报告概述
本报告基于丁香园平台2026年4月开展的线上问卷调研,累计样本数4,150份,分析医生在工作中使用人工智能的行为与态度。报告覆盖临床决策、辅助诊断、讲课内容制作等多个AI应用场景,并探讨了医生对AI信息质量、效率提升、医患沟通影响以及患者携带AI建议就诊等问题的看法。调研结果与美国AMA及日本麦肯锡调研进行对比,呈现中国医生AI应用的现状与特点。报告旨在帮助制药/器械企业及行业同仁理解医生与AI互动的行为偏好,为数字营销和产品开发提供参考。
报告的核心结论
近80%中国医生已在工作中使用AI
调研显示,79%的受访医生在工作中使用AI工具,与美国医生81%的使用率接近。其中三级医院和一线城市的医生使用率相对更高,精神心理科、急危重症、肿瘤科等科室使用率领先。
75%的医生每天使用AI,高频使用已成习惯
在使用AI的医生中,75%每天至少使用一次(39%每天多次使用,36%每天使用1-3次),高频使用比例高于美国医生。肿瘤科、影像/病理/检验科医生每天使用比例更高。
临床决策、辅助诊断和讲课内容制作是高了解度、高使用率场景
这三个场景同时具备较高的医生了解度和使用率,成为AI融入医生工作主流程的典型应用。病历生成、患者管理、医保服务等场景使用率居中,医院管理和AI分身/智能体场景相对较低。
通用型AI与专业医疗AI形成功能分工
90%的医生最常使用的AI工具覆盖通用型和专业医疗AI两类。通用型AI(如DeepSeek、ChatGPT)更多用于内容生成和知识整理类场景;专业医疗AI在患者管理、医保服务等流程规则强的场景更有优势。
高职称医生对AI的价值认可与局限性认知均更充分
高级职称医生在认同AI信息覆盖面广、权威性高的同时,也更能识别信息缺乏个体化、输出准确性不足等局限。超过70%的医生整体对AI持积极乐观态度,其中影像/病理/检验科和肿瘤科态度最为积极。
报告回答的关键问题
中国医生AI使用率有多高?
调研显示中国医生AI使用率达到79%,接近美国的81%。三级医院和一线城市的医生使用率更高,不同科室之间差异明显,精神心理科使用率最高达82%,妇产科最低为72%。
医生最常用的AI场景有哪些?
临床决策、辅助诊断和讲课内容制作是医生了解度和使用率最高的场景,属于高了解度高使用率类别。病历生成、患者管理、医保服务等场景使用率居中,而医院管理和AI分身/智能体场景使用率较低。
医生如何评价AI提供的信息质量?
71%的医生认为AI能提供覆盖面广、多观点的信息;54%认为信息来源权威;但同时39%担心信息错误或幻觉,37%认为信息缺乏个体化难以直接应用。高职称医生对AI信息价值和局限性的感知均更强。
患者携带AI建议就诊的情况常见吗?
近60%的医生表示经常遇到患者携AI诊疗建议来咨询,其中21%认为非常常见,38%比较常见。肿瘤科(67%)和皮肤科(69%)尤为突出,一级医院医生遇到的比例(65%)高于二三级医院。
不同科室医生对AI态度有何差异?
影像/病理/检验科(33%)和肿瘤科(32%)医生对AI持积极乐观态度的比例更高,而全科(17%)和精神心理科(11%)相对较低。超过70%的医生支持AI参与医患沟通和共同决策,但更多强调辅助和医生引导。
报告中的代表性数据
中国医生AI使用率
2026年4月,基于丁香园平台调研,4,150名医生样本中79%表示在工作中使用AI工具。
中国医生每天使用AI比例
2026年4月,在使用AI的医生中,75%每天至少使用一次,其中每天多次使用的占39%。
医生认为AI能提供多方观点
2026年4月,工作中使用AI的医生中,71%认为AI提供的信息覆盖面广,能提供多方观点。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整市场数据与趋势图表:包含医生AI使用率、频率、场景分布、工具类型等详细数据图表,以及按科室、职称、医院等级等多维度交叉分析。
- 研究模型与评价维度:报告采用了解度-使用率四象限分析、AI信息质量评价框架,并对比美国AMA和日本麦肯锡调研结果。
- 服务商或工具类型分析:详细对比通用型AI(如DeepSeek、豆包、ChatGPT)与专业医疗AI(如丁香园临床决策、氢离子)在不同场景中的使用差异。
- 医生对医药代表信息有效性评价:展示了75%医生认为医药代表信息有效,以及肿瘤科等科室的认可度差异。
- 医生对患者携带AI建议就诊的态度:详细分析59%医生常见此现象,含科室、医院等级对比及医生应对方式。
- AI参与医患共同决策的态度分布:按科室展示医生对AI参与沟通的态度(非常支持、支持但有前提等),含肿瘤科与精神心理科对比。
- 医生查询药品信息渠道分析:最常用渠道为线上医学平台(77%)、医学文献(56%),AI工具使用率24%。
- 未来趋势与建议:基于调研结论对制药/器械企业数字营销和AI产品设计提出策略建议。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





