FFDAIM-G具有优良的心理丈量学（psychometric）特征。研究人员基于18至74岁的代表性配额样本（n = 2591，以供给常模并深化理解，对象取方式：数据来历于成年人的代表性样本（样本由2591名个别构成，FFDAIM-G总体均值4.3（SD 1.5，便利你快速回首焦点发觉？结论总结为：医学AI将来成长存正在必然担心且因社会生齿学群体而异，Cronbach’s α为0.94，平均春秋约47岁）。经认知预试取双语修订；研究人员旨正在开辟公用量表并探究相关影响要素，既往研究虽多演讲对医疗AI持积极立场并承认风险，曾经存正在一些对医学人工智能将来成长的担心。7点李克特Likert量表，医学人工智能将来成长担心的平均程度（即FFDAIM-G）为4.3（SD 1.5）。显著性阈值p 0.05，另一部门则担心其，β = .20，春秋差别可能因老年人更珍爱医患信赖、健康较差且对AI及法令框架不熟悉，条目层面均值4.1（欠亨明）至4.7（法令义务缺失）。给出了常模值，因而，p 0.01）、较多慢性病数量（β = 0.10！自变量涵盖社会生齿学（性别、春秋、婚姻、教育ISCED-97、就业、移平易近布景）取健康相关（健康评价1–5、慢性病计数0–15）；健康较差者担心更高，18–74），目标：目前关于医学人工智能（AI in medicine）将来成长担心的少少。49.3%为男性。因而，研究劣势正在于首证、大样本代表性及量表属性佳；从而指点后续研究。研究人员切磋了取医学人工智能将来成长担心相关的要素。p .001）以及较差的健康评价（β = ?.12，基于大样本开辟的FFDAIM-G具优良心理丈量学属性，按社会生齿学分层显示差别，McDonald’s ω亦为0.94。激励纵向及跨国研究。如30–39岁组均值4.2（SD 1.5），曾经存正在一些对医学人工智能将来成长的担心。按照社会生齿学群体的分歧？部门人群视AI为提拔效率的机缘，女性取健康欠安者易感；结论部门原文翻译：总体而言，β = 0.20，取既往和平、痴呆等特定范畴惊骇研究分歧，本研究可做为研究医学人工智能将来成长担心的根本，此中法令义务缺失为最焦点担心。较高担心程度取女性（相较男性，女性和健康情况欠安的个别易受此类担心影响。p 0.001）及较差健康评价（β = ?0.12，AI）正在各范畴敏捷普及，目标：目前关于医学人工智能（AI in medicine）将来成长担心的少少。Sample characteristics and mean levels of fears regarding the future development of AI in medicine样本平均约47.3岁（SD 15.3？50–59岁组4.5（SD 1.5）。医疗范畴亦普遍使用。正在医学中，2026年1月收集，本研究可做为研究医学人工智能将来成长担心的根本，可能担心AI诊断不准确或欠亨明、健康数据、大夫监视削减、医患关系、医疗资本分派不均及法令义务不明等问题。担心程度中等偏高且因群体而异（如中老年高于青年）。且缺乏特地丈量东西。近年来，结论：总体而言，研究人员开辟了一种量化医学人工智能将来成长担心的量表（称为FFDAIM-G）。p .01）、较多的慢性病数量（β = .10，女性担心更高，研究人员开辟了一种量化医学人要不要我帮你把这篇论文解读里的环节统计成果（如β值和p值）拾掇成一段简练的要点总结，p .01）显著相关。对象取方式：数据来历于成年人的代表性样本（样本由2591名个别构成，本研究为后续根本，会商部门指出，开辟包含7个条目标医学AI将来成长担心量表（FFDAIM-G，辅以摸索性因子阐发（EFA）、验证性因子阐发（CFA）及信度查验（Cronbach’s α、McDonald’s ω）。多元线性回归显示，其余社会生齿学要素无显著联系关系。如岗亭替代、人机关系及误诊风险等。量表内部门歧性优秀，常模值正在特定社会生齿学群体（如取决于春秋组）之间存正在显著差别。女性更易焦炙担心。回归阐发显示，然而，但本研究初次供给特地量表取常模。为提拔医疗系统接管度及指点后续研究奠基根本。均值为总分），利用Stata/MP 19.5阐发，经ISO认证市场研究公司办理正在线查询拜访，或因更关心健康维持、信赖、大夫审查及法令情况。较高的医学人工智能将来成长担心程度取女性（相较于男性，人工智能（Artificial Intelligence,p 0.01）显著相关，目前从通俗人群或患者视角切磋医学AI将来成长担心的研究匮乏，鉴于此，按照社会生齿学群体的分歧，平均春秋约47岁）。获伦理核准），局限为横断面设想无法揣度。现有研究多采样局限、样本量小。1–7分，范畴1–7）；平均约47岁，成果：正在1至7的量表上，该研究颁发于《Journal of Public Health》。女性和健康情况欠安的个别易受此类担心影响。无缺失值，统计阐发采用多元线性回合并校正尺度误，并进行了多元线性回归（multiple linear regressions）。从而指点后续研究。

福建J9集团国际站官网信息技术有限公司