人工智能在结肠镜检查中的应用：提升检测还是削弱医生技能？

研究背景与疾病负担

结直肠癌是全球癌症相关发病率和死亡率的主要原因之一，腺瘤性息肉被认为是恶性肿瘤的前兆。在结肠镜检查中早期识别和切除腺瘤可显著降低结直肠癌的发病率。然而，内窥镜医师之间的腺瘤检出率（ADR）差异很大，检测失败导致了间隔期癌症的发生。近年来，人工智能（AI）技术的进步有望增强内窥镜医师识别癌前病变的能力，改善患者预后。然而，AI辅助工具的快速普及引发了对医生专业知识和独立诊断技能长期影响的担忧。

研究设计

一项多中心试验在四家医疗机构部署了AI结肠镜检查工具，以支持筛查过程。AI算法通过在视频流中实时绘制边界框来突出显示腺瘤，帮助识别。该研究旨在评估两个主要问题：首先，AI辅助是否能提高结肠镜检查中的腺瘤检出率；其次，依赖AI是否会影响内窥镜医师在不使用AI时的独立腺瘤检出能力。在试验期间，每位内窥镜医师交替进行有AI支持和无AI支持的手术。腺瘤检出率在AI实施前的三个月和连续使用AI系统后的三个月进行了测量。

关键发现

AI辅助结肠镜检查工具在使用过程中成功提高了腺瘤检出率，相比未辅助的手术，证实了AI作为有价值的辅助手段的作用。然而，一个引人注目且令人担忧的观察结果是在习惯使用AI后，内窥镜医师在没有AI的情况下表现有所下降。在引入AI之前，医生独立检测腺瘤的比例为28%。在定期使用AI三个月后，他们的独立检出率下降至22%，这一下降在统计学和临床上均具有重要意义。这种下降被解释为“去技能化”效应的证据，即依赖AI指导可能会削弱医生的内在观察能力和警觉性。

专家评论

这一现象与其他领域中自动化可能减少从业者在技术停用时的关键技能的情况相似。这类似于教育者面临的挑战，过度依赖AI写作工具可能会损害学生的独立批判性思维。尽管AI有望提高诊断准确性和患者安全，但技能退化的潜在风险要求谨慎和平衡地整合AI。该研究的优势包括其现实世界的多中心设计和客观的结果测量。局限性包括相对短暂的AI采用后观察期以及缺乏对内窥镜医师经验水平或认知参与的详细评估。

医生必须接受培训，将AI用作认知辅助工具而不是拐杖。为了减轻去技能化，需要持续的教育活动、定期的技能评估以及鼓励医生在使用AI时积极参与的结构化协议。此外，开发支持增强专业技能而非替代人类判断的AI系统可以保持并提高诊断技能。

未来方向和解决方案

为了解决去技能化风险，医疗系统和技术开发者应考虑以下策略：
1. 结构化培训：纳入正式的培训模块，强调在AI辅助检测的同时保留技能。
2. 轮换使用AI：鼓励间歇性使用AI，以维持医生的自主技能。
3. 绩效反馈：向医生提供个人化的绩效数据，比较AI辅助和独立检测的结果，以增强自我意识。
4. AI系统设计：开发促进主动学习并促使医生参与决策的AI工具，而不是被动依赖。
5. 长期研究：进行更长时间的研究，评估AI对临床技能多年的影响，涵盖各种手术和专业。

结论

人工智能正在通过提高腺瘤检出率改变结肠镜检查，并有望减少结直肠癌的发病率。然而，早期证据表明，没有保护措施的习惯性使用可能会损害医生的独立诊断技能，存在临床去技能化的风险。平衡整合AI增强与持续技能维护和关键参与对于优化结果至关重要。警惕监测、教育和精心设计的AI-人类接口将是充分利用AI优势而不损害临床医生核心能力的关键。这一新兴证据应指导政策制定者、医疗服务提供者和开发者负责任地采用AI技术。

参考文献

1. Budzyń, Krzysztof et al. Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study,The Lancet Gastroenterology & Hepatology,