儿科常规临床中AI应用的可接受性：家长与医护人员的视角

研究系统评估了家长与儿科医护人员两类利益相关者在不同疾病、诊断或治疗情境下对AI的可接受性，并检验了人口学变量与情境预测因素（如数据隐私、AI知识、感知疾病严重程度）对使用意愿的影响。 原文指出这些因素此前尚未在不同利益相关者群体间被系统评估，因此该研究将可接受性评估从单一群体扩展到家长与临床人员并覆盖多种临床情境。 基于两个家长队列（n=198；n=79）与儿科医护人员（n=33）的样本，并报告了统计检验结果（如p<.001、β=.10，p=.013）。

更宽松的数据隐私态度与更低的AI使用意愿相关。 将数据隐私态度作为可接受性的情境预测因素进行量化关联，而非仅作定性讨论。 原文报告该关联的p值小于.001。

在第二家长队列中，感知疾病严重程度越高，使用AI的意愿越高。 提示疾病严重程度这一情境因素会调节家长对AI的接受度，且该结果来自第二个家长队列。 报告回归系数β=.10，p=.013。

当AI与临床医生的建议冲突时，家长在治疗情境比诊断情境更可能选择AI而非临床医生的判断；医护人员呈现相似模式，但在解决分歧时额外权衡感知疾病严重程度。 揭示了在AI与临床判断冲突这一关键决策节点上，情境类型（治疗vs诊断）与角色（家长vs医护人员）对信任分配的影响。 基于对冲突情境下选择倾向的比较，并区分了家长与医护人员两类群体的模式。

该研究界定了在儿科常规临床中引入AI时可接受性评估的适用对象与情境：家长（两个队列）与儿科医护人员，覆盖不同疾病、诊断或治疗场景。其发现可用于指导面向这些利益相关者的沟通、知情同意与AI系统设计，尤其是在数据隐私、疾病严重程度与AI-临床医生建议冲突等情境下。结果适用于儿科临床环境中的可接受性讨论，而非直接推广到其他专科或非临床AI应用。

读者可能仍会关注：第一家长队列与第二家长队列结果差异的原因；医护人员样本量较小对估计稳定性的影响；AI知识、人口学变量与数据隐私之间的相互作用；以及在不同疾病类型中感知疾病严重程度的测量方式。原文为摘要性文本，未提供完整量表、模型设定与全部统计细节，这些开放问题需结合原文方法部分进一步确认。