DOI: https://doi.org/10.1186/s13244-025-02159-3
PMID: https://pubmed.ncbi.nlm.nih.gov/41491377
تاريخ النشر: 2026-01-05
المؤلف: Sophie Gina Baldus وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
هدفت الدراسة إلى تقييم وجهات نظر المرضى حول استخدام الذكاء الاصطناعي (AI) في الرعاية الصحية من خلال استبيان ورقي تم إدارته للمرضى الذين لديهم مواعيد تصوير تشخيصي في مستشفى ثالثي من ديسمبر 2022 إلى أكتوبر 2023. شارك في الدراسة ما مجموعه 198 مريضًا، مما كشف أنه بينما توقع 91.5% فوائد من الذكاء الاصطناعي، قيم 73.4% معرفتهم بالذكاء الاصطناعي على أنها متوسطة إلى معدومة. أشارت النتائج إلى دعم قوي للذكاء الاصطناعي في التشخيصات (87.2%) والعلاج (73.1%)، ولكن بموافقة أقل بكثير على تطبيقه في فرز المرضى (28.2%). ومن الجدير بالذكر أن 84.0% من المستجيبين أعربوا عن رغبتهم في أن يتم إبلاغهم بدور الذكاء الاصطناعي في واحدة على الأقل من هذه المجالات.
تسلط النتائج الضوء على موقف إيجابي بشكل عام تجاه الذكاء الاصطناعي في الرعاية الصحية، وخاصة في التشخيص والعلاج، بينما تشير إلى رفض واضح لاستخدامه في الفرز. تشير هذه النظرة الدقيقة إلى أن تعليم المرضى ومعالجة المخاوف بشأن الذكاء الاصطناعي أمران حاسمان لدمجه الفعال في الممارسة السريرية. تؤكد الدراسة على أهمية مراعاة آراء المرضى المتنوعة عند تنفيذ تقنيات الذكاء الاصطناعي في بيئات الرعاية الصحية، وخاصة لضمان عدم تأثر الفئات المهمشة سلبًا.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التكامل المتزايد للذكاء الاصطناعي (AI) في الرعاية الصحية، بما في ذلك التطبيقات مثل تفسير الصور، وأدوات التشخيص في الأمراض الجلدية وطب العيون، والخوارزميات للاضطرابات النفسية. بينما يُنظر إلى الذكاء الاصطناعي غالبًا على أنه قوة تحويلية في الطب، هناك مخاوف كبيرة بشأن اعتماده السريع، وخاصة الفجوة بين التقدم التكنولوجي وقبول المرضى. يؤكد المؤلفون على أن فهم آراء واحتياجات المرضى أمر ضروري، حيث تعتمد فعالية الذكاء الاصطناعي في البيئات السريرية على قبوله من قبل كل من المرضى ومقدمي الرعاية الصحية.
تنتقد الورقة الدراسات الحالية حول وجهات نظر المرضى، مشيرة إلى محدودية تعميمها بسبب التركيز على حالات استخدام معينة ومجموعات ديموغرافية، وغالبًا ما تُجرى من خلال استطلاعات عبر الإنترنت قد تستبعد الأفراد الأقل دراية بالحاسوب. لمعالجة هذه الفجوات، سعى المؤلفون لجمع رؤى من مجموعة متنوعة من المرضى باستخدام استبيان قصير في الموقع. تسعى أبحاثهم لاستكشاف المواقف العامة تجاه الذكاء الاصطناعي في الرعاية الصحية، وخاصة في مجالات التشخيص والعلاج والفرز، بدلاً من التركيز على أمراض أو تخصصات معينة.
الطرق
في هذه الدراسة الاستباقية، التي أجريت في مستشفى جامعة RWTH آخن من ديسمبر 2022 إلى أكتوبر 2023، تم تطوير استبيان لتقييم آراء المرضى حول استخدام الذكاء الاصطناعي (AI) في الرعاية الصحية. بعد الحصول على الموافقة الأخلاقية (رقم: EK 22-331) وموافقة مستنيرة من المشاركين، استهدف الاستبيان المرضى الذين تزيد أعمارهم عن 18 عامًا والمجدولين لإجراء فحوصات MR العصبية. تم توزيع ما مجموعه 200 استبيان، تم إكمال 198 منها، بما في ذلك 37 من اختبار أولي و161 من نسخة محدثة. كان الهدف من الاستبيان هو الوضوح والإيجاز، مصممًا ليتم إكماله في أقل من 10 دقائق، وتم تقديمه باللغة الألمانية.
تكونت النسخة النهائية من الاستبيان من 17 عنصرًا، تضمنت أسئلة سوسيوديموغرافية وتسعة عناصر محددة تتعلق بالذكاء الاصطناعي في الرعاية الصحية، والتي شملت أسئلة اختيار فردي وأسئلة اختيار متعدد. شمل عملية التطوير مراجعات بناءً على ملاحظات من اثنين من علماء النفس وأحد الأطباء، بالإضافة إلى تعديلات مستمدة من دراسات سابقة. ومن الجدير بالذكر أن الاستبيان تم تحسينه من خلال تحليل أولي للعناصر، مما أدى إلى إزالة العناصر الزائدة وإضافة أسئلة تركز على دور الذكاء الاصطناعي في التشخيص والعلاج والفرز. النسخة النهائية من الاستبيان متاحة باللغتين الألمانية والإنجليزية في المواد التكميلية.
النتائج
في هذه الدراسة، تم تحليل ردود 198 مريضًا لتقييم خصائصهم الديموغرافية ووجهات نظرهم بشأن الذكاء الاصطناعي (AI) في الرعاية الصحية. كان متوسط عمر المشاركين 52.5 عامًا، مع نطاق يتراوح من 18 إلى 87 عامًا، وكانت الغالبية (91.2%) مولودين في ألمانيا. ومن الجدير بالذكر أن الأفراد ذوي الخلفية المهاجرة وأولئك ذوي المؤهلات التعليمية المنخفضة كانوا ممثلين تمثيلًا ناقصًا مقارنةً بالسكان العامين في الولاية الفيدرالية.
كشفت نتائج الاستبيان أن 26.6% من المستجيبين قيموا معرفتهم بالذكاء الاصطناعي على أنها جيدة جدًا أو جيدة، بينما قيم 34.4% معرفتهم على أنها متوسطة، و39% أبلغوا عن معرفة ضعيفة أو معدومة. أعربت أغلبية كبيرة (60.9%) عن دعمها للذكاء الاصطناعي في الرعاية الصحية، مع 93.2% يشيرون إلى أنهم سيكونون أكثر تقبلاً للذكاء الاصطناعي إذا تم شرحه من قبل طبيبهم. علاوة على ذلك، توقع 94.5% من المستجيبين فوائد من الذكاء الاصطناعي، وكانت الموافقة على استخدامه مرتبطة بشكل كبير بمستويات التعليم الأعلى (p = 0.003)، والخبرة الشخصية مع الذكاء الاصطناعي (p < 0.001)، والتفسيرات السابقة لآليات الذكاء الاصطناعي (p < 0.001).
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على النتائج من استبيان يقيم مواقف المرضى تجاه استخدام الذكاء الاصطناعي (AI) في الرعاية الصحية. كشفت التحليلات عن قبول عام للذكاء الاصطناعي، وخاصة في التشخيصات (87.2%) ودعم العلاج (73.1%)، بينما كان هناك مقاومة كبيرة لتطبيقه في الفرز، حيث عارض أكثر من 75% من المشاركين استخدامه في هذا المجال. تشير هذه الفجوة في الآراء إلى أن المرضى قد يكون لديهم وجهات نظر دقيقة حول الذكاء الاصطناعي، حيث يوافقون على استخدامه في سياقات معينة بينما يرفضونه في أخرى، خاصة حيث تتعلق المخاوف والشكوك، مثل الفرز.
وجدت الدراسة أيضًا أن المرضى الذين لديهم معرفة أعلى بالذكاء الاصطناعي كانوا أكثر احتمالًا لدعم استخدامه في الفرز، مما يشير إلى أن فهم الذكاء الاصطناعي قد يقلل من المخاوف المرتبطة بتطبيقه. علاوة على ذلك، أعربت أغلبية المشاركين عن رغبتهم في الشفافية بشأن استخدام الذكاء الاصطناعي في الرعاية الصحية، حيث أراد 84% أن يتم إبلاغهم عند استخدام الذكاء الاصطناعي في التشخيصات أو العلاج أو الفرز. تؤكد النتائج على أهمية معالجة مخاوف المرضى وتعزيز الفهم العام للذكاء الاصطناعي في الرعاية الصحية لتعزيز القبول، خاصة بين الفئات الديموغرافية التي قد تكون أكثر تشككًا. بشكل عام، تدعو النتائج إلى جهود تعليمية مستهدفة لتحسين معرفة المرضى بالذكاء الاصطناعي، مما قد يؤدي إلى قبول أكبر ودمج تقنيات الذكاء الاصطناعي في البيئات السريرية.
القيود
تسلط القيود في هذه الدراسة الاستكشافية الضوء على كل من نقاط قوتها وضعفها. بينما يعتبر حجم العينة المكونة من حوالي 200 مشارك كافيًا للتحليل الاستكشافي، فإن تصميم الموقع الواحد وحجم العينة الصغير نسبيًا يحدان من تعميم النتائج. يقترح المؤلفون أن تشمل الأبحاث المستقبلية مواقع متعددة للتحقق من قابلية تطبيق النتائج عبر بيئات الرعاية الصحية المختلفة. على الرغم من عدم العثور على ارتباط كبير بين نوع المرض واستجابات الاستبيان، فإن العينات الأكبر والأكثر تنوعًا في الدراسات اللاحقة قد توفر رؤى أعمق، خاصة من خلال تحليلات فرعية مفصلة. ومع ذلك، يحذر المؤلفون من أن مثل هذه التحليلات قد تفتقر إلى الأسس الإحصائية بسبب اختلاف أحجام المجموعات.
علاوة على ذلك، تؤكد الدراسة على أهمية التخطيط الجيد لأحجام العينات لضمان تمثيل مجموعات المرضى الفرعية في الأبحاث المستقبلية. يوصي المؤلفون باستخدام أساليب مختلطة لالتقاط وجهات نظر المرضى الدقيقة حول الذكاء الاصطناعي (AI) في البيئات السريرية، مع مراعاة البلدان المختلفة والسياقات الاجتماعية والاقتصادية. كما يشيرون إلى التقدم السريع في تكنولوجيا الذكاء الاصطناعي، مما يشير إلى أن مواقف المرضى قد تتطور بسرعة، مما يجعل نتائج الدراسة لقطة في الزمن.
DOI: https://doi.org/10.1186/s13244-025-02159-3
PMID: https://pubmed.ncbi.nlm.nih.gov/41491377
Publication Date: 2026-01-05
Author(s): Sophie Gina Baldus et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
The study aimed to assess patient perspectives on the use of artificial intelligence (AI) in healthcare through a paper-based questionnaire administered to patients with diagnostic imaging appointments at a tertiary hospital from December 2022 to October 2023. A total of 198 patients participated, revealing that while 91.5% anticipated benefits from AI, 73.4% rated their knowledge of AI as moderate to none. The findings indicated strong support for AI in diagnostics (87.2%) and therapy (73.1%), but significantly less approval for its application in patient triage (28.2%). Notably, 84.0% of respondents expressed a desire to be informed about AI’s role in at least one of these areas.
The results highlight a generally positive attitude towards AI in healthcare, particularly in diagnostics and therapy, while indicating a clear rejection of its use in triage. This nuanced perspective suggests that patient education and addressing concerns about AI are critical for its effective integration into clinical practice. The study underscores the importance of considering varying patient opinions when implementing AI technologies in healthcare settings, particularly to ensure that marginalized groups are not adversely affected.
Introduction
The introduction of this research paper highlights the growing integration of Artificial Intelligence (AI) in healthcare, encompassing applications such as imaging interpretation, diagnostic tools in dermatology and ophthalmology, and algorithms for psychiatric disorders. While AI is often viewed as a transformative force in medicine, there are significant concerns regarding its rapid adoption, particularly the gap between technological advancements and patient acceptance. The authors emphasize that understanding patients’ opinions and needs is essential, as the effectiveness of AI in clinical settings hinges on its acceptance by both patients and healthcare providers.
The paper critiques existing studies on patient perspectives, noting their limited generalizability due to a focus on specific use cases and demographic groups, often conducted through online surveys that may exclude less computer-savvy individuals. To address these gaps, the authors aimed to gather insights from a diverse patient population using a short on-site questionnaire. Their research seeks to explore general attitudes toward AI in healthcare, specifically in the areas of diagnostics, therapy, and triage, rather than concentrating on particular diseases or specialties.
Methods
In this prospective study, conducted at the University Hospital RWTH Aachen from December 2022 to October 2023, a questionnaire was developed to assess patients’ views on the use of artificial intelligence (AI) in healthcare. Following ethical approval (number: EK 22-331) and informed consent from participants, the survey targeted patients over 18 years scheduled for neuroradiological MR exams. A total of 200 questionnaires were distributed, with 198 completed, including 37 from a preliminary test and 161 from an updated version. The questionnaire aimed for clarity and brevity, designed to be completed in under 10 minutes, and was presented in German.
The final version of the questionnaire consisted of 17 items, incorporating sociodemographic questions and nine specific items related to AI in healthcare, which included both single-choice and multiple-choice questions. The development process involved revisions based on feedback from two psychologists and a clinician, as well as modifications derived from previous studies. Notably, the questionnaire was refined through a preliminary item analysis, leading to the removal of redundant items and the addition of questions focused on AI’s role in diagnostics, therapy, and triage. The finalized questionnaire is available in both German and English in the Supplementary Material.
Results
In this study, the responses of 198 patients were analyzed to assess their demographics and perceptions regarding artificial intelligence (AI) in healthcare. The median age of participants was 52.5 years, with a range from 18 to 87 years, and the majority (91.2%) were born in Germany. Notably, individuals with a migration background and those with lower educational qualifications were underrepresented compared to the general population of the federal state.
The questionnaire results revealed that 26.6% of respondents rated their knowledge of AI as very good or good, while 34.4% rated it as moderate, and 39% reported poor or no knowledge. A significant majority (60.9%) expressed support for AI in healthcare, with 93.2% indicating they would be more receptive to AI if it were explained by their doctor. Furthermore, 94.5% of respondents anticipated benefits from AI, and approval of its use was significantly associated with higher education levels (p = 0.003), personal experience with AI (p < 0.001), and prior explanations of AI mechanisms (p < 0.001).
Discussion
The discussion section of the research paper highlights the findings from a questionnaire assessing patient attitudes towards the use of artificial intelligence (AI) in healthcare. The analysis revealed a general acceptance of AI, particularly in diagnostics (87.2%) and therapy support (73.1%), while there was significant resistance to its application in triage, with over 75% of participants opposing its use in this area. This divergence in opinions suggests that patients may have nuanced views on AI, approving its use in certain contexts while rejecting it in others, particularly where fear and uncertainty are involved, such as triage.
The study also found that patients with higher knowledge of AI were more likely to support its use in triage, indicating that understanding AI may mitigate fears associated with its application. Furthermore, a majority of participants expressed a desire for transparency regarding AI usage in healthcare, with 84% wanting to be informed when AI is employed in diagnostics, therapy, or triage. The findings underscore the importance of addressing patient concerns and enhancing public understanding of AI in healthcare to foster acceptance, particularly among demographic groups that may be more skeptical. Overall, the results advocate for targeted educational efforts to improve AI literacy among patients, which could lead to greater acceptance and integration of AI technologies in clinical settings.
Limitations
The limitations of this exploratory study highlight both its strengths and weaknesses. While the sample size of approximately 200 participants is adequate for exploratory analysis, the single-site design and relatively small sample limit the generalizability of the findings. The authors suggest that future research should involve multiple sites to validate the applicability of the results across various healthcare environments. Although no significant association was found between disease type and questionnaire responses, larger and more diverse samples in subsequent studies could provide deeper insights, particularly through detailed subgroup analyses. However, the authors caution that such analyses may lack statistical soundness due to varying group sizes.
Moreover, the study underscores the importance of adequately planning sample sizes to ensure representation of patient subgroups in future research. The authors recommend employing mixed-method approaches to capture nuanced patient perspectives on artificial intelligence (AI) in clinical settings, considering different countries and socioeconomic contexts. They also note the rapid advancements in AI technology, suggesting that patient attitudes may evolve quickly, rendering the study’s findings a snapshot in time.