赵伟 陈雁菁 李畅 欧漫 刘军

近年来，人工智能（artificial intelligence，AI）尤其是深度学习得到了飞速发展，在计算机视觉、自然语言理解、机器人控制、语音识别和生成等方面的应用突飞猛进，同时也引起了医学领域的极大关注[1-3]。医学影像是临床上必不可少的检查手段，涉及疾病的各个阶段，包括筛查、诊断、治疗、疗效评估、随访，具有天然的数据优势。因此，AI在医学影像领域的应用最为广泛，国内亦是如此。研究表明，2009年1月—2020年1月，在发表人工智能相关医学影像研究论文数量排名中，中国位居第二[4-5]。AI基于医学影像为临床相关问题提出了新的解决方案[6]，同时也引起了人们对医学影像教育的重新思考。有研究者提倡，AI结合传统医学影像教学的方式应得到推广[7]；也有研究者担心大力发展医学影像AI会增加医学影像人员过度依赖或者失业的可能性[8]。医学影像专业学生是AI新时代未来新型人才的后备军。尽管AI在医学影像领域应用越来越广泛，但人们对于不同层次医学影像专业学生关于AI和深度学习的态度知之甚少。为了解决这个问题，针对医学影像专业的本科生和研究生进行了一项多中心调查，以评估其对AI的观点、态度以及了解程度，并探索AI在医学影像领域的前景和教学价值。

1 资料与方法

1.1 一般资料

调查对象为全国各地医学影像专业的本科生和研究生，调查周期为一周（2021年12月13—17日）。笔者使用问卷星网络应用程序设计了一项电子调查。问卷通过微信推送给全国各地的学生，学生均是自愿参与，与课程活动无关，问卷匿名提交。调查人员被告知，调查结果将用于进一步的统计评估。问卷提交结束日期后，将结果导出进行进一步分析。

1.2 方法

问卷包含四个部分，每个部分涉及不同方面。第一部分为学生的基本信息，包括年龄，性别，学历以及学校。第二部分旨在评估学生是否了解AI为医学影像的研究热点、是否掌握AI相关的技术以及从哪些渠道获取AI的信息。第三部分旨在评估学生对AI在医学影像具体领域应用价值的了解。第四部分向学生们介绍了各种声明，主要涉及目前大家最关注的一些问题。第三部分和第四部分要求他们在四分Likert量表[9]表明他们的同意水平（完全不同意、不同意、同意或完全同意）。同时本研究将对问卷2-4进行亚组分析，分析不同性别以及不同学历问卷结果的差异。

为简化描述性统计，类别“完全不同意”和“相当不同意”总结为不同意，而“相当同意”和“完全同意”总结为同意。对于所有其他统计分析，保留原始类别。

1.3 统计学方法

采用SPSS 19.0统计学软件进行分析。以下各项的分布比较使用Wilcoxon符号秩检验进行亚组间分析。P＜0.05表示差异有统计学意义。

2 结果

2.1 参与者基本情况

在1周的时间里，共有720名学生（本科生614名，研究生106名）回答了问卷。其中，454名为女性（占比63.06%），266名为男性（占比36.94%），年龄17～38岁，平均（20.68±3.41）岁。从地域分布来看，约85%的人来自湖南。

2.2 不同层次学生对AI的了解程度及渠道

在所有参与者中，一半以上学生知道AI是医学影像的研究热点（65.56%），只有三分之一的学生了解AI技术的相关技术（33.61%了解，55.56%不了解）。亚组分析中，性别在是否了解AI是医学影像学的研究热点无显着差异，但男性比女性更了解AI相关技术，差异有统计学意义（P＜0.05）。研究生相对本科生更了解AI为医学影像的研究热点以及相关技术，差异有统计学意义（P＜0.05），见表1。

表1 学生对于AI在医学影像领域应用的了解程度（%）

绝大多数参与者通过老师（81.39%）、媒体（73.06%）及社交软件（74.17%）获取AI在医学影像学中的应用情况，小部分学生通过论文（42.36%）、家人或朋友（43.19%）获取。在所有途径里，通过老师获取相关信息的学生比例最高（81.39%），从家人或朋友获知的比例最低（43.19%）。性别因素在获取渠道方面差异无统计学意义（P＞0.05）；除了家人或朋友渠道外，本科生与研究生通过其他途径获取相关信息的差异有统计学意义（P＜0.05）（表2）。研究生通过老师及论文途径获取人工智能信息的比例明显高于本科生，差异有统计学意义（P＜0.05），而通过媒体途径获取相关信息低于本科生，差异有统计学意义（P＜0.05）。

表2 学生对于AI在医学影像领域应用的了解渠道（%）

2.2 不同层次学生对AI在医学影像领域应用的看法

大多数学生同意病变自动检出、病变自动诊断、病变自动测量和影像报告自动生成是AI在医学影像应用的潜在领域（表3）。首先，男性在病变自动诊断及影像报告自动生成上同意的比例高于女性，而女性同意病变能自动检出及病变自动测量的人群比例上高于男性，差异有统计学意义（P＜0.05）。其次，在影像报告自动生成方面，研究生与本科生差异无统计学意义（P=0.482），除此之外，研究生在病变自动检出、自动诊断及自动测量同意的比例均高于本科生，差异有统计学意义（P＜0.05）。

表3 AI在医学影像应用的潜在领域（%）

2.3 不同层次学生对AI应用的看法及态度

绝大多数参与者（77.2%）同意AI将彻底革新放射学，但大多数学生（76.67%）不同意AI将取代放射科医生。其次，大部分学生（77.50%）认为AI增加了他们对医学影像学的兴趣；有73.89%的学生表示AI使他们更容易掌握医学影像学的知识，并且大部分人（74.17%）要求将AI作为独立的课程进行学习。绝大部分学生（89.17%）认为医学影像专业的同学应该了解AI相关知识。在亚组比较上，男生比女生更加同意AI可以增加他们对医学影像学的兴趣（P＜0.001），并且更容易掌握医学影像的知识，差异有统计学意义（P＜0.05）；但女生会更加认为每个医学影像专业学生应了解AI，差异有统计学意义（P＜0.05）。学历层次因素在AI帮助掌握医学影像学知识这一态度上差异无统计学意义（P＞0.05），其余问题上研究生同意的比例明显高于本科生，差异有统计学意义（P＜0.05）（表4）。

表4 学生对于AI在医学影像领域应用的感受和态度（%）

3 讨论

尽管AI在医学影像领域应用越来越广泛，但人们对不同层次医学影像专业学生关于AI或深度学习的态度知之甚少。为解决这个问题，笔者针对医学影像专业的本科生和研究生进行了一项多中心调查，以评估其对AI的观点、态度以及了解程度，并了解这些学生对AI在医学影像领域的前景和教学价值上的看法。研究结果发现，大多数学生知道AI在医学影像领域应用的兴起以及潜在的应用方向，并希望加大AI在医学影像专业的教育力度，尤其是本科生阶段的教育。

研究中，虽然三分之二的医学影像专业学生并不了解AI的基本技术原理，却有超过一半的人知道AI是医学影像目前的研究热点。相对本科生，研究生了解AI的比例更高，这表明研究生可能有更多的机会接触及应用AI知识；并且研究生在学校环境下获取AI知识的比例高于本科生，这可能与AI课程在本科阶段的普及率较低有关。2019年，教育部批准了首批35所高校开设“AI”本科专业，但没有一所是医学专业院校，且并未设置AI一级学科[10]。因此，未来应努力重视及推广AI相关的医疗知识的通识教育，培养新时代AI医学影像人才。经问卷调查得知，通过老师获取AI相关知识的人群比例远远超过论文、家人等途径，这表明通过教学途径来传授AI知识的重要性。也有研究表明，通过AI辅助教学，可极大改善教学效果，比如增加学生的知识掌握程度，同时提高学生的学习能力。许冰强等人探讨了基于AI辅助技术在胸部外伤教学中的应用价值，研究表明AI辅助技术与传统教学相结合教学法优于传统教学，能够提高学生诊断准确性[11]。同时，AI的“精准教育”模式可以根据个人水平和需求差异，有针对性的呈现相关病例，大大提高

了学员的积极性及学习效率[12]。PACS与AI相结合的方法也有助于提高一线诊断水平，并为教学提供了更加便捷的环境[13-14]。

影像诊断是注重临床实践及运用的专业课程[15]，绝大多数医学影像专业学生对AI在自动诊断、检出、测量、报告生成方面的应用潜力抱有很大的期待。其中，有79.86%人认为影像报告能够自动生成，体现了学生对于AI提高工作效率的较高期望。近年来，部分AI软件，如肺结节辅助诊断软件已进入临床使用，在许多三甲医院得到了广泛普及，能显着提高实习生的诊断准确率和阅片速度[16]；其次在AI乳腺筛查，骨龄判断上也发挥了巨大优势[17]。尽管AI提高了放射科医生的工作效率，临床上也存在因过度依赖AI而出现误诊和漏诊现象，这可能与使用者经验不足且的过度依赖AI有关。先前的相关研究并不能保证实验组每位实习生均可按照独立自主阅片-AI软件对照-思考和总结这样的流程进行训练[18]，由于存在该局限性，今后AI辅助教学仍需要以培养学生影像诊断思维和独立能力为主线，完善监督机制，以牢固掌握基础知识为前提，AI则作为辅助工具来参考。这是AI趋势下医学影像人才的新要求之一[19]。

从问卷最后一部分可看出，大家对AI在医学影像学的变革是有目共睹的，不仅能有效整合和优化各类影像资源，推动公共卫生的发展，还提高了影像教学上的质量和效率[20]。多数学生表示AI可提高他们对医学影像的学习兴趣，这可能与AI为挖掘医学图像数据提供新手段有关，医学影像专业学生可通过这种方式重新认识图像，从仅通过传统的解剖、病理角度描述特征到与计算机、图像角度描述特征相融合，充分实现了医工交叉。此外，大部分学生希望将AI作为独立课程来学习。AI技术具备较强的专业性，医学影像专业学生通过自我学习或者将知识点穿插于其他课程来熟悉相对困难。本研究表明研究生更希望针对AI设立独立课程、更应该了解AI以及认同AI能够提高对医学影像的学习兴趣，这可能与研究生对AI接触更多、认识更深有关，同时AI有望成为科学研究的“助推剂”，辅助他们进行相应的科学研究。另外该研究还反映出性别在对待AI态度上的差异性，男性对人工智能的了解程度及自信心远超过女性，可能出于兴趣原因，也可能出于性别文化的宏观影响[21]，但这并没有阻挡女同学对AI知识的渴望，女生更加肯定AI技术的掌握对于医学影像学生的必要性。最后值得注意的是，尽管医学影像AI的发展整体是健康的，一半以上的学生不相信AI在未来将取代放射科医生，这表明人工智能在医学影像的应用依然存在许多挑战和瓶颈问题需要克服[22-23]。影像学学生还是应客观看待AI的存在，合理利用AI技术[24]，相信AI仍然应该由人类来主宰。

此外，该研究存在一定局限性。首先，本研究仅针对本科生和研究生，这两部分群体尚未接触临床或接触临床不久，不能反映AI对医学影像的临床价值，应进一步纳入住培生、住院医师等群体，可以更加辩证地看待AI在医学影像领域的影响，还可为保障AI在临床上的合理应用提供建议。Merel Huisman等的一项关于住院医师对AI看法的多中心调查研究可充分证明纳入该群体的必要性[25]。其次，参与该问卷的学生大部分是湖南地区学生，没有考虑教育资源不平衡以及学校对AI普及程度的差异，未来可进一步扩大人群。最后，应该考虑医学影像基础知识掌握程度对AI兴趣及学习态度的影响，这一点可以参考Dos Santos D P等的做法[26]。

综上，大多数学生了解AI在医学影像的应用兴起，并抱有较高的期望；在AI新时代医学影像教育方面，应该加大AI在医学影像专业，尤其是本科生阶段的教育力度，结合学生对于AI的态度及期望，打造适合医学影像专业学生的教学方式，培养人工智能趋势下医学影像学人才。