利用AI辅助克服医疗过度使用：一项实验研究

本研究评估了人工智能（AI）在减轻医疗过度治疗方面的有效性，这是一个以不必要的干预为特征的重要问题，这些干预会推高医疗成本并给患者带来风险。我们在医学院进行了一项实地实验室实验，采用新颖的医疗处方任务，通过三乘二因子设计操纵金钱激励和AI辅助的可用性。我们测试了三种激励方案：固定（无论治疗数量如何，报酬不变）、递增（报酬随治疗数量增加而增加）和递减（对过度治疗进行惩罚），以评估它们对AI辅助采用和有效性的影响。我们的研究结果表明，在（准）医生和患者利益最一致的递减激励条件下，AI将过度治疗率显著降低了高达62%。诊断准确性提高了17%到37%，具体取决于激励方案。AI建议的采纳率很高，在所有设置中大约有一半的参与者根据AI输入修改了他们的决策。对于政策启示，我们量化了过度治疗的金钱（57%）和非金钱（43%）激励，并强调了AI在减轻非金钱激励和增强社会福利方面的潜力。我们的结果为考虑将AI整合到医疗系统中的医疗管理者提供了宝贵的见解。