《Health Expectations》2026 年 12 月刊发表的一项随机对照试验里,有一个细节值得先说清楚:试验全程没有使用、测试或对任何参与者的诊疗应用任何 AI 系统、临床算法、设备或决策支持工具。它研究的仍然是 AI——只不过被检验的干预物不是算法,而是一段 5 到 7 分钟的谈话。
## 三个比"准不准"更具体的问题
研究团队把患者遇到医疗 AI 时的不确定,归纳为三个具体的问题:AI 到底是在支持临床医生,还是在取代临床医生;临床决策的责任仍在谁身上;以及那些一般性的 AI 相关信息,跟自己的照护有什么关系。团队来自土耳其阿厄里(Ağrı)İbrahim Çeçen 大学健康科学学院护理系,他们把这件事明确框定为沟通问题——用作者的话说,这些是"临床团队如何谈论 AI"的问题,而不是"AI 表现如何"的问题;作者还提示,这些问题在手术前夕可能尤其突出。
试验设计是标准的单中心、两臂、平行组、注意力对照优效性随机试验,1:1 分配,前瞻注册。参与者是阿厄里培训与研究医院预约择期手术的 120 名成年患者,每组各 60 人。主要结局是术前焦虑,用阿姆斯特丹术前焦虑与信息量表(APAIS)的焦虑分量表测量;关键次要结局是感知控制。
## 5–7 分钟,四句话
干预组接受一次结构化 AI 沟通:5–7 分钟,由护士按方案执行,讲清四件事——AI 可能支持但不会替代卫生专业人员;临床决策的责任仍在照护团队;AI 相关信息可能是一般性或概率性的;这类信息应当结合患者自己的临床情境来解读。
对照组没有被"晾着":他们接受时间匹配的护士-患者支持性沟通,内容围绕常规术前准备,不含任何 AI 特定内容。这个注意力对照的设计意图很清楚(这句是我对设计的解释性标注):两组得到同等时长的人际接触,唯一的差别是谈不谈 AI、怎么谈——它隔离的是谈话的内容,而不是"有人跟你谈话"这件事本身。
另外三项指标——AI 相关不确定性、信息清晰度与对临床团队的信任——在沟通结束后立即测量。作者对此有一条明确的方法学注记:这三项是研究自定的"沟通吸收"指标,而不是经过验证的独立临床终点。
## 成绩单:焦虑降了,控制感升了
120 名随机化参与者全部完成了术前终点评估。
术前焦虑:结构化 AI 沟通组 9.28±2.55,对照组 12.48±3.01,基线校正后均差 −2.56(95% CI −2.87 至 −2.26,p<0.001)。感知控制:25.83±4.04 对 22.62±3.90,校正均差 +3.73(95% CI 3.34–4.12,p<0.001)。信息清晰度与对临床团队的信任都更高,AI 相关不确定性更低。
应答者分析里,差距更直观:达到"临床有意义的焦虑下降"——作者采用的判定标准是 APAIS 焦虑分量表下降 ≥2 分——的比例,干预组 48/60(80.0%),对照组 1/60(1.7%)。
## 作者自己先泼的冷水
这篇论文最值得学习的部分,是作者对自己结果的克制。
他们主动写明:非盲设计与即时自评,可能通过期望效应、新奇效应、社会赞许性与测量反应性放大这些差异;因此 80.0% 对 1.7% 的应答者结果,应当解读为"短期自评差异",而不是持久临床获益的证据。
结论段划界更进一步:这些发现不能证明 AI 技术本身改善了患者结局,也没有建立超出即时术前窗口的持久焦虑下降、行为改变或临床获益。作者给自己的定位也很收敛——关于 AI 相关不确定性与人类问责的结构化沟通,是"技术赋能照护中一个说得通的、以患者为中心的成分"。
用一句话概括(这是我的概括):这是一场关于"谈论 AI"的沟通科学试验,不是一场关于"使用 AI"的临床效用试验,两者不可混同。
## 话术是公众参与打磨的
这套 5–7 分钟的话术,不是研究者闭门想出来的。方案细化期,3 名有手术经历的生活经验顾问审阅了面向患者的沟通材料;分析完成后,一个 6 人公众咨询组审阅了通俗版研究发现,就结果解释、面向执业者的措辞,以及"校准的信任、问责与人类监督"的框架提出了建议。作者明确写道,这些反馈影响了论文的讨论部分与执业者要点。换句话说,被检验的那段话,本身就是公众参与的产物(这半句是我的归纳)。
## 我的三个判断
以下三个判断是我从这一份试验里读出来的综合,不是原文的结论。
判断一:"讲清责任"本身成了可测量的干预。部署任何 AI 工具时,向患者解释"AI 做什么、不做什么、谁负责",不只是公关话术——在这项试验里,它是有随机对照证据支持的患者照护成分:焦虑更低,控制感更高。边际成本只有 5 到 7 分钟的护士时间;但"这是现有证据下最便宜的 AI 部署配套"是我的推断——试验没有做任何成本测量。
判断二:方向与直觉相反。常见的担心是,跟患者提 AI 会引发不安;这项试验的数据方向恰恰相反——把角色与责任讲透,反而让人更安稳。"不确定感来自模糊"这个机制解释是我的解读:试验只报告了组间差异,没有检验任何机制;而且全部结局都是非盲条件下的即时自评,作者自己列出了四条放大路径。
判断三:信任有不同的对象,不能混着读。另文讨论过一组让 AI 改写检查报告的研究:患者觉得 AI 版报告更清晰、更偏好它,对它的信任却更低——那边测的是对"AI 改写报告"的信任。这项试验测的是对"临床团队"的信任,干预改变的是团队自己怎么说话。两种信任指向不同的对象,方向不同并不矛盾(这个对照读法是我的综合)。四点话术原则上可以移植到其他引入 AI 的场景——影像报告、风险预测、AI 问诊助手——但这是我的建议:源证据只覆盖择期术前场景,移植需要验证。
补一句利益冲突:作者声明无利益冲突。
## 能带走的东西
对医院与科室:把结构化的 AI 责任说明纳入术前访视或知情同意流程,是现有证据下成本很低的 AI 部署配套(我的建议,依据是这项单中心试验)。
对 AI 厂商:产品交付物里应当包含帮助临床团队向患者解释角色与责任的材料,而不是把这个问题留给患者自行脑补(我的建议)。
对研究者:下一步清单是清楚的——多中心、盲法结局评估或客观终点、持久随访、扩展到 AI 密度更高的场景;以及把那三项"沟通吸收"指标做成经过验证的终点(我的建议,依据是本文自定的方法学注记)。
对患者与公众:你有权问"这里 AI 在做什么、决策谁负责"。如果你或家人正在等一台手术,术前访视时不妨把这个问题问出口——至少在这项试验里,被讲清楚 AI 角色与责任的那组人,术前焦虑量表得分比对照组低,尽管那只是即时的自评差异。欢迎在评论区分享你自己的术前沟通经历。
来源:Health Expectations,2026 年 12 月(PMID 43023700,https://doi.org/10.1111/hex.70838)。