用AI看病心里没底?西浦学者发现:三种焦虑,需要三种解法

2026年11月02日

AI健康助手正在走进越来越多人的生活。查症状、问用药、获取个性化建议,听起来方便快捷,但医疗不是普通的数字服务场景。用户打开这些平台时,往往正担心着自己的健康,不确定该不该相信AI给出的建议,也清楚一旦出错或数据泄露,后果可能很严重。焦虑,成了AI医疗平台面前一道看不见的墙。

但西交利物浦大学西浦国际商学院王汪帅博士及其他合作者在《Journal of Business Research》上发表的研究《Alleviating User Anxiety towards AI Health Assistant Platforms: Integrating HAII-TIME and Perceived Control Perspectives》指出,焦虑不是一个笼统的障碍,而是有三种不同的来源,每一种都需要不同的界面设计来应对。

研究通过两项在线实验(540名中国用户和360名西班牙用户,覆盖心理与身体健康场景),并结合一项实地调查(将880名中国某大型AI医疗App用户的问卷与真实交互记录匹配),发现了一个清晰的规律:不存在放之四海而皆准的界面方案,最有效的设计取决于焦虑的来源。

第一种:技术使用焦虑——需要互动感

这类焦虑源于行为控制感的丧失。用户担心自己不会操作、出了错无法纠正、不知道下一步会发生什么。研究显示,高信息交互性是最佳解药。多轮对话、记住用户之前的输入、提供相关的追问,能让用户感到自己的操作正在塑造咨询过程。对于技术焦虑型用户,平台应采用渐进式披露:从简单界面开始,只在需要时展示高级选项。“教我怎么做”的引导,以及明确引用用户此前回答的对话,能在不压垮用户的前提下建立使用信心。

第二种:隐私泄露焦虑——需要看得见的安全感

这类焦虑本质上是认知控制感的缺失。用户看不到信息如何存储、处理或共享,因此无法预测自己的数据会面临什么。研究指出,强烈的视觉非语言线索,例如锁形图标、专业的临床设计、权威安全认证,能让隐私保护变得可见、可理解。但关键在于:设计不是越多越好。实地证据表明,将极高的交互性与大量视觉线索叠加,反而会因过度提示数据收集量而加剧隐私警觉。对于隐私担忧型用户,安全提示应放在敏感数据字段旁边,并提供即时解释。说明为何需要这项信息、将如何保护。通用隐私政策远远不够,安抚必须出现在信息披露的那一刻。

第三种:个性化服务焦虑——需要解释+纠正

这类焦虑同时涉及行为与认知两种控制感。用户既想要AI有能力的证据,又想要挑战或完善其建议的空间。因此,最强的应对方式是交互式对话与解释性视觉线索的组合。平台应支持共享决策:“为什么是这个建议?”功能可以解释哪些症状或数据影响了判断,而便捷的纠正选项允许用户添加限制条件或要求替代方案。

界面之外:AI医疗需要更深的保障

研究强调,仅靠界面设计无法解决所有问题。医疗AI还需要超越界面的保障措施:建议应经过临床验证,严重病例应有明确的人工升级路径,系统语言应反映情境的严肃性,而非依赖通用的“开心聊天机器人”语气。

王汪帅博士指出:“AI医疗平台最常犯的错误,是把所有用户的焦虑当成同一种焦虑。有人怕不会用,有人怕数据泄露,有人怕AI不懂自己。这三种人需要完全不同的设计语言。先诊断焦虑,再开设计处方,才能让AI医疗真正变得可控、可信、适合高风险的患者决策。”

关于作者

王汪帅博士现任西交利物浦大学国际商学院市场营销学副教授。研究成果发表于Journal of Retailing、Journal of Service Research、Psychology & Marketing、Journal of Business Research、Marketing Letters、Tourism Management、Journal of Travel Research、《南开管理评论》和《心理科学进展》等国内外期刊。现任Current Psychology副主编,并任Journal of Business Research和Marketing Intelligence & Planning等期刊的编委。

关于期刊

《Journal of Business Research》是商业研究领域的国际知名期刊,在ABS期刊指南中评级为3星级,在ABDC期刊质量指南中为A级。期刊涵盖消费者行为、营销战略、组织行为等广泛议题,致力于发表具有理论贡献与实践启示的高质量研究。

2026年11月02日