近日，西班牙巴斯克大学研究团队在《PLOS数字健康》期刊发表成果，揭示医疗人工智能应用中的人类认知偏差风险。该研究由Aranzazu Vinas等人主导，依托线上实验平台招募223名医生参与。模拟场景中，医师需依据算法推荐为罕见病患者分配新药，但实际康复数据表明该药物疗效均一或完全无效，与AI的差异化分类严重冲突。结果表明，绝大多数医生即便面对明确反驳算法的反馈数据，仍倾向于信任AI建议，未能有效识别分类错误。研究作者指出，人类在算法面前易产生认知惰性，名义上的人工监督难以自动转化为有效纠错。该发现为智能医疗落地敲响警钟，强调临床AI部署必须配套强化人类批判性思维的训练协议，以平衡技术效率与医疗安全。后续研究将聚焦开发抗偏误干预策略，优化人机协同机制。