Page 59 - 南京医科大学社科版
P. 59

第6期 总第131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）                             ·
                                                    南
                 2025年12月                     Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  · 585
                                              Journal
                   2. 系统自主性失控的纷扰                                 属缺乏明确法律依据，可能引发纠纷。
                   基于深度神经网络的环境感知系统存在不可                               （二）医学AI合成技术的困顿
               解释性，可能导致医疗机器人错误调整基因编辑参                                医学 AI 合成技术通过人机双向校验机制、多模
               数，造成不可逆的生理损伤。实体合成生物体过程                            态数据融合、智能交互等技术，在病史采集自动化、
               中，碳基/硅基混合体可能绕过传统物理防御，直接                           多模态影像分析、靶点筛选优化、临床试验智能化
               通过纳米机器人实施精准生物攻击。                                  等方面都有不俗的表现。例如，医学 AI 合成技术实
                   3. 社会伦理颠覆的纷扰                                  现了义鼻、义肢、皮肤等的智能化“量身”“远程”定
                   克隆技术与数字意识复现结合后，可能产生多                          制生产。
               个具备相同遗传信息但独立意识的个体，身份认知                                医学 AI 合成技术受限于数据质量、技术黑箱、
               混乱直接冲击法律主体认定标准。人工生命产业                             伦理审查三重困顿。医学 AI 合成技术生成的数据
               化将加剧贫富分化，基因强化型人工生命体可能形                            质量需要审查，其生成的病理数据或建议可能因缺
               成新的社会阶层，触发系统性人权危机。                                乏临床深度判断而存在潜在误导性，其生成的处方
                   4. 真实生命与虚拟生命的冲突                               或诊断常依赖通用模型，难以覆盖复杂病例，可能
                   真实生命与虚拟生命的冲突是多维的。本体                           忽略患者病史或非典型症状，导致数据推理表面合
               论冲突：真实的人的生命是“向死而生”的存在，虚                           理却偏离实际病情，需医生二次验证。医学 AI 合成
               拟生命支持者认为意识数据化即构成“数字永生”；                           技术的技术黑箱是指其从输入数据到输出结果的
               认识论冲突：数字生命与实体生命交互可能消解传                            决策过程缺乏透明性、可解释性及可追溯性；其内
               统认知边界，通过联网影响现实世界的认知方式；                            部参数交互和特征学习机制无法通过传统逻辑规
               心理学冲突：虚拟生命本质是特定时刻的意识数据                            则或数学公式直观表达，导致人类难以理解其决策依
               存档，无法具有真实生命的动态成长与情感价值；                            据。一项最新研究表明，即使是目前最先进的 LLM
               社会学冲突：虚拟生命对量子算力与能源的高度依                            也无法为所有患者做出准确诊断，且表现明显差于人
               赖，可能通过硬件扩张、能源消耗和技术投资倾斜                            类医生——医生的诊断正确率为 89%，而 LLM 的诊
               等路径挤占真实生命资源，这一矛盾的本质是数字                            断正确率仅为 73%；在罕见病、复杂性疾病的诊断中，
               文明与实体文明在有限资源下的资源冲突                   ［17］ 。       LLM 正确率仅为 13%      ［18］ 。医学 AI 合成技术的伦理
                                                                 审查缺乏有效机制是一个明显问题。其算法训练
                      三、从再生—合成—增强技术到
                                                                 数据来源、模型偏差检测等环节缺乏第三方监督。
                            创造—优化—修复
                                                                     （三）医学AI增强技术的局限
                  （一）医学AI再生技术的风险                                     医学 AI 增强技术具有强大的图像分析能力，可
                   医学 AI 再生技术是医学新质高技术的具体形                        协助医生提高诊疗分析的准确性及工作效率，是改变
               态。医学 AI 再生技术的价值在于通过智能算法与                          医疗诊断模式及实现个体化治疗的有力工具                     ［19］ 。医
               再生医学的深度融合，精准加速组织修复与器官再                            学 AI 增强技术面临动态病情适应性不足、个体差异
               生进程，为疑难病症提供创新解决方案并显著提升                            敏感性不足、诊疗结果可解释性差等三重局限。医
               人类健康水平。如通过高效算力加速基因测序与                             学 AI 擅长基于静态数据的分析，但面对多系统交
               个性化医疗，支持癌症早筛和罕见病检测；结合图                            互、病情快速变化或罕见病时，缺乏医生综合临床
               像识别技术辅助干细胞治疗中的细胞生长监测；实                            经验和多学科协作的灵活性，对复杂诊疗场景的适
               时监测生理指标并预警慢病风险。但是，医学 AI 再                         应性不足；治疗方案需结合患者病史、生活习惯、心
               生技术存在着技术、临床和伦理三重风险。从技术                            理状态等个性化因素，AI 难以全面整合非结构化数
               风险层面上看，AI 技术高度依赖训练数据的质量和                          据，个体差异敏感性不足；深度学习“黑箱”特性导
               规模，而再生医学涉及复杂生物数据，现有数据往                            致诊断依据难以追溯，诊疗结果可解释性差，降低
               往存在碎片化、标准化程度低等问题，可能引发模                            医生和患者对AI决策的信任度。
               型偏差。若用于个性化再生治疗的数据样本不足，
                                                                       四、从医学新质高技术到医学人文
               易导致预测结果失真。从临床风险层面上看，医生
               可能因 AI 提供的再生治疗方案表面“精准”而忽视                             （一）医学新质高技术的危象
               个体化临床观察，例如忽略患者微环境特异性对组                                医学新质高技术的核心价值是通过技术手段
               织再生的影响，反而延误治疗。从伦理风险层面上                            提高医学诊疗水平和质量。拂逆自然、放逐身体、
               看，当 AI 参与再生治疗方案制定时，若发生不受欢                         技术异化是医学新质高技术再造生命体的三大危
               迎的治疗后果，如细胞异常增殖或免疫排斥等不良                            象，其要害是制造人类与自然、技术与人文的双重
               反应，医生、技术开发方与医疗机构之间的责任归                            二元对峙。
   54   55   56   57   58   59   60   61   62   63   64