.51,95% CI 0.34–0.78,= 0.002),在心胸亚专科医师中也显著较少见(校正OR 0.53,95% CI 0.32–0.86,p = 0.01)。

少数受访者(n = 168,16%)具有高级知识或积极参与人工智能的研究和/或开发(表2)。高级知识或积极参与在以下人群中显著更常见:男性(校正OR 2.10,95% CI 1.34–3.31,p = 0.001)、欧洲(校正OR 2.33,95% CI 1.29–4.22,p = 0.005)、学术界(校正OR 1.80,95% CI 1.18–2.73,p = 0.006)、具有科研背景(校正OR 2.74,95% CI 1.85–4.07,p < 0.001)以及使用专业社交媒体(校正OR 2.76,95% CI 1.82–4.19,p < 0.001)。对肌肉骨骼方向感兴趣的参与者(校正OR 0.40,95% CI 0.23–0.69,p = 0.001)报告具备人工智能知识的比例较低。

对被替代的恐惧和职业疑虑

38%(n = 401,表2)的受访者存在被替代的恐惧。男性报告恐惧的比例显著更高(调整后OR 1.86,95% CI 1.38–2.52,p < 0.001),具有AI基础知识(调整后OR 1.56,95% CI 1.10–2.21,p = 0.01)的参与者亦然。随着年龄增长(每10年区间调整后OR 0.77,95% CI 0.66–0.90,p = 0.002),以及具有中等AI特定知识(调整后OR 0.40,95% CI 0.20–0.80,p = 0.01)或高级AI特定知识(调整后OR 0.43,95% CI 0.21–0.90,p = 0.03)者,报告恐惧的比例显著更低。恐惧与地区、来源人群、现任职位、在学术机构工作或亚专业无关。

恐惧被替代的最常见原因是预测诊断放射科医生的角色将发生改变但不会被替代(n = 329,82%)、怀疑将被完全替代(n = 42,10%)以及怀疑将被部分替代导致对放射科医生需求下降(n = 23,6%)。

鉴于受访者对AI的知识水平,n = 86(8%)表示他们会再次选择放射科医生作为职业,n = 160(15%)可能不会再次选择放射科医生作为职业(表2)。这种职业疑虑与被替代的恐惧显著相关(调整后OR 4.41,95% CI 3.16–6.17,p < 0.001)。使用专业社交媒体似乎是职业疑虑的保护因素(调整后OR 0.69,95% CI 0.49–0.96,p = 0.03)。职业疑虑与年龄、性别、地区、现任职位、在学术机构工作、AI特定知识或亚专业无关。

开放和积极的态度

同意放射科医生应在AI技术发展中发挥主导作用(n = 826,79%)在男性中显著更为常见(调整后OR 1.82,95% CI 0.1.30–2.59,p = 0.001),在仅听说过AI者中亦然(调整后OR 3.62,95% CI 1.76–7.42,p < 0.001),以及具有中等(调整后OR 4.29,95% CI 2.04–9.00,p < 0.001)或高级AI特定知识者(调整后OR 6.49,95% CI 2.78–15.17,p < 0.001)。神经放射科医生不同意的比例显著更高(调整后OR 0.59,95% CI 0.40–0.87,p = 0.009)。

愿意在临床实践中使用AI(n = 885,85%)与被替代的恐惧呈负相关(调整后OR 0.67,95% 0.46–0.98,p = 0.04)。男性更愿意在临床实践中使用AI(调整后OR 1.77,95% CI 1.19–2.63,p < 0.01)。听说过AI(调整后OR 2.50,95% CI 1.24–5.06,p = 0.01),以及具有中等(调整后OR 4.80,95% CI 2.22–10.38,p< 0.001)或高级AI特定知识(调整后OR 5.38,95% CI 2.15–13.51,p < 0.001)也与愿意在临床实践中使用AI相关。

AI基础知识是希望与数据科学家合作的负向预测因素(调整后OR 0.66,95% CI 0.46–0.96,p = 0.03)。男性(调整后OR 1.49,95% CI 1.08–2.05,p = 0.01)、使用专业社交媒体(调整后OR 1.58,95% CI 1.17–2.14,p = 0.003)以及中等(调整后OR 2.22,95% CI 1.09–4.51,p = 0.03)或高级知识(调整后OR 7.12,95% CI 2.90–17.47,p < 0.001)为正向预测因素。

对学习AI感兴趣(n = 780,75%)的正向预测因素为听说过AI(调整后OR 2.27,95% CI 1.15–4.52,p = 0.02),以及具有中等(调整后OR 6.22,95% CI 3.00–12.88,p < 0.001)或高级AI特定知识(调整后OR 15.29,95% CI 6.07–38.50,p < 0.001),且独立于年龄、性别和其他人口学特征。

近一半的受访者似乎对人工智能持开放和积极的态度(n = 501,48%,表3)。开放和积极态度的正向预测因素为男性(调整后OR 1.77,95% CI 1.29–2.42,p < 0.001)、仅听说过人工智能(调整后OR 4.78,95% CI 1.78–13.32,p = 0.002)、中级(调整后OR 11.65,95% CI 4.25–31.92,p < 0.001)或高级人工智能特定知识(调整后OR 17.65,95% CI 6.16–50.54,p < 0.001)。开放和积极态度的负向预测因素为年龄增长(每10年间隔调整后OR 0.78,95% CI 0.66–0.93,p = 0.006)和基础人工智能特定知识(调整后OR 0.58,95% CI 0.41–0.83,p = 0.002)。持开放和积极态度与地区、来源人群、在学术界工作、当前职位、亚专业或对替代的恐惧无关。开放和积极态度的所有预测因素列于表3。

表3 多变量逻辑回归模型中开放和积极态度的预测因素(n = 1,041) 查看原表 ↗

讨论

这项针对放射科医生和住院医师的大型调查(n = 1,041)显示,中级和高级人工智能特定知识水平与对人工智能持开放和积极的态度相关。另一方面,具有基础知识水平的放射科医生和住院医师对人工智能持开放和积极态度的比例显著较低。这可能表明,人工智能特定知识的增加促进了人工智能在临床实践中的采用,而基础知识水平可能具有抑制作用。放射学界仍然存在对人工智能替代的恐惧,因为39%(n = 401)报告了这一点。23%(n = 246)报告了职业疑虑。近一半受访者(48%,n = 501)对人工智能持开放和积极的态度。我们发现,对人工智能持开放和积极的态度与男性、较年轻年龄、科学背景、职业社交媒体使用以及信息学/统计学知识之间存在显著的独立关联。这表明放射科住院医师和放射科医生对人工智能近期技术发展本质上持积极态度,尤其是那些职业生涯大部分仍在未来的人,以及那些天生更倾向于对科学和/或技术感兴趣的人。有趣的是,基础人工智能特定知识独立地与对替代的恐惧和不太可能对人工智能持开放和积极态度均相关。对此的一种可能解释是,那些仅有限接触人工智能的人可能并未完全了解人工智能的局限性,因而恐惧工作替代。由于他们对人工智能的参照框架不够细致,并可能认为该技术比自身技能更先进,该群体可能未意识到放射科医生可以成为开发、验证和临床实践实施中的关键参与者,因此显得不太开放和积极。遗憾的是,本研究中无法推断出这一观察结果的潜在原因。

迄今为止规模最大(n = 675)的关于放射学中人工智能的已发表调查,由欧洲放射学会(ESR)于2018年11月在其成员中开展,其关注点有所不同。研究人员调查的是人工智能对放射科医生日常工作不同方面(如亚专业和检查模态)的预期影响,而非态度和知识,尽管也评估了对就业机会的影响[19]。此外,ESR调查的目标人群略有不同,包括的住院医师较少,即4%对本研究中的31%,而学术型参与者略多,分别为51%对45%。因此,这些调查可被视为互补性的。此外,在本研究中,庞大的数据集使得能够对放射科住院医师和放射科医生人工智能相关知识和态度的预测因素进行稳健分析,这是此前未曾做过的工作。在ESR调查中,观察到对人工智能总体持积极态度,与本调查一致。在他们的调查中,42%的人预见到就业机会将减少,与本研究中39%的参与者担心(部分)被替代的比例相当。在Waymel等人于2019年初开展的调查中,有270名放射科住院医师和放射科医生参与,该调查也评估了知识和学习意愿[20]。他们报告称73%的人对人工智能知识不足,而23%的人具有作者所定义的基础知识。本研究表明人工智能相关知识水平较高,至少具备基础人工智能相关知识的受访者占76%(n = 771/1,041)。

在本研究中,回复率较低,合并学会人群的回复率为3.9%,略高于ESR调查中报告的回复率(2.8%)[19]。这引入了选择偏倚,这是问卷研究中常见的问题,尤其是在采用便利样本时[26]。因此,真实的知识水平以及持有开放和积极态度的比例很可能更低,而恐惧程度可能更高。尽管如此,在知识和态度之间发现的关联在整个分析中具有显著性且一致性良好,因此应适用于所关注的领域。本调查中对知识水平的判定完全是主观的,这是此类研究方法固有的问题。受访者所认可的知识水平仅是自我感知知识的反映,而非绝对测量。此外,“开放和积极态度”的定义也是作者定义的主观指标。对四个关注问题回答“是”并不能保证受访者会投入额外时间帮助人工智能在临床实践中的采用;然而,它确实反映了总体积极的态度。北美在本调查中代表性不足,可能是由于其学会(如RSNA)倾向于不参与第三方倡议。此外,南美、亚洲和非洲未通过官方渠道被系统性地纳入本调查。因此,结果应被解读为西方社会(主要是欧洲)放射学界意见的反映。

这项大型国际调查显示,放射科住院医师和放射科医师中有限的AI特定知识水平与恐惧相关,而中等至高级的AI特定知识水平与对AI的积极态度相关,因此可能改善临床采纳。这些发现强调,AI应被纳入放射学培训课程和学术后培训。

补充信息

ESM 1(DOCX 22 kb)

引用

  1. Huisman M, Ranschaert E, Parker W, et al. An international survey on AI in radiology in 1,041 radiologists and radiology residents part 1: fear of replacement, knowledge, and attitude. Eur Radiol. 2021. PMID: 33744991. doi:10.1007/s00330-021-07781-5
  2. 全文:PMC8379099(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8379099/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。