來源：媒體滾動

轉(zhuǎn)自：中工網(wǎng)

原標(biāo)題：把握好“AI+醫(yī)療”應(yīng)用邊界

從放射成像到3D打印器官,，從機(jī)器人輔助手術(shù)到納米醫(yī)學(xué)……某種程度上,，一部醫(yī)療發(fā)展史,，就是一部技術(shù)進(jìn)步史。如今，人工智能和醫(yī)療也正在深度融合，加速醫(yī)療模式變革,。

近年來，政策層面也在強(qiáng)力驅(qū)動,?！蛾P(guān)于進(jìn)一步完善醫(yī)療衛(wèi)生服務(wù)體系的意見》明確提出，加快推進(jìn)互聯(lián)網(wǎng),、人工智能等在醫(yī)療衛(wèi)生領(lǐng)域中的應(yīng)用,。今年的《政府工作報告》提出,，深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用,，開展“人工智能+”行動,。頂層設(shè)計不斷加強(qiáng),，“AI+醫(yī)療”大有可為。

效率與成本,，是其中的關(guān)鍵詞,。從患者就醫(yī)來看，一些初診病人因?yàn)槿狈︶t(yī)學(xué)常識,，經(jīng)常會掛錯號,，智能導(dǎo)診可以給出建議，理清就醫(yī)路線,；從醫(yī)生執(zhí)業(yè)來看,，AI輔助系統(tǒng)可以提高醫(yī)療服務(wù)效率和精準(zhǔn)度，降低漏診率誤診率,。從縱向來看,，在慢性病的提早預(yù)防、提前識別上,，AI醫(yī)療若能被廣泛應(yīng)用,，有望大幅降低醫(yī)療成本；從橫向來看,，同人才培養(yǎng)相比,，硬件提升的周期更短，借助技術(shù)紅利有利于緩解優(yōu)質(zhì)醫(yī)療資源分布不均問題,。

正如硬幣的兩面,，不能無視AI醫(yī)療的風(fēng)險。畢竟,，醫(yī)療是一個高度嚴(yán)謹(jǐn),、追求精準(zhǔn)的行業(yè),，但人工智能光在技術(shù)層面,，就存在一定的不確定性。比如,，傳統(tǒng)醫(yī)學(xué)歷來重視“望聞問切”,，但AI醫(yī)療非常依賴問診數(shù)據(jù)，加之患者描述和真實(shí)病情未必一致,，如果缺少查體過程,，不排除會出現(xiàn)“一本正經(jīng)地胡說八道”的情況。再如,，中醫(yī)藥領(lǐng)域的陰陽,、經(jīng)絡(luò)等概念，也不容易被標(biāo)簽化,、參數(shù)化,。

2022年3月發(fā)布的《互聯(lián)網(wǎng)診療監(jiān)管細(xì)則（試行）》就曾明確,，醫(yī)師接診前需實(shí)名認(rèn)證，確保由本人提供診療服務(wù),，其他人員,、人工智能軟件等不得替代醫(yī)師本人提供診療服務(wù)。今年1月世界衛(wèi)生組織還專門發(fā)布指南稱：警惕多模態(tài)大模型助長“自動化偏見”,，使醫(yī)療專業(yè)人員和患者過于依賴人工智能,，忽略原本可以由人發(fā)現(xiàn)的差錯?？梢韵胍?，在處置常見病、多發(fā)病時,，AI不難給出定式的治療方案,，然而，個體需求卻并不總是那么統(tǒng)一,。這都在提醒我們,，看到“AI+醫(yī)療”前景廣闊的同時，也要防范可能出現(xiàn)的諸如“自動化偏見”導(dǎo)致的過度依賴等風(fēng)險,。

“AI+醫(yī)療”便捷與風(fēng)險并存,，要把握好應(yīng)用邊界。從應(yīng)用倫理到數(shù)據(jù)安全,，從技術(shù)自主到隱私保護(hù),，從技術(shù)規(guī)范到評價標(biāo)準(zhǔn)……回答一系列未竟之問，需要建立基本的行業(yè)共識,，逐步完善監(jiān)管框架,。為科學(xué)研判人工智能技術(shù)運(yùn)用在醫(yī)療領(lǐng)域中存在的潛在風(fēng)險，前不久深圳市衛(wèi)健委起草《醫(yī)學(xué)人工智能社會治理綜合評價指南（送審稿）》,，就是促進(jìn)醫(yī)學(xué)人工智能健康發(fā)展和規(guī)范應(yīng)用的有益嘗試,。唯有規(guī)范應(yīng)用“AI+醫(yī)療”，“未來醫(yī)院”才未來可期,。（鐘頤）