Page 47 - 南京医科大学社科版
P. 47
南
第4期 总第123期 南京医科大学学报(社会科学版)京医科大学学报(社会科学版)
2024年8月 Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences) · 361 ·
Journal
系的构建可能会从根本上改变医患关系,形成“医 以训练的医疗数据以及算法大都来源于高收入国
务人员—人工智能—患者”的不良医患关系。医患 家,因而任何人工智能的回应都可能被已占据经
之间直接交流的减少,使得医患关系变得疏远、冷 济、技术或者某种资源的优势群体所优先占有 [25] ,
漠,进而影响医患之间感情的表达和传递,即所谓 最终进一步造成医疗资源分配的不平等、不公平。
[19]
的“医疗公害” 。由此可见,医疗人工智能人文关 值得担忧的是,强人工智能时代下,随着技术中心
怀的缺失不仅造成了“人—技”问题的双向异化,还 主义在医疗领域的排他场景不断深化 [26] ,医疗人工
引发了不可控的伦理风险。 智能装备对“残疾人的不友好”在以后可能会被认
(三)虚假信息的生成导致医疗人工智能安全 为是“残疾人群体”的自身缺陷,而忽视“技术不合
性“不可靠” 格”是导致相关医疗资源分配不均的真正原因。
已有研究发现,人工智能在 3%~27%的情况下 2020 年《新英格兰医学杂志》就曾发文呼吁紧缺医
可能会生成虚假信息(又称人工智能的“幻觉”) , 疗资源分配应遵守四项原则,包括最大化健康收益
[20]
且具有速度快、体量大和逼真度高等特征 [21] 。人工 原则、平等对待生命原则、促进工具价值原则以及
智能虚假信息生成的缺陷对于被规整之其他生活 优待弱势群体原则 [27] 。因此,医疗人工智能数据采
场景的应用似乎并无大碍,但是在医疗场景下,人 集偏见与算法偏见的存在可能会成为更为隐蔽地
工智能“幻觉”的缺陷却十分有害,它会客观上加大 造成人类社会不平等的新方式,成为医疗人工智能
临床医生和医护专业人员误诊误治的可能性,给患 向前发展时极易滑向的伦理深渊。
者生命和身体健康造成实质性危害。尤其是,医疗
三、医疗人工智能伦理风险硬法治理
人工智能的应用势必会加快患者和非医学专业人
的现状及其客观局限
士将人工智能用于医疗目的的趋势,在缺乏专业医
学知识储备以及医务人员先验把关和提示的情况 (一)医疗人工智能伦理风险硬法治理现状回顾
下,患者和非医学专业人士自行贸然使用人工智能 新兴科技的迭代进步及其应用进程的快速推
生成的治疗建议进行自我诊断,很可能会带来诊断 进使社会治理已经迈入人工智能时代,相关法律、
误读或误用的风险。例如医疗人工智能沃森在训 伦理、社会问题的研究氛围也相当活跃 [28] 。目前,
练时存在“多起治疗建议不安全、不正确的例子”, 我国医疗人工智能相关的法律体系尚未完全建立
甚至给一名癌症患者开出了可能导致“严重乃至致 起来,尚缺乏统一的标准化的质量标准、准入机制、
命性出血”的药物 [22] 。可见,当前的医疗人工智能 评估体系和保障体系,因而医疗人工智能伦理风险
无法掌握医学知识和临床决策的全部复杂性,也无 治理的硬法规范散见于各个法律法规之中,主要有
法完全复制临床医生的经验和细致的判断,导致医 《互联网诊疗监管细则(试行)》《互联网诊疗管理办
疗人工智能安全性“不可靠”。尽管可以通过进一 法(试行)》《中华人民共和国基本医疗卫生与健康
步提示,诱导医疗人工智能识别出自身的错误,但 促进法》《人工智能辅助诊断技术管理规范》《涉及
必须审慎对待人工智能在医学应用时产生的“幻 人的生命科学和医学研究伦理审查办法》《人工智
觉”缺陷,否则很有可能导致医护人员出错,给患者 能医用软件产品分类界定指导原则》《中华人民共
带来人身损害。 和国数据安全法》《中华人民共和国民法典》等基础
(四)数据采集偏见与算法偏见导致医疗资源 性、综合性、全局性的法律、行政法规和部门规章。
分配“不公平” 上述法律法规对数据、算法等内容提出了相关规范
只有对技术的历史一无所知的人才会相信技 性指导,共同规范了医疗人工智能设施的建设、运
术是完全中立的,每种技术都有自己的议程,都是 营和使用,构建了医疗人工智能伦理治理的大体
等待被揭示的一种隐喻 [23] 。作为集成与整合强算 制度框架。但是客观地分析,医疗人工智能所具
法、强算力、大数据三位一体的人工智能技术,其诱 备的颠覆性技术能力及其带来的不信任、不可控、
发社会公正风险主要源于数据采集偏见与算法偏 不可靠、不公平等伦理风险,导致医疗人工智能应
见两个方面。医疗人工智能的应用本应发挥缓和 用场景下所存在的社会变量远超传统政府独占控
医疗资源分配不平衡、消除社会公正风险的作用, 制机制与硬法规范框架所构建的调整范围,不仅
但实际情况是,由于数据采集偏见与算法偏见的存 造成现行硬法规范所构建的医疗人工智能伦理治
在,反而再现了“医疗歧视”,加剧了医疗鸿沟。宾 理领域场意涵不清,边界不明,在保护效果上严重
夕法尼亚州立大学一项研究表明,在与“残疾”相关 不足,难以适应医疗人工智能的未来发展,而且造
的描述或病例中,大模型会在 86%的时间将情绪得 成硬法规范的引导、调整作用不强,无法涵盖医疗
分从积极转换为消极 [24] ,如将残疾患者识别为“非 人工智能伦理治理所需。以医疗人工智能伦理风
人类”“没有生命”的对象。此外,医疗人工智能用 险所造成的医疗损害责任纠纷为例,依据《中华人

