The BMJ专辑 | 生成式人工智能与临床诊疗
- 来源：未知
- 作者：bmjchina
- 日期：2025-12-15
- 分享：
随着生成式人工智能（AI）在全球医疗卫生专业人士和患者中日益广泛的应用，生成式AI正在重塑临床诊疗场景。AI系统已不再只是后台工具：基于大语言模型的AI记录员可生成临床病历，聊天机器人可进行对话交互，AI诊断工具则能解读患者数据。这些AI工具现已贯穿临床诊疗的各个阶段：从记录患者信息，到辅助诊断与共同决策，再到制定治疗计划。
The BMJ“生成式人工智能与临床诊疗”专辑提出“三元照护”（triadic care）的概念，即AI正日益成为医患互动中的第三方。专辑文章探讨了医疗关系、技能、责任及风险正在发生的转变：不仅审视了生成式AI“能做什么”，更着重探讨如何公开、负责任地应用AI，以确保尊重医患关系中的信任、提高患者能动性并开展良好的临床实践。
The BMJ“生成式人工智能与临床诊疗”专辑提出“三元照护”（triadic care）的概念，即AI正日益成为医患互动中的第三方。专辑文章探讨了医疗关系、技能、责任及风险正在发生的转变：不仅审视了生成式AI“能做什么”，更着重探讨如何公开、负责任地应用AI，以确保尊重医患关系中的信任、提高患者能动性并开展良好的临床实践。
专辑文章列表
社论
1. AI在医患互动中的应用
AI in the doctor-patient encounter
该社论正式提出，随着AI能够生成病历、进行对话并解释数据，它已不再是隐形的后台工具，而是作为积极的“第三方”介入诊疗，从而催生了“三元照护”的新范式。
社论强调，当前的紧迫任务超越了单纯对AI技术能力的探讨，转向了对其治理与机构准备度（institutional Readiness）的宏观审视。研究人员呼吁建立强有力的监管框架，从制度层面确保AI使用的公开、可问责，并始终服务于良好的临床实践，以应对AI带来的责任归属模糊及信任风险。
分析文章
2. 生成式AI与临床诊疗的动态变化
Generative AI and changing dynamics of clinical consultations
该文章表示，生成式AI不再仅仅是后台工具，它能利用大语言模型提供流畅但仅部分可验证的推理。这正在改变临床知识的构建与交流方式，使得诊疗过程从单纯的“事实交换”转变为“解释的共同生成”（co-producing explanations）。然而，这种动态变化要求高度的透明度。文章强调，若不明确记录并公开AI的使用，将难以评估其对临床判断、患者自主权及医患信任的影响。临床医生面临的核心挑战，在于如何在利用AI优势的同时，有效管理风险并维护医疗互动中的人类核心价值。
3. 生成式AI如何影响患者能动性
How generative AI affects patient agency
该文章指出，生成式AI对患者的能动性具有双重影响。一方面，AI工具通过解释复杂的医学术语、提供健康建议及辅助制定护理计划，极大地扩展了患者获取医疗信息的途径，提升了其对病情的理解能力和医疗选择权。然而，这种转变也带来了新的风险与伦理挑战。AI可能产生“幻觉”或带有偏见的信息，误导患者决策；同时，数据隐私保护、临床责任归属以及医患信任的潜在侵蚀也是亟待解决的问题。文章强调，为了在维护患者安全与权益的前提下发挥AI的潜力，必须建立强有力的治理框架，并提升医患双方的AI素养，确保以透明、负责任的方式将AI整合至临床实践。
4. 在患者照护中使用生成式AI所需的临床胜任力
Clinical competencies for using generative AI in patient care
该文章指出，随着AI进入临床诊疗，医务人员必须掌握新的核心胜任力，以适应从传统的“二元”医患关系向复杂的“三元”互动转变。文章强调，AI素养已成为负责任的三元照护的基石。医生不仅需理解AI工具，更需通过有意识的反思性实践来维持独立的临床判断，防止因过度依赖AI而导致知识留存率下降或盲从AI的过度诊疗建议。此外，研究人员呼吁建立新的教育框架，培养医生在诊疗中与患者就AI使用进行透明沟通的能力，以确保人机协作的安全性和有效性。
社论
1. AI在医患互动中的应用
AI in the doctor-patient encounter
该社论正式提出，随着AI能够生成病历、进行对话并解释数据，它已不再是隐形的后台工具，而是作为积极的“第三方”介入诊疗，从而催生了“三元照护”的新范式。
社论强调，当前的紧迫任务超越了单纯对AI技术能力的探讨，转向了对其治理与机构准备度（institutional Readiness）的宏观审视。研究人员呼吁建立强有力的监管框架，从制度层面确保AI使用的公开、可问责，并始终服务于良好的临床实践，以应对AI带来的责任归属模糊及信任风险。
分析文章
2. 生成式AI与临床诊疗的动态变化
Generative AI and changing dynamics of clinical consultations
该文章表示，生成式AI不再仅仅是后台工具，它能利用大语言模型提供流畅但仅部分可验证的推理。这正在改变临床知识的构建与交流方式，使得诊疗过程从单纯的“事实交换”转变为“解释的共同生成”（co-producing explanations）。然而，这种动态变化要求高度的透明度。文章强调，若不明确记录并公开AI的使用，将难以评估其对临床判断、患者自主权及医患信任的影响。临床医生面临的核心挑战，在于如何在利用AI优势的同时，有效管理风险并维护医疗互动中的人类核心价值。
3. 生成式AI如何影响患者能动性
How generative AI affects patient agency
该文章指出，生成式AI对患者的能动性具有双重影响。一方面，AI工具通过解释复杂的医学术语、提供健康建议及辅助制定护理计划，极大地扩展了患者获取医疗信息的途径，提升了其对病情的理解能力和医疗选择权。然而，这种转变也带来了新的风险与伦理挑战。AI可能产生“幻觉”或带有偏见的信息，误导患者决策；同时，数据隐私保护、临床责任归属以及医患信任的潜在侵蚀也是亟待解决的问题。文章强调，为了在维护患者安全与权益的前提下发挥AI的潜力，必须建立强有力的治理框架，并提升医患双方的AI素养，确保以透明、负责任的方式将AI整合至临床实践。
4. 在患者照护中使用生成式AI所需的临床胜任力
Clinical competencies for using generative AI in patient care
该文章指出，随着AI进入临床诊疗，医务人员必须掌握新的核心胜任力，以适应从传统的“二元”医患关系向复杂的“三元”互动转变。文章强调，AI素养已成为负责任的三元照护的基石。医生不仅需理解AI工具，更需通过有意识的反思性实践来维持独立的临床判断，防止因过度依赖AI而导致知识留存率下降或盲从AI的过度诊疗建议。此外，研究人员呼吁建立新的教育框架，培养医生在诊疗中与患者就AI使用进行透明沟通的能力，以确保人机协作的安全性和有效性。
关于 The BMJ
The BMJ 是享誉世界的综合医学期刊之一，出版高质量的研究、综述、专家评述、权威观点及医学教育内容等。秉持“创造一个更健康的世界”的愿景，The BMJ 致力于为医生、研究人员和其他医疗卫生专业人士提供知识与信息，帮助医生做出更好的临床决策，最终改善患者结局。
2024年影响因子：43
期刊主页：bmj.com
京公网安备 11010502034496号