医疗AI诊断结果告知中使用“我建议”与“系统建议”对患者信任差异 .docxVIP

PAGE2

医疗AI诊断结果告知中使用“我建议”与“系统建议”对患者信任差异

摘要

随着人工智能技术在医疗领域的深度渗透，AI诊断系统的语言交互界面日益成为医患沟通的重要媒介。本文立足于语言伦理学视角，聚焦医疗AI诊断结果告知中代词使用的伦理效应，深入探讨了“我建议”与“系统建议”两种语言表达对患者信任差异的影响机制。研究旨在揭示人机交互中语言拟人化程度与患者心理接纳度之间的内在关联，为构建符合伦理规范的医疗AI话语体系提供理论支撑。

本文首先梳理了医疗AI语言交互的研究现状，指出当前研究多关注技术准确性而忽视语言伦理维度的不足。在此基础上，构建了基于心智感知理论与信任归因理论的分析框架，将AI语言表达解构为“主体性建构”与“工具性呈现”两个维度。核心章节通过模拟诊断场景的理论推演，分析了不同代词条件下患者认知加工与情感反应的差异性路径。研究发现，“我建议”通过拟人化修辞赋予AI虚幻的道德主体性，虽在短期内可能降低患者的认知防御，但易引发“主体性错觉”与责任归属混乱；而“系统建议”则明确了工具属性，虽可能诱发较高的初始焦虑，却更符合医疗伦理的透明性原则。

通过构建“语言框架-信任归因”模型，本文量化分析了信任采纳率与焦虑评分的理论预期值。研究结论表明，医疗AI的语言设计应遵循“诚实透明”的伦理底线，避免使用第一人称代词制造虚假的主体在场感。本文的创新之处在于将语言伦理学引入医