人工智能在医疗诊治应用中的医学伦理研究状况与展望

Research status and prospects of medical ethics in the application of artificial intelligence in medical diagnosis and treatment

摘要

人工智能在医疗诊治中的应用日益广泛，为医生和患者提供了更加优质、高效、个性化的医疗服务，但同时在数据安全、算法透明性、责任界定、公平与公正、医患关系等方面引发一系列伦理问题。基于对现有研究成果的梳理，分析了人工智能诊治应用的医学伦理研究现状，并期待未来医学伦理研究能够更加深入地探讨人工智能技术在医疗中的伦理问题，以确保人工智能在医疗领域的合理应用并最大程度地保障患者权益。

Abstract

The application of artificial intelligence （AI） in medical diagnosis and treatment is becoming increasingly widespread， providing doctors and patients with more high-quality， efficient and personalized medical services. However， it also raised a series of ethical issues such as data security， algorithm transparency， responsibility definition， fairness and justice， doctor-patient relationships， and other aspects. Based on the combing of existing research results， this paper analyzed the research status of medical ethics in the application of AI in diagnosis and treatment， as well as expected that future medical ethics research can further explore the ethical issues of AI technology in medical treatment in greater depth， thus ensuring the rational application of AI in the medical field and maximizing the protection of patients’ rights and interests.

关键词

人工智能 / 医学领域 / 医学伦理

Key words

artificial intelligence / medical field / medical ethics

在医疗领域，人工智能的迅速发展正在引发诊断和治疗的革命性变革，其应用涵盖了从疾病诊断到治疗方案的制定，医学图像分析到疾病预测，个体化治疗到智能辅助手术，甚至包括了医患沟通等方面。人工智能为患者诊治过程带来了高效与便捷的医疗服务，然而随之而来的还有一系列医学伦理问题。人工智能利用大数据系统收集患者的个人信息和隐私数据，运用深度学习等模型及算法进行数据计算，进而通过大数据整合分析等方式诊治疾病。然而，这种技术的广泛应用也引发了一系列伦理问题，需要探讨和解决的问题包括医疗数据的隐私安全、人工智能算法的透明度和责任界定，公平与公正性，以及在医疗决策中人工智能和患者之间人文关怀等。例如，人工智能在诊断和治疗决策中会进行上传数据的处理和应用，这样可能会对患者的隐私和自主权产生影响^［1］。当然，人工智能算法的训练数据时可能存在未结合患者本身的健康状况等导致偏差，这可能会影响对某些患者的诊断和治疗等。审视当前医学伦理研究在人工智能诊治应用领域的现状，同时探讨未来可能的发展方向和解决方案，以期为这一新兴领域提供更加全面和深入的伦理指引。

1　人工智能在医学诊治中的应用现状

人工智能在医学领域的应用已取得明显成就。一是在疾病预测方面，人工智能技术能够实现早期预警，通过辨识患者的潜在风险因素和疾病风险，预测某种疾病发生的可能性，为相应的预防和干预措施提供支持^［2］。基于人工神经网络的人工智能在乳腺癌等疾病的症状检测与人类放射科医师表现相媲美^［3］。人工智能技术有助于帮助临床医生早期发现疾病迹象并提供诊断，通过分析大量医学图像数据，提供高精度的判断，如肺结节的恶性判断等^［4］。二是在个性化诊疗方面。人工智能技术还可以根据患者的个人特征和历史数据，提供个体化的治疗建议。它通过分析庞大的医疗数据，预测患者对不同治疗方案的反应，协助医生选择最佳治疗策略。这种个体化的治疗方法更有助于提高治疗效果，提供个性化针对性服务的同时有助于降低副作用和费用。三是在手术治疗方面。在一些新兴的医学应用领域，人工智能驱动的机器人在手术中的重要角色^［5］，实现高精度的手术操作和精准定位，从而降低手术风险，提供更快速、更精确的手术治疗过程。例如，机器人“沃森”通过人工智能技术开发，能够理解自然语言并准确回答问题，提供详细的诊断方案，为晚期癌症患者提供快速支持。四是在护理及保健方面。一些医疗机器人还能提供监护和护理服务，为患者提供延续性医疗服务还能协助完成日常生活活动，提高患者的生活质量。这些机器人能够进行基本的健康监测，如测量血压、心率、体温等，并在检测到异常情况时及时通知医务人员等^［6］。此外，人工智能技术在健康管理、制药和医疗保健等领域也有广泛应用。例如，在健康管理方面，人工智能可以通过分析个人健康数据，如饮食、运动、睡眠等，提供个性化的健康建议和预防方案，以帮助个人维持健康状态。在制药领域，人工智能加快了新药的研发过程，通过分析大量的生物医学数据和药物反应数据，发现潜在的药物靶点和优化药物化合物等；在医疗保健方面，人工智能可以辅助医生进行疾病诊断、治疗方案制定和医疗决策，提高医疗服务的效率和准确性。此外，人工智能还能在远程医疗中发挥重要作用，通过远程监控和数据分析，提供及时的医疗建议和远程诊断服务，特别是对于偏远地区和行动不便的患者具有重要意义^［7］。总之，人工智能技术在医学领域发挥了重要作用，不仅取得了显著的成就，而且应用领域不断扩大^［8］。

2　人工智能在医疗诊治应用的医学伦理问题

2.1　隐私和数据安全

人工智能需要大量患者数据进行学习和训练的同时就涉及患者的隐私^［9］，这些信息包括但不限于病历、医学图像和生理参数等关键数据^［10］。而这些隐私信息一旦泄露，在一定程度上使患者面临社会歧视、就业机会受限或人际关系等问题。同时，暴露居住地址、行踪或医院住院信息可能导致患者身份盗窃或欺诈行为。因此，需要确保患者数据不被滥用或泄露的情况下使用人工智能分析数据是医学伦理亟待解决的焦点问题。

在数据收集、存储和处理过程中，必须严格遵守相关的隐私保护法规和伦理准则，以确保患者数据不会被滥用或泄露^［11］。同时，为了确保人工智能算法模型的准确性和可靠性，在经过患者同意后，采集大量数据时需进行必要的预处理工作，包括数据清洗、标准化和去噪等，这样才能保证患者数据的安全性。

2.2　可解释性和透明度

人工智能算法能够迅速准确地诊断疾病，但由于算法的复杂性导致可解释性和透明度较低，医生和患者难以理解这些算法的决策过程。而医生需要了解人工智能作出某一诊断或治疗建议的原因，以便作出更适宜的医疗决策。算法的不确定性和复杂性也限制了其诊断的应用范围^［12］。因此，如何提高人工智能算法的可解释性和透明度，成为医学伦理中的重要议题。如人工智能分析患者的病历和临床数据，提供诊断和治疗建议，医疗人员和患者可能难以理解人工智能的诊断和治疗建议。

为了提高人工智能在患者诊断中的透明度和可解释性，基于规则、决策树或因果推理等开发型人工智能算法能够提供清晰可解的过程^［13］。此外，可视化工具和交互式界面的使用也可使医生和患者直观地了解算法的工作原理和结果解释^［14］。

2.3　责任与角色的界定

当人工智能算法辅助医生作出的诊断有误时，究竟是算法本身出现了问题，还是医生在使用算法时出现了误解，医生是否应对算法的结果负责，以及患者是否有权追究算法的开发者或运营者责任^［15］，这需要明确定义医生与算法之间的责任边界。某些人工智能模型可能基于数据和影像分析，而忽略了真正的医学病理，这可能会导致诊断错误^［16］。医生需要确保对患者的关怀和利益至上，将人工智能算法视为决策支持工具，而不是替代医生的角色^［17］。

由于医生与人工智能算法之间的角色分工和责任分配存在模糊性，制定适用于人工智能在患者治疗中应用的法律框架，并明确相关法律责任和义务，是必要的伦理和法律要求^［18］。同时，建立有效的监管机制对于人工智能在患者治疗中的应用至关重要^［19］。

2.4　公平性和公正性

由于人工智能的算法和模型是基于历史数据进行的，算法中存在的种族、性别、社会经济地位等因素的不平衡影响，可能导致数据集的偏倚与失衡，从而对治疗方案的公正性和客观性产生影响^［20］，并在实际应用中影响治疗的公平性。此外，人工智能技术需要大量数据的支持，而这些数据通常来自特定医疗机构或群体，因此可能导致治疗方法不具有普适性，推广受到限制。并且，由于高技术成本和技术人才短缺，一些欠发达地区或经济条件不好的患者可能无法获益于人工智能技术，导致医疗资源的不平等分配^［21］。对于患者个人而言，他们对治疗方案有不同的偏好和价值观，因此人工智能提供的方案可能与患者的意愿和预期不一致^［22］。所以，确保人工智能系统在患者中公平应用，避免歧视和不公平对待，是一个重要的伦理考量；人工智能在医疗中的应用必须考虑到不同患者群体的特殊需求和背景，对医学伦理来说是一项重要的课题。因此，可以建立一套公平性评估体系，对人工智能系统在不同患者群体中的表现进行评估，定期报告和公开评估结果，接受公众和同行的监督；也可以依据政府和医疗机构制定相应的政策，使得患者都能平等享受人工智能诊疗服务^［23］。

2.5　人文关怀

人文关怀也是人工智能在患者治疗中的应用所引发的关键性医学伦理问题。虽然人工智能可以提供高效的诊断和治疗方案，但也可能减弱医疗过程中的人文关怀^［24］。人工智能在患者治疗中的应用过程中可能会降低医患之间的面对面交流和沟通^［25］，这种技术介入可能会减弱医生与患者之间的人际互动和情感联系。

医生需要注意在人工智能辅助治疗中保持有效的沟通，理解患者的需求和情感，以提供个性化和温暖的关怀^［26］，并需要着重培养和保持人文关怀的能力，包括倾听和关注患者的需求、理解和尊重患者的价值观和文化背景，提供情感支持和安慰^［27］。同时，需要加强医学专业人员和患者的教育，以提高对人工智能在医疗领域中的伦理问题和人文关怀的认知和理解。

3　结语

人工智能在诊治应用中取得了显著成效，提升了诊断准确性和医疗效率，但其广泛应用也带来了复杂的医学伦理挑战，特别是在患者隐私保护、数据安全、公平性、责任界定和医患关系等方面。第一，现有的伦理指南和法规无法完全应对人工智能技术的快速发展，尤其在处理新型数据隐私问题和决策透明度方面，还存在不足；第二，如何让人工智能在医疗数据应用中实现公平公正，减少某些患者群体面临不公平的诊疗待遇，需要持续优化算法设计，确保其多样性和包容性；第三，在人工智能诊治过程中，责任的界定依然模糊，需进一步明确技术提供方、医疗机构及医护人员的责任划分；第四，人工智能在医疗中的广泛应用缺少医患关系中的人性化关怀，技术以及机器的冷漠性与患者的情感需求之间需要找到平衡，是值得关注的伦理问题。

未来，人工智能在医疗诊治领域的应用将更加广泛，在学界或将引发以下问题的探讨：第一，多学科合作与伦理框架建设问题。鼓励多学科合作，结合伦理学、法律学、数据科学等领域的专家，共同探讨人工智能在医疗应用中的复杂伦理问题。第二，人机协作和医生技能提升是未来研究的焦点，探讨如何平衡医生的专业判断和人工智能系统的建议，以提高患者诊治过程中的治疗效果。研究将集中于开发协作模型，使医生能够在人工智能的辅助下作出更准确的诊断和治疗决策。第三，在伦理治理和监督机制上，探索如何加强伦理治理和监管机制，以确保人工智能在患者诊治中的合理和负责任地使用。研究将集中于制定和实施有效的监管措施，确保人工智能应用符合伦理和法律的要求。第四，随着人工智能技术的不断发展，医学伦理教育也需要不断更新和完善。未来的研究将集中在提高医生和医疗专业人员对人工智能在患者诊治中的伦理问题的认识和教育，探讨如何将人工智能伦理问题纳入医学教育，以及如何协调人工智能和医护人员在患者救治中的角色与权利等方面的教育和培训，这将有助于提高医生对这些问题的认识和处理能力，以确保患者获得最优质的医疗服务。

未来的医学伦理研究需要与人工智能技术的发展保持同步，确保人工智能在医疗领域的应用既能推动医疗技术进步，又能最大限度地保障患者的权益，致力于构建更安全、更可靠、更公正的人工智能医疗系统，为医疗行业的进步和患者的福祉作出更大贡献。

参考文献

[1] 邹文卿，吕禹含. 智能医疗的伦理困境与治理：基于以病人为中心的考察［J］. 医学与哲学，2022，43（7）： 11-16.

[2] ZOU W Q， LYU Y H. Ethical dilemma and governance of smart healthcare：based on patient-centered investigation［J］.Medicine and Philosophy，2022，43（7）： 11-16.

[3] 刘伶俐，王端，王力钢. 医疗人工智能应用中的伦理问题及应对［J］. 医学与哲学，2020，41（14）： 28-32.

[4] LIU L L， WANG D， WANG L G. Ethical issues and countermeasures in the application of medical artificial intelligence［J］.Medicine and Philosophy，2020，41（14）： 28-32.

[5] SWANSON K， WU E， ZHANG A，et al. From patterns to patients： Advances in clinical machine learning for cancer diagnosis，prognosis，and treatment［J］. Cell，2023，186（8）： 1772-1791.

[6] 林耀彬，林勇斌，赵泽锐，等. 《人工智能在肺结节诊治中的应用专家共识（2022年版）》解读［J］. 中国胸心血管外科临床杂志，2023，30（5）：665-671.

[7] LIN Y B， LIN Y B， ZHAO Z R，et al. Interpretation of Chinese experts consensus on artificial intelligence assisted management for pulmonary nodule （2022 version）［J］.Chinese Journal of Clinical Thoracic and Cardiovascular Surgery，2023，30（5）：665-671.

[8] AHMED S I， JAVED G， MUBEEN B，et al. Robotics in neurosurgery： a literature review［J］. Journal of the Pakistan Medical Association，2018，68（2）： 258-263.

[9] MEKKI M， DELGADO A D，FRY A，et al. Robotic rehabilitation and spinal cord injury： a narrative review［J］. Neurotherapeutics，2018，15（3）： 604-617.

[10] 巩高，黄文华，曹石，等. 人工智能在医学的应用研究进展［J］. 中国医学物理学杂志，2021，38（8）： 1044-1047.

[11] GONG G， HUANG W H， CAO S，et al. Advances in application of artificial intelligence in medicine［J］. Chinese Journal of Medical Physics，2021，38（8）： 1044-1047.

[12] 张婕. 人工智能在医学中的应用现状与展望［J］. 数字通信世界，2022（12）： 172-174.

[13] ZHANG J. Application status and prospect of artificial intelligence in medicine［J］. Digital Communication World，2022（12）： 172-174.

[14] 王姗姗，翟晓梅. 人工智能医学应用的伦理问题［J］. 中国医学伦理学，2019，32（8）： 972-976.

[15] WANG S S， ZHAl X M. Ethical issues of applications of artificial intelligence in medicine［J］. Chinese Medical Ethics，2019，32（8）： 972-976.

[16] JIANG Y， EDWARDS A V， NEWSTEAD G M. Artificial intelligence applied to breast MRI for improved diagnosis［J］. Radiology，2021，298（1）： 38-46.

[17] 刘晓晨，田丽娟，王昶. 我国患者隐私保护现状及对策［J］. 中国当代医药，2017，24（18）： 13-15.

[18] LIU X C， TIAN L J， WANG C. Patient privacy protection situation and countermeasures in China［J］. China Modern Medicine，2017，24（18）： 13-15.

[19] RAZZAK M I，NAZ S， ZAIB A. Deep learning for medical image processing： overview，challenges and future［Z］. Ithaca： Cornell University Library，2017.

[20] HOLZINGER A， LANGS G， DENK H，et al. Causability and explainability of artificial intelligence in medicine［J］. Wiley Interdiscip Rev Data Min Knowl Discov，2019，9（4）： e1312.

[21] GARCIA R， MUNZ T， WEISKOPF D. Visual analytics tool for the interpretation of hidden states in recurrent neural networks［J］. Visual Computing for Industry Biemedicine， and Art，2021，4（1）： 24.

[22] MORLEY J， MACHADO C， BURR C，et al. The ethics of AI in health care： a mapping review［J］. Social Science and Medicine，2020，260： 113172.

[23] DEGRAVE A J， JANIZEK J D， LEE S I. AI for radiographic COVID-19 detection selects shortcuts over signal［J］. Nature Machine Intelligence， 2021，3（7）：610-619.

[24] 谭璐，刘小红. “人-机”医疗模式下的伦理学问题及应对策略［J］. 中国医学伦理学，2019，32（9）： 1127-1131.

[25] TAN L， LIU X H. Ethical issues and countermeasures in the medical model of “human -artificial intelligence”［J］. Chinese Medical Ethics，2019，32（9）： 1127-1131.

[26] COHEN I G， AMARASINGHAM R， SHAH A，et al. The legal and ethical concerns that arise from using complex predictive analytics in health care［J］. Health Aff （Millwood），2014，33（7）： 1139-1147.

[27] 丁春艳. 医疗领域的人工智能：法律问题与规管挑战［J］. 中国医学伦理学，2020，33（7）： 887-896.

[28] DING C Y. Artificial intelligence in healthcare：legal issues and regulatory challenges［J］. Chinese Medical Ethics，2020，33（7）： 887-896.

[29] OBERMEYER Z， POWERS B， VOGELI C，et al. Dissecting racial bias in an algorithm used to manage the health of populations［J］. Science （American Association for the Advancement of Science），2019，366（6464）： 447-453.

[30] 周吉银，刘丹，曾圣雅. 人工智能在医疗领域中应用的挑战与对策［J］. 中国医学伦理学，2019，32（3）： 281-286.

[31] ZHOU J Y， LIU D， ZENG S Y. Challenges and countermeasures of application of artificial intelligence in medical field［J］. Chinese Medical Ethics，2019，32（3）： 281-286.

[32] ANCKER J S， EDWARDS A， NOSAL S，et al. Effects of workload，work complexity，and repeated alerts on alert fatigue in a clinical decision support system［J］. BMC Medical Informatics and Decision Making，2017，17（1）： 36.

[33] 王旭. 大数据医疗时代的人工智能与隐私保护［J］. 电子产品世界，2019，26（6）： 79-81.

[34] Wang X. AI and privacy protection in the age of medical big data［J］.Qutlook of Electronic Technology，2019，26（6）： 79-81.

[35] 姚鸿萍，侯佳，张师容，等. 人工智能在医学人才专业技能与伦理素质培养中的应用与探索［J］. 中国医学伦理学，2019，32（11）： 1477-1480.

[36] YAO H P， HOU J， ZHANG S R，et al. The application and exploration of artificial intelligence in the cultivation of professional skills and ethics qualities of medical talents［J］. Chinese Medical Ethics，2019，32（11）： 1477-1480.

[37] SAUERBREI A， KERASIDOU A， LUCIVERO F，et al. The impact of artificial intelligence on the person-centred，doctor-patient relationship： some problems and solutions［J］. BMC Medical Informatics Decision Making，2023，23（1）： 73.

[38] SINSKY C A， BEASLEY J W. Texting while doctoring： a patient safety hazard［J］. Annals of Internal Medicine，2013，159（11）： 782-783.

[39] ARNOLD M H. Teasing out artificial intelligence in medicine： an ethical critique of artificial intelligence and machine learning in medicine［J］. Journal of Bioethical Inquiry，2021，18（1）： 121-139.

基金资助

海南省自然科学基金项目“热带地区自动体外除颤器配置策略及应用研究”(822MS071)

海南省哲学社会科学2020年规划课题“新冠肺炎疫情下基于“互联网+”的社区疫情监控与预防模型构建”（HNSK