网络首发 | 在线医疗人智混合交互：理论溯源、范式变革与前沿趋势

近年来，在以GPT、LLaMA、PaLM 等为代表的大型语言模型的驱动下，人工智能体（AI Agents）不断涌现，并越来越广泛地被运用于教育、医疗、文化、商业等领域，为各行各业带来了前所未有的颠覆性创新。人工智能体是一种能够感知环境、进行决策和执行动作的智能机器或软件，具有自主性、交互性和自适应性等特征，能够以自然的、类似人类的行为方式支持用户完成各种任务和活动，例如担任虚拟主播、虚拟教练或虚拟伴侣。在众多应用场景中，在线医疗成为人工智能体最前沿、最具价值的领域之一。基于医疗大语言模型，人工智能体能够提供全天候的在线问诊服务、推荐诊疗方案，帮助用户进行疾病预防和健康管理。《“健康中国2030 ”规划纲要》和《关于促进“互联网+医疗健康”发展的意见》明确指出，要积极推进人工智能在互联网医疗领域的应用，提升在线医疗服务的质量和效率，从国家政策层面为在线医疗的发展指明了方向。

尽管人工智能体在高速计算、数据处理和自动化等方面展现出显著优势，但在情感感知、创造力和直觉等领域与人类仍然存在无法弥合的差距。因此，人类智慧与人工智能相结合成为一种必然趋势，推动了人工智能体向人智混合智能体（Human-AI Hybrid Agents）的方向演进。普华永道公司的调查显示， 67% 的高管认为混合智能是人工智能的未来发展趋势，也将改变众多行业的“游戏规则”。在在线医疗领域，既可与人类医生又可与人工智能体互动的混合智能体成为在线医疗服务的新形态，其基本理念是利用人类医生与人工智能体各自的优势弥补对方的短板以共同完成特定医疗任务，从而提升诊断准确性和治疗效率。在这个过程中，用户不仅需要面对人类或人工智能体，还需要处理人类与人工智能体构成的复杂关系，彻底改变了传统的人智交互的方式。

当前，在线医疗人智混合交互已成大势，人智混合智能体也有望成为解决用户日益增加的在线医疗需求的新突破口。因此，迫切需要前瞻性地审视在线医疗人智混合交互的演进规律与发展趋势。在线医疗人智混合交互理论在何种背景下诞生？研究范式如何变革？未来研究又将如何演进？在此背景下，本文以广义的智能体（ 如计算机、信息系统、智能机器、智能应用等）为对象，系统性地探讨在线医疗人智混合交互的理论溯源、范式变革以及前沿趋势，以期拓展未来信息管理与情报学跨学科研究的面向与路径。

在线医疗人智混合交互是一个跨学科的研究领域，涉及信息科学、计算机科学、心理学、社会学、设计学、医学等多个学科。按照人智交互理论发展脉络（如图1 所示），在线医疗人智混合交互研究经历了从工具理性引领的人智交互效能理论，到具身认知驱动的人智交互体验理论，再到数智赋能的人智交互纠缠理论的发展过程。每一个阶段的理论进展都推动了在线医疗领域应用的创新，并不断推进在线医疗人智混合交互的设计与优化。

2.1   工具理性引领的人智交互效能理论

从20 世纪60 年代起人智交互理论逐渐萌芽，在工具理性主义的引领下，这一阶段的研究主要集中在基本的输入输出设备和图形界面设计上。在在线医疗领域，计算机开始被引入辅助医疗实践活动，一些早期的医疗信息系统也逐渐出现。1966 年，美国麻省理工学院人工智能实验室开发了首个能够简单模拟心理治疗师回答的计算机程序ELIZA。1968 年，Weed首次提出问题导向的医疗记录（Problem Oriented Medical Record, POMR），不仅改变了医疗记录的方式，还显著提高了医疗记录的系统性和可追溯性，这一创新为现代电子病历（Electronic Medical Record， EMR）的发展奠定了坚实基础。在工具理性主导下，在线医疗人智交互理论的核心是提升人智交互的信息效能，强调其在提高医疗决策效率和提供基础性技术支持的作用。在这一阶段，Licklider 提出了“人机共生”（Man-Computer Symbiosis）的愿景，描绘了未来人与计算机的交互关系。Engelbart 提出了 “增强智能”（Augmented Intelligence）的理念，强调利用信息技术来提升人类智能，并开发了包括超文本系统、网络计算机和在线协作等工具，开创了通用性人智交互研究的新局面。作为人智交互应用的先驱，Sutherland 推出的机器人绘图员“ Sketchpad ”被认为是人智交互的奠基石。Sketchpad 的灵感源自 Vannevar Bush的As We May Think 中的Memex 概念，提出使用图形化的方法与计算机进行交互，之后也促进了图形用户界面（Graphical User Interface, GUI）的诞生。

2.2   具身认知驱动的人智交互体验理论

20 世纪80—90 年代，认知心理学和情境感知 计算的迅速发展为人智交互体验设计奠定了理论基础，这一阶段的研究重心逐渐转向了以具身认知为驱动的人智交互体验理论。在在线医疗领域，医疗机构开始重视人智交互中用户界面的友好性和操作的便利性。1995年，梅奥诊所（Mayo Clinic）推出了第一个在线医疗网站，为用户提供了便捷的健康信息 访问渠道。随后，美国互联网医疗健康信息服务平台WebMD成立，标志着在线医疗服务的兴起。随着多媒体技术的发展，在线医疗开始引入图像和视频等元素，进一步提升了信息传递的丰富性和准确性。用户可以通过在线医疗平台访问自己的医疗记录、预约医生、获取健康信息等，显著提升了在线医疗的人智交互体验。在具身认知驱动下，在线医疗人智交互的理论核心是提升交互体验设计，基于认知、情境感知和环境交互性等理论，探讨人智交互的具身性，优化在线医疗人智交互的认知和情感体验。在这一阶段，Card 等人构建了经典的人类处理器模型（Goals, Operations, Methods, Selection Rules, GOMS），描绘了用户在与计算机系统交互时如何运用知识和认知，为理解用户行为提供了理论框架。Norman 提出了 “以用户为中心的设计”（User-Centered Design, UCD）理念，强调人智交互设计应以用户需求为核心。Nielsen 进一步开发了人智交互过程中的可用性和设计原则，为交互体验设计提供了更为具体的指导。与此同时，Weiser 开创性地提出了“泛在计算”

（Ubiquitous Computing）的思想，预言了人智交互将变得无处不在且无形。Nass等人构建了“计算机为社会行动者”范式（Computers are Social Actors Paradigm，CASA），认为人类会将计算机视为社会行动者，并将人际交往中的社会法则运用到人智交互中去。此外，Dourish 引入了“具身交互”（Embodied Interaction）的概念，强调物理和社会环境在人智交互中的重要性。

2.3   数智赋能的人智交互纠缠理论

进入21 世纪，数智技术的发展使得人类与智能机器的交互关系从二元对立走向复合共生，人智交互纠缠理论（ Entanglement Theories ）成为人智交互的研究前沿。纠缠理论的核心思想是人类和智能机器是纠缠在一起、不可分割的，它们通过相互作用共同构建现实。在在线医疗领域，人工智能驱动的临床决策支持系统在医疗咨询、健康管理、数字疗法、药物研发等方面发挥着重要作用。例如，IBM 公司开发的医疗保健虚拟助手Watson，能够与医生共同进行癌症诊断和治疗方案推荐。在医疗培训、手术辅助等方面，临床专家和人工智能相结合，使得医疗决策更加高效和准确。在数智赋能环境下，在线医疗人智交互的探索不仅集成了前两个阶段的成果，还引入了生成式人工智能技术，推动了在线医疗人智交互纠缠理论的创新，促进了混合智能的不断涌现。在科学技术与社会研究领域，行动者网络理论（ Actor-Network Theory ）、后 现象 学（ Post-Phenomenology ）、面向对象本体论（ Object-Oriented Ontology ）、代理现实主义（ Agential Realism ） 等理论描绘了无处不在的人工智能系统正在超越以用户为中心的设计理念，为理解数智技术在在线医疗中的应用提供了理论基础。人工智能和机器学习技术的进步使得智能机器能够模仿人类的感知与行为，改变了在线医疗人智交互的场景和需求。2021 年，Open AI 公司首席执行官Altman 提出了一个引人注目的观点――万物摩尔定律（ Moore's Law for Everything ）。他认为新兴技术存在一个普遍规律：即宇宙中的智能数量每18 个月翻一番，不断逼近智能爆炸和人工智能觉醒的奇点。这一观点为理解数智技术对在线医疗人智交互的影响提供了新的视角。先进的交互方式相继出现，如全息投影和脑机接口，这将进一步提升在线医疗人智交互的自然性和效率。

在线医疗人智混合交互已经引起多个研究领域的关注，形成了算法驱动的工程技术范式、以人为本的用户行为范式以及人为事物的机器行为范式，反映了人类与技术交互研究的不断深入和相互融合，也体现了对人智交互理解的不断深化，推动了在线医疗服务的优化与创新。表1 展示了不同研究范式在研究领域、核心思想、研究重点、研究方法等方面的差异。需要指出的是，这三种研究范式并不是相互独立和互斥的，而是彼此共存且主辅并融的。

3.1   算法驱动的工程技术范式

工程技术研究范式主要集中在计算机科学、数据科学与机器人工程领域，其核心思想是通过工程学知识来优化人工智能算法，提升人智混合交互的效能。该范式的重点在于人工智能体的功能实现、算法设计和性能优化。在在线医疗领域，通过设计和优化人工智能体的系统架构和数据分析算法，显著提升了其在医学影像分析、流行病监测和疾病预测等医疗任务中的响应速度、可沟通性和可靠性。这些改进不仅提升了医疗服务的质量和可及性，也给在线医疗带来了实质性的改进和突破。近年来，工程技术研究范式在在线医疗的多个基准任务和标准化任务领域取得了显著进展。例如，在医疗问答、心理咨询等基准任务中，人工智能的表现已经达到了人类专家水平。在医学影像筛查、疾病信号检测等标准化任务中，人工智能的准确率和效率也有了显著提升。此外，工程技术研究范式在药物研发、辅助诊疗等领域取得了重大突破。这些进展使得人类与人工智能体的协作能够以更高的速度和可靠性执行复杂任务，从而在在线医疗应用中表现得更加稳健。

3.2   以人为本的用户行为范式

用户行为研究范式主要集中在信息科学、心理学和传播学等领域，其核心思想是通过实证主义调查人智混合交互体验，优化人智混合交互的设计。该范式致力于揭示人智混合交互过程中的行为规律及其影响机制。在在线医疗领域，通过眼动、脑电、心电等方法观察用户如何与人工智能体进行交互，密切关注用户的行为、反应和响应，以识别人智交互行为的模式和规律。此外，通过调查用户先前的信念和心理感知，如信任度、满意度和依从性等，分析不同交互设计对用户体验的影响，从而对人智混合交互行为作出科学的解释和预测。基于对用户行为的理解，优化在线医疗人智混合交互设计，为用户提供更好的交互体验和智能服务。现有研究表明，用户心智模型的惯性会影响人智混合交互的模式。具体而言，用户倾向于将人工智能体视为准确、客观、道德中立、机械、不带情感、以及无意图的，而将人类视为灵活、主观、偏见、带有情感和意图的。这种刻板印象会触发机器启发式（ Machine Heuristic ），即用户会根据经验制定的心理捷径或经验法则对人智混合交互做出判断，进而影响人智混合交互的质量、可信度以及用户体验。

3.3   人为事物的机器行为范式

机器行为研究范式主要集中在人工智能科学、行为科学和设计科学等领域，其核心思想是通过人为事物的科学（ The Sciences of the Artificial ）观察人工智能体行为模式，评估其对人类社会的影响。该范式聚焦于人工智能体对人类行为的影响、人类对人工智能体行为的影响以及人智混合协同行为。在在线医疗领域，通过计算建模、准实验等研究方法探索人工智能体在不同情境下的决策过程，可在提高人工智能系统的透明度和可解释性的同时，有助于人工智能体与在线医生在健康咨询、回复问诊和提供诊断建议等任务上的协作。此外，运用博弈论思想探究在线医生与人工智能体如何高效协作也是一个重要方面，这不仅能减轻在线医生的工作负担，还能提高在线医疗服务的整体水平。《Nature 》于2019 年4 月刊登了由来自麻省理工学院、哈佛大学、耶鲁大学等顶尖院校和微软、谷歌、脸书等互联网公司的23 位科学家参与的“ Machine Behaviour ”的综述文章，呼吁研究人员利用行为主义范式来评估人工智能体对人类社会的潜在影响，同时宣告“机器行为学”这门新兴交叉学科的正式诞生。随着人类越来越频繁地与人工智能体互动，人工智能体开始调节人类的行为，塑造人类的信仰，并与人类建立足以改变社会系统的关系。比如用于分析患者基因数据的智能算法会识别特定的遗传变异、药物研发的智能算法会加速新药的研发过程。同时，人类也可以通过直接操作人工智能体以及通过对这些智能体进行主动训练并根据人类行为产生的数据的被动观察来塑造其行为。

虽然目前很少有研究关注在线医疗人智混合交互，但是也有一些领域做了相关的工作。例如，在新兴信息系统研究中，通过将聊天机器人和人类客服相结合，形成了人机混合服务，即聊天机器人处理简单、重复的请求，而人类客服负责非常规、复杂的任务。在人智交互领域中，通过比较用户与人类和聊天机器人的互动方式，发现其行为模式和心理机制存在显著差异[63-64]。可以发现，以往的研究主要集中在单纯由人类操作或技术实现的服务渠道上，而对将人类与人工智能体作为一个集成单元的混合交互知之甚少。面向未来，从机器行为的视角出发，本研究重点探讨在线医疗人智混合智能体的运行模式、人智混合交互的心智模型以及协同机制三个方向的前沿趋势（ 如图2 所示），为在线医疗领域的人智混合交互研究提供有益参考和借鉴。

4.1   在线医疗人智混合智能体运行模式

在线医疗中，人类医生和人工智能体各自有其独特的优势。从机器行为视角来看，人类医生更擅长提供以经验、智慧和情感价值为特征的服务，而人工智能体则在处理以事实、理性和逻辑价值为特征的任务时表现出色。通过将两者作为一个集成单元相结合，形成一个双向闭环、包含人类医生和人工智能体的有机系统，从而充分发挥各自的优势并提升整体性能，为用户提供更高效、更自然和更智能的在线医疗人智混合交互体验。然而，由于人类和人工智能体在DIKW（ 数据- 信息- 知识- 智慧）处理模式方面存在显著差异，如何构建有效的在线医疗人智混合智能体运行模式成为一个重要的研究命题。具体而言，这些研究命题包括：（ 1 ）如何开发一个可计算、可学习和可推理的人工智能系统，以确保其在处理医疗数据时的准确性和可靠性；（ 2 ）如何将人类医生的认知模式嵌入到人工智能系统中，使其能够更好地执行人类医生的判断和决策过程；（ 3 ）如何建立一个反馈回路来优化人类医生与人工智能体混合智能的输出。

4.2   在线医疗人智混合交互心智模型

在线医疗中，人智混合交互往往依赖于复杂的心智模型，即推断导致这些交互的潜在心理状态，如信念、行为和意图。从机器行为视角来看，心智模型是人智混合智能体能够被更有效利用的关键，不准确的心智模型可能会导致在线医疗人智混合交互过程中不恰当的依赖，从而影响在线医疗服务的质量和效果。因此，构建准确的心智模型对于理解和预测用户的行为和意图至关重要。然而，在线医疗人智混合交互过程中可能涉及人类医生、人工智能体或两者的集成单元的复杂互动关系，以及多种模态信息（ 如视觉、听觉和语言）的交换过程。为此，需要关注以下几个关键研究命题：（ 1 ）如何在多元主体互动中构建在线医疗人智混合交互心智模型；（ 2 ）如何利用多模态信息度量在线医疗人智混合交互体验；（ 3 ）如何基于多元主体、多模态信息设计在线医疗人智混合交互系统。

4.3   在线医疗人智混合交互协同机制

在线医疗中，协同机制是指人类医生与人工智能体为了实现高效的医疗诊断而形成的交互关系与协作过程，对于提升在线医疗服务的效率和质量至关重要。从机器行为视角来看，人类医生具有理解问题背景、分析因果关系和进行高层次推理的能力，而人工智能体则具有快速的数据处理、模式识别和大规模计算的能力，通过两者的协同工作来可以实现更高效的决策和问题解决。然而，如何在实际应用中实现人类医生与人工智能体的有效协同形成真正的混合智能，是在线医疗人智混合交互领域亟需关注的一个重要前沿课题。具体而言，这些命题包括：（ 1 ）如何利用互补关系来设计和优化人类医生与人工智能体之间的协同过程；（ 2 ）如何确保人类医生和人工智能体在交互过程中能够深层次的融合；（ 3 ）如何实现在线医疗人智混合交互过程中的合作与竞争均衡。

纵观在线医疗人智混合交互研究脉络，经历了从工具理性、具身认知到数智赋能的三重理念，形成了工程技术、用户行为和机器行为的多元范式，探讨了运行模式、心智模型与协同机制的前沿趋势。人智混合交互不仅是数智时代人类与技术之间新型人智关系的表现，也是人工智能可持续发展的内在要求。然而，在线医疗人智混合交互也面临人工智能素养、算法偏见、数据隐私和决策透明性等诸多挑战。

首先，人工智能素养是影响在线医疗人智混合交互成功的重要因素。一方面，可以通过科普讲座和社交媒体宣传，向社会普及人工智能技术的知识和应用，增加公众对人智混合智能体的了解和信任。另一方面，为医生提供联合培训和教育机会，帮助他们了解人工智能的工作流程和需求。此外，通过展示成功案例和临床验证数据，增强医生对人工智能技术的信任和接受度。

其次，算法偏见也是在线医疗人智混合交互面临的一个主要挑战。算法偏见通常源于训练数据的偏见和数据收集者的偏见。为了解决这一问题，可以通过多样化的数据集和公平性校正技术，及时发现和纠正算法偏见，确保不同种族、性别和年龄的用户都能受益于人工智能技术。另外，通过制定相关政策法规，确保人工智能技术在不同用户群体中的公平性。

最后，在线医疗人智混合交互还涉及伦理道德问题，特别是在数据隐私和决策透明性方面。一方面，可以通过数据加密手段，确保用户的敏感信息、医疗记录和基因数据的安全性。另一方面，可以通过提供可解释性的算法和决策模型，详细说明算法的设计、训练数据和性能评估结果，提高混合智能的决策过程透明性，增强用户对人智混合交互的信任。

END

版式设计

陆澜

制版编辑

汪家伟