在NHS环境中，患者与医护人员对用于优先处理胸部X光片的人工智能软件的接受度：一项定性评估

《BMC Health Services Research》：Patient and staff acceptability of an artificial intelligence software to prioritize chest X-rays in an NHS setting: a qualitative evaluation

　　

摘要

背景

胸部X光检查仍是肺癌诊断流程中的首要检查手段；不过，对于门诊患者而言，从最初安排X光检查到进行计算机断层扫描及呼吸系统评估，往往需要数周时间。Qure.ai的“qXR”软件可通过标记X光片中的异常情况以便优先处理，从而加快肺癌的检测速度，有望让患者在X光检查后72小时内即可接受CT扫描，同时将从检查到获得CT报告的时间缩短数周。本研究采用具有纵向视角的定性评估方法，旨在从英国国家医疗服务体系工作人员和服务对象的角度，深入了解该软件的接受度及其对行为的影响。

方法

在苏格兰某国家医疗服务体系机构启用该软件前后，研究人员对16名该机构的工作人员（包括放射科医生、放射技师和行政人员）进行了多次半结构化访谈。另有8名国家医疗服务体系的服务对象参与了焦点小组讨论，以了解他们对该软件的使用体验和态度。数据收集时采用了可接受性理论框架，而数据分析则采用了归纳主题分析法。

结果

工作人员认为该软件是实用的辅助工具，有助于加快肺癌诊疗流程；服务对象则认为它能通过更早的诊断和更快的治疗途径带来更好的护理效果。放射科工作人员则对该软件的准确性及解读结果存在担忧，还担心它可能导致人们过于安心而做出有偏见的决策。工作人员认为患者诊疗流程的改进效果优于预期，而服务对象则更倾向于选择能迅速采取行动的方案（人工智能辅助方案），而非长期处于不确定状态（传统方案）。

结论

本研究明确了影响人工智能软件在X光检查优先级判定中应用接受度的关键促进因素与障碍。只要人工智能辅助的X光检查能改善患者预后，并与临床医生共同使用，就会得到支持。人们对该软件性能的信任程度直接影响其实际接受度。为确保该软件能够被稳定、长期地采用，它必须能够轻松集成到现有系统中，具备准确的检测能力，且不会干扰常规诊疗工作或对患者的诊疗流程产生负面影响。