医疗 AI 落地临床，医生与人工智能应当如何协作？不同科室的人机协同成熟度存在哪些差异？带着上述问题，2026 年 8 月 27 日至 29 日，由中国科学院大学中丹学院、公共政策与管理学院联合组建的医治协同实践队前往山西省肿瘤医院，围绕医疗 AI，重点针对 AI 临床决策支持系统（AI‑CDSS）开展实地调研。

　　实践队成员以公共管理专业学生为主，部分队员具备一线临床工作经验，为本轮调研的方案设计、访谈对接提供有力支撑。正式调研前，团队完成充分前期准备，梳理相关政策文件，研读专业文献，搜集医院智慧医疗建设资料，并结合不同临床场景定制访谈提纲。调研期间，实践队实地走访体检中心、肿瘤内科，与 6 位医师开展线下座谈；兼顾影像科医师工作节奏，以线上形式完成对 4 名影像科医生的深度访谈，通过实地观察、座谈、线上访谈相结合的形式，从健康筛查、临床诊疗、医学影像三大场景，探究 AI 在临床中的实际使用模式、承担职能以及医务人员对 AI 辅助决策的真实体验。

实践队成员合影

　　调研首站，实践队来到体检中心，聚焦 AI 数字技术在健康筛查环节的落地实践。在医护人员带领下，队员参观磁控胶囊内镜检查室，完整观摩检查流程，记录数字技术赋能筛查工作的现实情况。座谈交流中，队员针对 AI 的实际使用场景、辅助诊疗效能、医师如何研判 AI 输出结果等问题展开提问。医师介绍，AI 现已应用于体检筛查、辅助诊断等多个环节，依托专业知识库，既可以帮助医务人员快速调取资料，也能够识别人工阅片容易忽略的细微病灶。队员们由此意识到，AI 进入医疗场景不等于简单增添技术工具，关键在于技术能否适配、嵌入医师原有工作流程，以及临床人员如何解读甄别 AI 输出信息，这也为跨科室对比 AI 应用模式奠定基础。

与体检中心医生开展座谈交流

　　随后实践队走进肿瘤内科，聚焦复杂临床诊疗场景开展调研。队员结合访谈提纲，就 AI 实操方式、结果判断标准、人机决策边界等问题与临床医师深入交流。据介绍，该院已本地化部署 DeepSeek 大模型，完成 CDSS 智能问答系统升级。现阶段 AI‑CDSS 主要承担信息检索、智能问答等辅助工作，可为医生整合分析临床资料，但关乎诊断结论、治疗方案的核心环节，依旧依靠医生结合患者个体情况作出专业判断，临床最终决策权掌握在医师手中。对比体检筛查场景可以发现，不同工作场景下医生与 AI 的互动模式存在明显区别，在高复杂度的临床诊疗工作中，医生的核心决策地位更加突出，评估医疗 AI 的实际成效，必须结合场景特征、系统功能以及医师的实际使用行为综合考量。

与肿瘤内科医生开展座谈交流

　　考虑到影像科日常工作繁忙，实践队调整调研形式，线上与 4 名影像科医生开展访谈，了解 AI 在医学影像领域的应用现状。影像科是院内人工智能落地较早、应用相对成熟的科室，目前主要使用联影医疗 AI 影像辅助系统。该系统深度嵌入 CT 阅片流程，能够辅助识别肺结节、骨转移等病灶，有效降低漏诊概率，提升阅片工作效率。队员分析认为，影像阅片任务边界清晰、影像数据储备充足，是该科室 AI 辅助工具落地效果较好的重要原因。

　　调研发现，AI的应用深度与医疗场景特性密切相关。在影像辅助等任务相对明确、结果较易验证的场景中，AI已经较深入地融入医生日常工作；而在临床诊疗等决策复杂度较高的场景中，AI目前更多承担信息获取和问答等支持性任务，最终诊断和治疗决策仍由医生完成。

　　下一步，在后续的访谈材料整理和编码中，团队将梳理AI在不同临床任务中所发挥的作用以及医生对AI的接纳、质疑等具体反应，提炼医疗AI与医生协作的典型交互形式。通过对这些互动过程的进一步分析，实践队将深入理解AI如何参与医生的知识获取、判断与决策，并为优化医疗AI临床应用和人机协同机制提供实践参考。