从信息检索到与AI推理：探索不同交互模态以支持临床决策中的人机协同
人机交互
2026-02-02 v1 人工智能
摘要
LLM因其简单的基于文本的交互而在临床医生中作为决策支持工具广受欢迎。然而，它们对临床医生表现的影响尚不明确。不了解临床医生如何使用这项新技术以及他们如何将其与传统的临床决策支持系统(CDSS)进行比较，限制了设计能够克服现有工具限制并提升性能和体验的新机制。这项定性研究考察了临床医生(n=12)如何感知不同的交互模态(与LLM的基于文本的对话、交互式和静态UI以及语音)用于决策支持。在基于LLM的工具的开放式使用中，我们的参与者采取了一种以工具为中心的方法，使用简单的提示词进行信息检索和确认，而不是将其作为能够处理复杂问题的主动思考伙伴。随着交互设置的变化，出现了批判性参与。参与度也因个人认知风格而异。最后，文本、语音和传统UI交互在临床决策支持中的优缺点表明，不存在一种万能的交互模态。
引用
@article{arxiv.2601.22338,
title = {From Retrieving Information to Reasoning with AI: Exploring Different Interaction Modalities to Support Human-AI Coordination in Clinical Decision-Making},
author = {Behnam Rahdari and Sameer Shaikh and Jonathan H Chen and Tobias Gerstenberg and Shriti Raj},
journal= {arXiv preprint arXiv:2601.22338},
year = {2026}
}