由人工智能驱动的病理学家:一项全球调查,绘制了人工智能采用和前景的初始趋势

科学领域:

• 医疗信息学 医疗信息学
• 数字病理学数字病理学
• 人工智能在医学中的应用

背景情况:

• 人工智能 (AI) 工具,包括大语言模型 (LLM) 和视觉语言模型 (VLM),正在迅速出现并影响各种专业领域.
• 病理学是一个依赖于复杂数据解释的领域,将受到人工智能在培训和临床实践中的整合的影响.

研究的目的:

• 评估在病理学实习生和执业病理学家中采用,使用模式,认知和AI驱动工具的挑战.
• 探索AI在病理学培训和临床工作流程中的当前整合,并确定未来的方向.

主要方法:

• 一个横截面的,匿名的在线调查被分发给全球的病理学居民,研究员和临床病理学家.
• 该调查收集了有关人工智能熟悉度,使用频率,感知到的好处和风险以及使用多项选择,利克特尺度和开放式问题的机构政策的数据.
• 用描述性和推断性统计数据分析数据,对定性答案进行主题分类.

主要成果:

• 在来自23个国家的268名受访者中,73%的人表示熟悉AI,但实际使用是有限的 (31%的使用很少,29%没有使用).
• 聊天GPT是最常用的工具 (84%),主要用于文档起草,研究和行政任务,诊断应用最小.
• 关键问题包括准确性 (81%),过度依赖 (65%) 和数据安全性 (63%),只有10%报告了明确的机构AI准则.

结论:

• 人工智能越来越多地被采用在非诊断病理学任务中,但其融入临床实践和培训仍然是谨慎的.
• 在AI的临床应用,用户信任和病理学中的机构支持方面存在重大差距.
• 制定明确的指导方针,有针对性的教育和强有力的验证对于人工智能在病理学中的安全和有效整合至关重要.