放射科医生职业倦怠:AI尚未破解的真正黑箱
本文综述了人工智能(AI)对放射科医生职业倦怠的直接研究及其对既有倦怠驱动因素的影响。现有直接评估AI与放射科医生倦怠的文献结论相互矛盾且数据有限。多项关于效率和资源的元分析未显示AI显著缩短影像任务整体时间,平衡数据不支持AI改善倦怠驱动因素。
要点
- 现有证据不支持AI能减轻放射科医生职业倦怠,阅片流程改造不能以此为前提。
- AI应用可能增加解读和图像处理时间,并带来新的法医学责任与额外工作负荷。
- 工作负荷、自主性、效率与资源等倦怠核心驱动因素目前均未获AI实质性改善。
核心结论
- 直接评估AI与放射科医生职业倦怠的文献结论相互矛盾,平衡数据不支持AI改善放射科医生职业倦怠的驱动因素。
- 关于AI对效率影响的随机研究存在高风险偏倚,三项元分析未显示AI实施后的显著效应。
- AI对放射科医生职业倦怠的最终影响尚未确定,仍是一个未解的「黑箱」。
研究设计与样本
- 本综述未报告系统检索策略或纳入研究数量,纳入两项来自中国的横断面研究及一篇系统性文献综述。
- 引用的效率综述含48项原始研究,其中3项随机研究经评价为总体高偏倚风险。
- 涉及的中国研究采用中文版Maslach职业倦怠量表-服务行业版(MBI-HSS)评估职业倦怠。
诊断标准与关键数值
- 一项中国全国性横断面研究纳入6726名放射科医生,AI组加权职业倦怠患病率高于良性AI组,为40.9%对38.6%(P<0.001)。
- 另一项中国横断面研究中,放射科医生AI使用时长与职业倦怠呈显著负相关,但该结论与前述研究相反。
- 2019年440项医学影像研究的多元分析中,仅AI作为主要研究领域与工作量增加显著相关(P<0.001,比值比10.64)。
- 一项欧洲放射学会调查中,50.8%受访者预期AI减少总报告工作量,49.2%预期增加工作量。
临床应用与阅片要点
- 不要在报告中或对临床声称AI能减轻阅片负担或改善职业倦怠,目前缺乏可支持该用途的一致证据。
- 引入AI后需由科室领导客观测量放射科医生倦怠及工作量变化,判断AI是否真正增加而非减少低价值活动。
- 注意AI产生的假阳性或假阴性记录会增加放射科医生法律风险感知,可能导致额外说明性报告和流程减慢。
局限性
- 直接证据仅来自中国的两项横断面研究,中文版MBI-HSS在中国验证不够充分,工作环境与美国及其他国家可能不同。
- 效率相关的随机研究很少且总体偏倚风险高,超过50%纳入研究声明相关或潜在利益冲突。
- 缺乏关于AI对放射科医生工作与生活平衡影响的稳健纵向数据。
全文中译10 节 · 点击展开
引言
根据世界卫生组织,职业倦怠是一种因长期未能成功管理的职场压力所致的综合征[1]。职业倦怠以三个维度为特征——感到精力耗尽或能量耗竭、对工作持消极或愤世嫉俗态度,以及职业效能感下降[2]。多篇同行评议的出版物一致表明,放射科医师的职业倦怠在多个放射学亚专业[3–7]、执业环境[8, 9]及领导岗位[10, 11]中均呈现高流行率。医师职业倦怠已与多项不良指标相关联[12]。在一项系统评价和荟萃分析中,医师职业倦怠与工作满意度下降近四倍、职业选择后悔增加三倍以上、离职意向增加三倍以上,以及患者安全事件和低职业素养发生率翻倍相关[13]。
人工智能可被概念化为开发和实施能够执行传统上需要人类智能水平的任务的计算机系统[14]。机器执行复杂计算,不仅学习而且适应阅读环境,以生成可供放射科医师使用的输出结果。然而,这些人工智能系统对放射科医师而言在很大程度上是一个“黑箱”,他们不知道机器学习系统是如何得出其图像上所显示的结果的[15–17]。
多篇文章和制造商都大力宣扬人工智能(AI)在放射学中的长远前景,包括简化重复性任务、改善工作流程以及减少医师职业倦怠的预期[14, 18]。最近一项针对美国学术部门主任的调查发现,80%的人对AI持乐观态度,计划实施AI的两个主要原因是提高质量和效率,以及减少放射科医师职业倦怠[19]。
要使AI克服放射科医师已知的怀疑态度并提高该技术的采用率,AI的实施需要在科学上证明其能够减少放射科医师的职业倦怠。本文旨在描述直接评估AI对放射科医师职业倦怠影响的出版物,并回顾AI影响放射科医师职业倦怠既定驱动因素的出版物。
AI与放射科医师职业倦怠的研究
在AI领域已发表的随机对照试验非常少[20]。具体而言,研究AI对放射科医师影响的大多数出版物为综述文章[15]。最近有两篇同行评议的出版物使用经过验证的条目评估了AI使用与放射科医师职业倦怠之间的关联。两项研究均在中国开展,该国的AI应用已广泛普及。
第一项研究由Liu等[21]开展,是一项针对6726名放射科医师的全国性横断面研究,其中3017人属于AI组。AI组的职业倦怠加权患病率显著高于良性AI组(40.9%对38.6%;p < 0.001)。AI的使用与放射科医师职业倦怠相关,并呈现出剂量-反应关系。AI使用与高工作负荷或低AI接受度的联合暴露与职业倦怠的额外风险相关。
Fang等人[22]的第二项研究采用横断面研究设计,在中国20个省级行政区域的68家公立医院和63个城市的放射科医师和技术人员中开展。大多数调查受访者(66.1%)为放射科医师。虽然放射技师中的职业倦怠略高于放射科医师,但放射科医师中中重度职业倦怠的比例高于技师。放射科医师的AI使用时长与职业倦怠呈显著负相关。作者进一步得出结论,鼓励使用AI软件和放射学可用于帮助预防和缓解职业倦怠。
乍看之下,这两项研究关于AI与放射科医师职业倦怠之间关系的结论截然相反。部分原因可能在于两个研究队列中AI使用时间的长短不同。两项研究均使用中文版Maslach职业倦怠量表-服务行业版(MBI-HSS)来评估职业倦怠。MBI-HSS已在美国得到验证;在中国的验证则不够充分。这也可能导致结果存在差异。此外,中国放射科医师的工作环境与美国及其他国家的工作环境有多少重叠尚不清楚。具体而言,还需要进一步研究关于报告质量、对错误的容忍度以及错误后果(包括医疗事故和其他因素)方面的文化期望。因此,目前无法从这些关于AI对放射科医师职业倦怠影响的研究中得出明确结论。
AI与放射科医师职业倦怠驱动因素的研究
由于关于AI对放射科医师职业倦怠直接影响的现有研究有限,为了扩大对AI对放射科医师职业倦怠潜在影响的分析,我们还评估了AI对已确定的职业倦怠驱动因素的研究。既往研究已确定医生职业倦怠的六个主要驱动因素,前提是工作意义这一核心目的[23]。这些驱动因素包括工作量和工作要求、控制感和灵活性、工作与生活的融合、工作中的社会支持和社区、组织文化和价值观,以及效率和资源(表1)。
工作和工作要求
放射科医师的工作量——即每单位时间内完成的检查数量、大小和复杂程度的乘积[24]——在过去二十年中急剧增加[25–27]。在报销持续下降的背景下,提高相对价值单位(RVU)生产力以维持收入的压力不断增加。更高的工作量一直被确定为放射科医师职业倦怠的压力源风险因素[4, 28, 29]。紧急检查病例量的增加进一步加剧了压力水平,这些检查会中断工作流程且强度较高,如急性卒中和创伤检查。
人工智能被提出作为解决放射科医生工作负荷的一种方案,并有可能改善临床结局[30]。在乳腺X线摄影中,一些研究提出AI能够作为独立阅片者取代甚至超越放射科医生,从而分流正常筛查检查[31–33]。在筛查环境中,工作流程与诊断环境不同[34, 35]。在不间断的环境下,放射科医生在筛查期间能够参与大批量、高效率的批量阅片[36]。大量正常检查使放射科医生能够重新校准并记住正常解剖结构。积极参与筛查对教学也有意义,因为放射科医生希望能够教导下一代如何解读正常检查。此外,由于在美国许多执业环境中,工作相对价值单位(work RVU)常常与薪酬挂钩,而这并未考虑病例复杂程度,可能对放射科医生的薪酬产生负面影响[37]。最后,放射科医生如果整天只专注于高度复杂的检查,如治疗后肿瘤体部检查或术后脑肿瘤,可能会导致压力并对其身心健康产生负面影响。
在一项对675名欧洲放射学会会员的调查中,对于AI对总报告工作负荷的预期影响存在分歧,50.8%的人预计报告工作负荷会减少,而49.2%的人预计工作负荷会增加[38]。一项对2019年发表的440项医学影像研究的随机样本研究发现,虽然这些研究为患者诊疗增加了价值,但它们增加了诊断放射科医生的工作负荷,尤其是涉及AI的研究[24]。在多变量分析中,只有将AI作为主要研究领域仍与工作负荷增加显著相关(p < 0.001,比值比为10.64)。归因于AI的工作负荷增加至少有部分来自处理时间和解读时间的延长[21, 24]。
多项研究表明,需要设定工作负荷限制以减少医疗差错并提高患者安全[39–41]。如果尽管付出了所有努力,工作负荷仍超出放射科医生的承受限度,那么使用AI将意味着问题的延缓而非解决[15]。
控制与灵活性
AI独立进行影像解读已被提出[42]。在这种情况下,放射科医生需要能够心安理得地将完全自主权交给AI平台。这可能导致道德伤害,因为放射科医生可能会认识到AI的不完美之处,并不得不面对假阴性及假阳性结果。
医疗法律责任是现代医学文化中放射科医生公认的担忧。例如,在一项针对乳腺影像学会内影响放射科医生的压力源调查中,对诉讼的恐惧是第三常见的压力源,影响了超过52%的受访者[28]。一项对美国神经放射学会(ASNR)神经放射科医生的调查显示,医疗法律纠纷很常见,并促成了职业倦怠[43]。
将图像解读的部分或完全自主权交给AI,会伴随因AI遗漏病灶而增加的責任风险。当前的AI算法在数据输入欠佳、不典型表现以及影像上的罕见病变方面仍存在困难[14]。在欧洲放射学会的调查中,41%的受访者预计放射科医师将为AI系统的不良结果承担法律责任,而41%的受访者倾向于由放射科医师和制造商共同承担责任[38]。
AI还可能产生假阳性,从而为放射科医师带来额外的压力来源。一些机构会将AI发现的永久记录保存在PACS中的图像上。近期数据表明,当放射科医师漏掉了AI检出的异常时,其所感知的法律责任会更高[44]。一些放射科医师在与AI意见不一致时,现在会在报告中加入一段说明,解释他们为何要反驳AI的假阳性。这种做法可能减慢放射科医师的工作流程、降低效率,同时因增加低价值活动而产生不满和职业倦怠。
工作与生活的融合
目前,尚无关于AI对放射科医师生活平衡影响的可靠纵向数据。
缺乏工作与生活的平衡是公认的放射科医师压力源,可导致其职业倦怠[28, 29]。如果AI能在不降低薪酬的情况下减少放射科医师的工作负荷,则将减轻其压力。许多放射科医师目前远程执业,并倾向于远程阅片以改善工作与生活的平衡[45]。AI驱动的工具可促进图像的远程解读[46],使放射科医师能够从不同地点工作,并可能通过避免长时间通勤来改善其工作与生活的平衡。通过在常规工作时间内处理更多常规任务,AI有望最大限度减少放射科医师加班或值班的需要,从而实现更好的工作与生活平衡。
从长期来看,AI也可能损害放射科医师的工作与生活融合。随着工作环境中AI应用数量的增加,可能出现信息过载并消耗放射科医师的时间[14]。工作负荷的增加可能加剧当前个人生活与工作界限模糊的趋势,因为放射科医师允许自己在工作时间之外——无论在工作场所还是在家中——都能被联系到。许多医院管理者和放射科实践负责人现在利用远程能力使放射科医师随时可用,尤其是在可以远程访问电子病历时。放射科医师需要停机时间来进行数字排毒和恢复精力[47]。
工作中的社会支持与共同体
在PACS出现之后,放射科医师与患者及转诊临床医生的隔离日益加深[48]。孤独和社会隔离与短期和长期不良结局均相关,包括冲动控制能力下降、睡眠片段化、抑郁、认知功能下降和痴呆[49–52]。社会隔离与职业倦怠和自杀意念增加相关,并且在美国医生中比在其他领域的工作者中更为常见[53]。同行评审研究表明,恢复共同体感有助于减少医生职业倦怠[54, 55]。
AI 对社会支持和共餐行为的长期影响目前尚不清楚。可以说,花在与 AI 算法博弈上的时间增加,可能转化为放射科医生在工作站上花费更多时间,从而进一步加剧孤立。
另一方面,如果 AI 确实能转化为工作量的减少,那么理论上放射科医生在工作内外都会有更多时间进行社交。此外,类似于在 AI 方面开展合作的放射学学会 [56],以 AI 为中心的社群可能最终会在各个执业机构内部发展起来,使用类似技术的志同道合者可能希望进行社交、协作和创新。
组织文化与价值观
随着过去十年的业务整合,许多放射科医生在更大的组织内执业 [57]。在组织内部,既往研究表明,医生的个人价值观与组织价值观的一致性与医生职业倦怠呈负相关 [58],而且医生是通过其工作单元领导者的视角来体验其组织的 [59]。领导力与医生职业倦怠呈负相关 [58],因此领导者在放射科医生职业倦怠方面扮演着至关重要的角色,无论是好是坏 [60]。
目前,放射学中的 AI 仍处于采用周期的相对早期,时机非常重要。希望在其科室中促进 AI 有效应用的领导者可以采取几种策略。首先,他们必须谨慎选择系统,并具备以放射学为中心的愿景 [61]。为非放射科医生编写的 AI 程序在阅片室中可能几乎不会增加或根本没有价值。其次,放射科医生需要向那些有勇气放弃未增加价值的系统和/或更换相关程序的领导者提供反馈 [62]。第三,领导力是本地化的,因此领导者需要衡量和管理其执业中的职业倦怠 [63]。领导者需要客观评估并理解,新实施的 AI 是在让他们的放射科医生工作更轻松,还是在拖慢他们的速度及/或使他们产生倦怠。第四,领导者需要记住,我们正处于劳动力危机之中,存在放射科医生短缺和先前已存在的职业倦怠 [64, 65]。今天为放射科医生带来的价值必须超过 AI 使用中任何相关的负面因素。利用 AI 为其放射科医生谋取优势的领导者将在招聘和留任方面做得更好。
效率与资源
2019 年发表的医学研究随机样本发现,在非学术性综合教学医院环境中,工作量增加的主要原因是判读时间增加,且常与后处理及采集时间增加同时出现 [24]。
一项近期关于人工智能实施对医学影像效率影响的系统文献综述纳入了48项原始研究[66]。三项随机研究经评估总体存在高偏倚风险。此外,19项研究声明存在相关利益冲突,另有6项研究存在潜在利益冲突,合计超过纳入研究的50%。尽管大多数研究报告了积极效果,但对12项研究进行的三项独立荟萃分析未显示人工智能实施后的显著效果。虽然近67%的时间相关结局研究显示使用人工智能后时间减少,但对可比研究子集进行的荟萃分析未显示人工智能工具能减少影像任务总体时间的证据。作者指出,这些研究中值得注意的一部分存在利益冲突,可能影响研究设计和结局评估。
迄今为止的数据平衡尚未最终证明人工智能提高了放射科医生的效率。此外,效率的提升是有限的。放射科医生可以在跑步机上越跑越快,直到崩溃为止。效率也有其弊端。一些专家认为,职业倦怠的解药是松弛[67]。创造力和创新发生在松弛之中,这在学术环境中尤为重要[68]。
总结
我们的分析发现,关于人工智能减少放射科医生职业倦怠的数据有限且相互矛盾、无法得出结论,且数据平衡不支持人工智能改善了职业倦怠的驱动因素。“黑箱”这一术语几十年来在文献中被用来解释放射科医生无法理解人工智能中深度学习的隐藏层。尽管对放射学中人工智能实施持乐观态度,但人工智能如何影响放射科医生职业倦怠仍是一个“黑箱”,最终影响尚待确定。需要更多原始研究来帮助揭开这个黑箱,并帮助放射科医生理解这一不断发展中的技术对其本已受损的整体健康的真实影响。
引用
- Parikh, Lexa. Radiologist burnout: AI's true black box. Eur Radiol. 2026. PMID: 41540207. doi:10.1007/s00330-025-12278-6
- 全文:PMC13212816(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13212816/
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。