调查巴伐利亚大学医院对使用大型语言模型的期望与需求

这对患者和专业人员为何重要

医院开始在更严肃的任务中试验许多人在家中使用的同类聊天机器人。本研究考察了巴伐利亚大学医院的医生、医学生和医院职员如何看待这些工具：他们已经在用这些工具做什么、期望得到什么、以及哪些方面让他们感到不安。了解他们的观点有助于指导人工智能在真实诊疗环境中的引入，在那里患者安全和信任至关重要。

谁被调查以及他们已经在做什么

研究人员对巴伐利亚五所大学医院的120名人员进行了调查：70名医学生、36名医生和14名行政人员。许多受访者在日常工作或学习中已经使用大型语言模型，尤其是学生和医生。他们使用这些工具检索文献、产生想法、翻译文本、起草电子邮件和报告、总结冗长文件以及澄清不熟悉的概念。行政人员使用频率较低，但对语音转录和文档处理等方面的帮助表现出兴趣。同时，相当一部分人——约四分之一的学生和医生以及三分之一的行政人员——报告称根本不使用此类工具，且许多学生觉得自己对该技术的理解落后于同龄人。

人们认为哪些用途有用

当被问及未来哪些用途最相关时，各群体都强调了帮助翻译医疗报告和将口语转为书面文字。他们也认为自动起草临床报告、总结长篇文档以及将专业术语简化以便患者更易理解很有价值。相比之下，更复杂的角色——例如建议诊断或提供详细医学推理——被评为重要性较低，尤其是在行政人员中。直接回答患者问题的想法最不受欢迎，但多数人表示，在危机情况下，如果由人工专家事后审核，愿意让聊天机器人起草回复。这一模式表明，专业人员欢迎在日常以文本为主的任务中得到支持，但希望对临床决策和沟通保持严格的人类控制。

他们预计会有多大变化

大多数参与者认为语言模型将对其领域产生积极影响，许多人已经感受到明显影响或预计在未来十年内会出现影响。他们预期自动化重复性文书工作可腾出更多时间用于直接病人护理，并支持更有证据基础和更个性化的治疗，可能提高护理的成本效益。关于这项技术将如何重塑人员配置，意见更为分歧。一些人预见尤其是在行政岗位上可能需要更少的工作人员，但半数受访者认为总体劳动力需求将保持大致不变。对准确性的标准也取决于任务：对于非专家的早期筛查，受访者愿意接受接近普通医生水平的表现，但对于指导受过训练的医生治疗决策的工具，他们期望明显更高的性能。

他们最担心什么

尽管持乐观态度，参与者也表达了强烈担忧。医生和学生最关心这些系统的“黑箱”特性：他们无法轻易看到结论是如何得出的，却必须对据此采取的行动负责。他们还担心数据隐私风险，因为病历包含极为敏感的信息，并对医疗过度依赖大型科技公司表示担忧。学生另外担心如果机器看似在做出关键决策，会损害以信任为基础的医患关系。行政人员尤其担心自动化可能对工作安全产生的影响。各群体普遍希望工具能解释其推理、保护机密数据，并支持而非取代人类判断。

医院的准备情况——以及需要改变的地方

调查发出的最清晰警示是，大多数受访者认为其机构尚未为引入语言模型工具做好准备。尽管许多人私下里已经在工作中使用此类系统，但他们往往在没有指导、培训或经批准基础设施的情况下使用，这带来严重的隐私和安全风险。被问及应当改变什么时，最常见的要求是教育：开设课程和讲座，解释这些模型能做什么、不能做什么以及如何负责任地使用。参与者还呼吁投资安全的技术基础设施、用更好的数字记录取代手写记录、制定明确的法律责任规则并与医院信息部门更紧密合作。许多人强调，系统必须在德语环境下运行良好并能与现有医院软件无缝集成。

对未来的含义

对普通读者而言，主要信息是医院内部的许多人已经将聊天机器人及相关工具视为有用的助手，尤其是在减少繁琐文书工作和改进信息与患者共享方面。然而，他们也清楚在没有适当保障措施的情况下仓促推进的危险。研究表明，如果医院提供培训、稳健的隐私保护以及与医生保持主导地位的良好集成系统，语言模型可以支持更高效且更个性化的护理，而不是取代人类专业知识。换言之，这些专业人员设想的未来并不是“机器人医生”，而是帮助临床医生更好、更安全地完成工作、更智能的工具。

引用: Vladika, J., Fichtl, A. & Matthes, F. Investigating expectations and needs regarding the use of large language models at Bavarian university clinics. Sci Rep 16, 10505 (2026). https://doi.org/10.1038/s41598-026-45245-2

关键词: 医疗领域中的大型语言模型, 医疗人工智能的采用, 医院数字化转型, 临床人员态度, 人工智能与患者隐私