一项由德雷塞尔大学研究人员主导的新研究发现，人工智能（AI）在急诊医疗决策中具有提升诊断准确性的潜力，但医生对AI建议的接受程度存在显著差异。该研究聚焦于儿童创伤复苏等高压力、快节奏的急救场景，探索AI如何辅助医生在生死攸关的瞬间做出更精准的判断。 研究团队由德雷塞尔大学计算机与信息学院教授、互动医疗系统研究实验室主任Aleksandra Sarcevic博士，以及纽约大学朗格尼健康中心博士后Angela Mastrianni共同领导。他们与华盛顿特区的儿童国家医疗中心合作，设计并测试了一款名为“DecAide”的AI决策支持原型系统。该系统在两种模式下运行：一种仅提供患者关键信息的实时整合（如年龄、受伤方式、生命体征），另一种在信息基础上额外提供治疗建议（如输血、神经外科手术）及成功率预测。 研究共招募了来自六个医疗系统的35名急诊医护人员，通过12个模拟创伤病例的虚拟演练，比较三种条件下的决策表现：无AI支持、仅AI信息整合、AI信息整合加建议。结果显示，当同时提供AI信息和建议时，正确决策率最高，达64.4%；仅提供信息时为56.3%；无支持时为55.8%。AI并未影响决策速度，许多医生在AI建议出现前已做出判断。 然而，医生对AI建议的接受度参差不齐。18名医生表示会参考建议，但多在自己决策后；12人完全忽略建议，原因包括认为AI缺乏临床细节、不信任其数据来源，或担心AI削弱自身专业判断。相比之下，医生对AI信息整合的呈现方式普遍更接受。 研究团队指出，尽管AI在提升决策准确性方面表现积极，但其在急诊等动态、高压环境中的成功应用，不仅依赖技术，更需解决信任、人机协作模式和政策规范等深层问题。他们建议未来研究应扩大样本量，覆盖更多医疗专业和医院类型，并为医疗管理者提供实施指导，以推动AI在临床实践中的安全、有效融合。该研究已发表于《ACM人机交互学报》。