英国患者调查：89.9%认为缺人工监督最伤医疗AI公平

时间：2026 年 11 月 10 日（Scienmag 与 Bioengineer.org 发布报道的日期）。论文本身于 2026 年 10 月 13 日发表在 BMC Medical Informatics and Decision Making 上。 地点：英国。研究通过既有的患者与公众参与网络在线招募，覆盖全英 149 名受访者。 人物：研究团队 Elizabeth Remfry、Giulia Tomba、Michael R. Barnes、Tapabrata Chakraborti、Robin Mitra、C. Banerji、B. G. Tzovaras；报道作者 Blake Davidson（Scienmag）。 事件详情：这项题为 What influences patients' perspectives on the fairness of AI decision-making tools in healthcare? A cross sectional survey in the UK 的横断面调查，用在线问卷（SmartSurvey 软件）收集 149 名英国受访者对 13 项预设因素的评价，并叠加开放式自由文本作答。问卷设计了两段临床情境：一段是面向患者的症状检查器工具，另一段是面向医生的癌症治疗决策支持系统，用来比较患者面对 AI、医生使用 AI 两种场景下对公平的感受是否不同。结果显示，被认为最严重损害 AI 决策公平的因素是缺少人工监督：89.9% 的受访者表示，如果 AI 给出的结论患者或医生都无法质疑或挑战，公平性就会受损；紧随其后的是未经临床医生参与开发的 AI 工具（89.3%），以及电子病历中过时或录入错误的数据（86.6%）。这三类担忧在两段情境下的判断基本一致。数据分析使用描述性统计、Pearson 卡方检验和序数 logistic 回归，自由文本部分则用主题分析法处理。 背景：医疗 AI 正被大量引入医院流程，通常以降低行政成本、提升效率为卖点，随之而来的担忧是自动化工具可能固化甚至放大既有的健康不平等。此前的学术研究更多测量患者对医疗科技的信任度，较少拆解患者如何界定公平，以及哪些具体因素在影响这一判断。这项研究把患者与公众参与直接嵌进了调研设计：问卷由临床医生、AI 研究人员和患者公众参与成员共同制定，受访者则通过既有的参与网络招募。作者在结论中强调，患者对公平的判断覆盖 AI 生命周期的全部环节，从开发、临床部署到长期维护。 影响：对医疗 AI 的产品方和医院采购方，这组数据给出三条可落地的硬约束。第一，human-in-the-loop 不是加分项而是底线，近九成患者把无法质疑直接等同于不公平，产品若做成不可申诉的自动决策器，会在用户侧失去正当性。第二，AI 工具的研发流程需要临床医生实质参与，而不是只在验收环节签字。第三，数据质量直接等价于公平性，电子病历里过时或错误的数据一旦进入模型，其输出造成的不公平会被患者直接归因到算法头上。定性研究还补充了几项被结构化问卷低估的顾虑，包括数字医疗工具的可及性、长期病诊断的复杂性、算法长期维护的难度，以及共情能力在软件化流程中的流失。 总结：149 名英国患者的回答给出了一幅相当一致的图景，在医疗场景里，AI 是否公平首先取决于人能不能监督它、能不能质疑它。89.9%、89.3%、86.6% 这三个数字分别对应不可质疑的决策、缺少医生参与的开发、被污染的病历数据，三者都被患者视为对公平的严重威胁。研究本身并不主张拒绝医疗 AI，它给出的方向是人机协同，与终端用户共同设计、保留可追责的人工环节、随临床反馈持续调整。对做医疗 AI 的人来说，这项调查更像是需求侧的一次提前体检：谁想把 AI 塞进临床流程，先要回答医生和患者如何随时质疑它。 常见问题： 问：这项医疗AI公平性调查是什么？ 答：149 名英国患者参与的横断面调查，用两段医疗情境测试 13 个会影响 AI 决策公平感的因素，结论是缺少人工监督最伤公平。 问：为什么患者最在意人工监督？ 答：89.9% 的受访者认为无法被患者或医生质疑的 AI 决策会损害公平，其次是未经医生参与开发的工具（89.3%）和电子病历里过时或错误的数据（86.6%）。 参考来源： Scienmag 报道原文 https://scienmag.com/survey-identifies-human-oversight-as-crucial-for-fair-healthcare-artificial-intelligence/ Bioengineer.org 刊载的同一篇报道原文 https://bioengineer.org/survey-identifies-human-oversight-as-crucial-for-fair-healthcare-artificial-intelligence/ 论文原文页 BMC Medical Informatics and Decision Making https://link.springer.com/article/10.1186/s12911-026-03906-2 论文录用稿 PDF https://link.springer.com/content/pdf/10.1186/s12911-026-03906-2_reference.pdf 论文 DOI 解析入口 https://doi.org/10.1186/s12911-026-03906-2 Semantic Scholar 文献记录 https://api.semanticscholar.org/graph/v1/paper/DOI:10.1186/s12911-026-03906-2 OpenAlex 文献记录 https://api.openalex.org/works/doi:10.1186/s12911-026-03906-2 第一作者 ORCID 文献记录 https://orcid.org/0000-0003-3940-8540