编辑推荐：
在精准肿瘤学中，AI 决策支持系统虽能助力临床治疗，但存在缺陷，过度或不足依赖均可能导致治疗不佳。研究人员开展了关于非小细胞肺癌和肝细胞癌的人 - AI 交互研究，发现人 - AI 交互受多种因素影响，AI 辅助可降低医生间差异，该研究为临床决策提供重要参考。
在癌症治疗的前沿领域，精准肿瘤学（precision oncology）正努力为患者提供更个性化、更有效的治疗方案。随着新型癌症疗法不断涌现，以及纵向多组学数据的日益丰富，医生们有了更多的手段来制定能够动态应对患者癌症进展的治疗策略，以提高疗效并减少副作用。然而，癌症治疗的复杂性却如同一座难以攀登的高峰。自适应治疗策略的动态特性，加上众多的临床选择、高维度的数据、评估治疗反应的不确定性以及疾病未来进程的不可预测性，使得医生在为患者量身定制最佳治疗方案时面临巨大挑战。
在这种情况下，人工智能（AI）决策支持工具应运而生，它就像是医生手中的一把 “智能钥匙”，能够提供个体治疗反应评估、结果预测和最佳治疗建议，有望帮助医生打开精准治疗的大门。但这把 “钥匙” 并非完美无缺，AI 工具存在准确性不足、固有偏差以及受训练数据质量限制等问题。如果医生过度或不足依赖 AI，都可能导致治疗效果不理想。因此，深入了解医生与 AI 在临床决策中的协作行为变得至关重要，这就像是探索一座未知的宝藏，其结果将为癌症治疗带来新的突破。
为了揭开这座 “宝藏” 的神秘面纱，来自美国莫菲特癌症中心（Moffitt Cancer Center）、密歇根大学等机构的研究人员展开了一项极具意义的研究。他们聚焦于知识引导的反应自适应放疗（KBR-ART）领域，针对非小细胞肺癌（NSCLC）和肝细胞癌（HCC），开展了人 - AI 交互研究，旨在探索医生（physicians and residents）在与 AI 协作决策过程中的行为模式。
研究人员使用的关键技术方法主要有：首先，开发了基于模型的深度强化学习算法的自适应放疗临床决策支持软件（ARCliDS），该软件包含针对两种疾病的模块，并在相应的回顾性队列上进行训练；其次，设计了包含无辅助阶段（Unassisted phase）和 AI 辅助阶段（AI-assisted phase）的两阶段评估模块，让医生为回顾性患者制定治疗中期剂量调整方案；最后，运用多种统计分析方法，如匹配对随机化 t 检验、相关性分析、组内相关系数分析等，对收集的数据进行深入分析。
研究结果如下：
- AI 辅助对决策的影响不均：通过匹配对随机化 t 检验分析发现，在大多数测试中，AI 辅助对临床决策的影响在统计学上不显著，但在个体层面，约一半的决策因 AI 辅助而调整。这表明 AI 辅助并非对所有专家和临床决策都产生均匀影响。
- 决策调整与多因素相关：决策调整水平与决策差异（与 AI 推荐相比）呈正相关，同时，评估者对 AI 的信任水平与对 AI 推荐的认同度也呈正相关。这意味着评估者更倾向于根据 AI 推荐调整决策，且对 AI 越信任，越认同其推荐。
- 决策信心趋势复杂：非小细胞肺癌和肝细胞癌队列在决策信心方面呈现出不同趋势。对于非小细胞肺癌，AI 辅助决策信心与 AI 信任水平的相关性较弱；而对于肝细胞癌，二者呈显著正相关。此外，在调整决策时，非小细胞肺癌评估者对降低剂量更有信心，肝细胞癌评估者则对增加剂量更有信心。
- AI 辅助减少评估者间差异：通过组内相关系数分析发现，AI 辅助决策的组内相关系数更高，这表明 AI 辅助减少了评估者（医生）之间的决策差异，使决策更加一致。
- 决策调整目的不同：在 AI 辅助阶段，分析决策调整行为发现，非小细胞肺癌决策调整多为增加肿瘤控制概率（TCP），而肝细胞癌决策调整多为降低正常组织并发症概率（NTCP）。这反映出针对不同疾病，医生在利用 AI 辅助时的决策重点有所不同。
- 评估者言论分析：对评估者的言论分析表明，他们主要关注危及器官和治疗反应，会仔细检查 AI 的结果预测，有时会绕过 AI 推荐以降低并发症概率，这体现了临床决策的谨慎性和对患者安全的重视。
研究结论和讨论部分指出，人 - AI 交互在动态决策中具有高度可变性，协作决策过程依赖于临床医生的先验知识、患者状况、疾病类型和治疗方式等多种因素。AI 辅助虽能减少医生间的差异，但医生对 AI 的态度各不相同，有的完全不信任，有的则会批判性分析 AI 推荐。此外，提高模型的透明度和可解释性对于平衡对 AI 的依赖至关重要，同时，根据临床医生背景和患者偏好对 AI 系统进行个性化定制，有望进一步优化治疗结果。该研究为理解人 - AI 在精准肿瘤学中的协作决策提供了重要依据，也为未来 AI 模型的开发和临床应用指明了方向。论文发表在《Nature Communications》，其研究成果在生命科学和健康医学领域具有重要的影响力，为癌症治疗的进一步发展奠定了坚实基础。
