Exposure factor selection, exposure indicators and "Dose creep": Exploring knowledge, practices and experiences of diagnostic radiography students.

高達 90.2% 的受訪診斷放射學生，在操作數位設備時幾乎完全仰賴機台預設的輻射曝光參數，且僅有 13.6% 的受訪者表示相關知識來自大學的明確指導。隨著數位感測器取代傳統底片，影像外觀早已無法直接反映病患實際接收的輻射劑量，這份由《醫學影像與放射科學期刊》（JMIRS）發布的實證調查，直接點出了新世代人員在面對「劑量蔓延」現象時，於基礎客觀指標認知與參數調整自信上的嚴重空缺。

數位X光感測器引發的劑量蔓延挑戰

在傳統的網格底片攝影時代，影像的視覺呈現與患者接受的輻射劑量具有直接且絕對的關聯性。一旦曝光參數設定過高，底片會呈現過度黑化而無法提供診斷價值，這迫使操作者必須嚴格控管劑量。然而，隨著醫療影像全面導入數位感測器（Digital detectors），系統具備了強大的影像後處理能力，徹底改變了這項物理限制。

數位系統內建的動態範圍極廣，且具備自動重置與影像後處理演算法，能夠輕易修正過度曝光造成的數據溢出。這意味著即使給予患者高於必要水準的輻射劑量，系統依然能產出對比鮮明、低雜訊的可用影像。由於影像外觀不再能直接提供一次性過曝的視覺警示，技術人員為了避免因劑量不足而產生的影像雜訊，往往會潛意識地逐漸調高常規曝光數值，這種現象在文獻中被明確定義為 Dose creep（劑量蔓延：因數位化寬容度高導致輻射量潛移默化增加）。

為了解決數位化帶來的視覺反饋失效問題，設備商與標準組織共同導入了客觀的劑量監控指標：EI（Exposure Index，曝光指數：量化感測器接收輻射量的數值）以及 DI（Deviation Index，偏差指數：實際與目標曝光量的差距比例）。這些指標的設計初衷，是讓技術人員能進行每次拍攝後的自我稽核與品質控管。然而，本篇研究的核心動機，正是為了探討這些理應作為防線的指標系統，為何在第一線的基礎教育與臨床實務中遲遲無法普及。

橫斷面調查揭示90.2%依賴預設參數

由 Evans Sarah 等人主導的這項橫斷面描述性調查，針對診斷放射學生的知識背景與臨床實習經驗進行了深度探討。研究團隊採用便利抽樣法，共回收了 46 份有效問卷。問卷設計涵蓋選擇題、李克特量表（Likert scale）與自由文本問答，封閉式問題藉由敘述性統計進行分析，並在適用情況下運用卡方檢定、威爾卡遜秩和檢定（Wilcoxon rank-sum test）以及斯皮爾曼相關係數來測試變數關聯性，自由文本則透過主題編碼進行質性收斂。

量化數據揭示了一個極度仰賴自動化的操作現況。在面對複雜的病患體型與多樣化的診斷需求時，高達 90.2%（37/41）的受訪學生坦言，他們在實務操作中「總是」或「在多數情況下」直接套用機台內建的預設曝光參數。與此同時，有 65.9%（27/41）的學生明確表示，他們「很少」或「從未」嘗試根據當下情況自行設定專屬的曝光參數。

這種操作模式凸顯出新一代從業人員在參數微調上的極度被動。由於數位設備的預設參數往往傾向給予較充裕的劑量以確保影像畫質，一旦操作者放棄了根據個別病患進行輻射劑量最佳化的主動權，這種不假思索的參數套用習慣，便直接成為推動臨床劑量蔓延現象的底層因素。

僅13.6%知識源自大學的明確指導

探究這種操作保守性背後的成因，研究數據指向了高等教育與臨床實務銜接上的結構性斷層。當調查學生關於「適當選擇曝光參數」的知識來源時，在 66 筆有效回覆中，有 40.9%（27/66）的比例指向了臨床實習期間的「非正式教學」。這顯示多數學生在進入醫療場域時，主要仰賴實習單位的師徒制或現場經驗傳承來建立參數操作邏輯。

令人意外的是，明確指出這些曝光參數知識是透過大學正規課程傳授的比例，僅佔了低迷的 13.6%（9/66）。這意味著多數學生在離開學術殿堂前，尚未建立起系統化、標準化的劑量優化科學基礎。這種偏重臨床非正式傳授的教育模式存在極大隱患，它不僅難以確保教學品質的一致性，更極易導致舊有習慣或對數位設備物理特性的誤解在世代間不斷複製。

62.5%受訪者未受過EI與DI實作訓練

針對核心的客觀指標應用，調查結果進一步放大了教育體系在數位時代的嚴重空窗。研究指出，當問及如何利用曝光指標來判斷影像是否達到最佳曝光狀態時，高達 62.5%（20/32）的受訪學生表示，他們無論是在大學的正規課堂，還是後續的臨床配置階段，都未曾接受過這方面的實質教學。

質性文本的分析結果同樣呼應了這項量化數據的嚴重性。多數學生在自由填答區展現出對 EI 與 DI 運作機制的極度陌生，且對於「劑量蔓延」這項當代關鍵挑戰缺乏基礎認知。由於沒有透過大學教育獲取足夠的學理支撐與實作訓練，這些學生在面臨需要手動調整參數的臨床情境時，普遍表示缺乏必要的專業自信心，最終只能退回依賴預設參數的舒適圈。

綜合本篇研究的各項統計關聯與質性回饋，作者群提出強烈呼籲：現行的培訓機制已無法應對數位技術帶來的挑戰。高等教育機構必須重新檢視教學課綱，將 EI 與 DI 指標的數據解讀與實務應用強制納入核心模組。唯有主動承擔起對抗劑量蔓延的責任，協助學生建立依據客觀數據調整參數的專業自信，整體醫療體系才能在數位設備持續演進的進程中，確實落實患者輻射暴露風險的最小化。

大學教育需強化曝光指標訓練，打破對預設參數的依賴，從源頭遏止輻射劑量蔓延。