由OpenAI公司推出的生成式人工智能产品ChatGPT在医疗领域的开发应用前景广阔，既受到市场的青睐，也引起了学界和政府的高度关注。围绕医疗用途ChatGPT（以下简称“医疗ChatGPT”）的研究，集中在应用与落地、机遇与风险、治理与监管等方面；其热议的法学论题，主要表现为对切实有效法律规制方法的探讨。医疗ChatGPT是强人工智能，即生成式人工智能的代表产品，当前，生成式人工智能的技术进步正有力地驱动医疗领域的深刻变革与新质生产力的不断发展。但现阶段其医疗开发潜力可能主要受限于内部的算法、数据及平台，且面临诸多不确定因素。因鼓励医疗数字经济发展需要，在大力发展该技术的同时，也需要审视其应用困境，防止可能的伦理及法律风险扩大。目前，中国医疗生成式人工智能技术的最高规范性文件，是2023年8月15日开始实施的《生成式人工智能服务管理暂行办法》（以下简称“《暂行办法》”），可能无法充分应对高速变化的医疗市场环境。因此，本文着重审视医疗ChatGPT内部的三大初期性技术缺陷和其衍生的四大代表性应用法律困境，探讨合适的医疗法律规制纾解思路，为完善中国医疗生成式人工智能法治建设提供可行性参考。
1 前因：医疗ChatGPT应用伦理困境产生的现实基础
1.1 机遇大于风险：ChatGPT在医疗领域的应用趋势
当前，医疗ChatGPT能够解答患者疑惑、提供医疗咨询、辅助医师诊疗，展现了极高的医疗实践性。具体表现为它可以基于内部医疗算法，通过训练、记忆大量医疗数据，从而智能识别输入端的患者病史、体征、实验室检查等多个检测因素，并最终自动生成可以堪比专业医生的回答和建议。例如，《美国医学会杂志》（
The Journal of the American Medical Association，JAMA）
Toddler whose symptoms puzzled 17 doctors for three years is finally diagnosed with rare condition by ChatGPT报道医疗ChatGPT准确诊断出美国4岁儿童Alex患上脊髓栓系综合征，而此前17位专业医生都未能正确诊断。随着该技术日益成熟，医疗ChatGPT和医疗行业有望进行深度融合，进而推动医疗服务转型升级、构建智慧医疗体系。然而，相较其他领域，医疗ChatGPT在多个国家的医师资格考试模拟中准确率仅在及格线以上（其在法律考试中可高达80%以上），在非英语国家准确率更低
［1］。由于医疗领域的知识体系极其庞杂和技术上未完全克服“语言幻觉”，医疗ChatGPT还需要进一步升级和改进。概括而言，医疗ChatGPT能够提供有价值的医学参考，其生成内容可读性、连贯性、逻辑性很高，但准确性和专业性还有待提升。原因可能在于其内部模型缺乏疾病和治疗机制等相关医学知识的广度和深度，从而表现为医疗ChatGPT在“一本正经地说假话”
［2］。此外，医疗ChatGPT具有不确定性，如人为提示可导致其生成内容大相径庭，也可能存在医疗信任度问题。尽管存在以上不足，医疗ChatGPT在医疗服务应用的可行性已经得到证实，未来前景广阔。从长远看，医疗ChatGPT可以赋能智慧医疗产业，提高医疗服务水平，缓解医疗资源压力，维护公民切身利益。但因医疗领域的严谨性，医疗ChatGPT的广泛应用亟待提高其实践性和可治理性。伴随医疗数字化热潮，医疗ChatGPT的应用场景正在不断拓宽，其演进路径需要朝医疗智能化、医疗安全化发展。
1.2 技术初期不足：医疗ChatGPT算法短期内难以完美
医疗ChatGPT的三要件是医疗算法、医疗数据和医疗数字平台，然而三要件之一的医疗算法初期可能并不成熟。医疗算法指医疗ChatGPT通过记忆巨量的医疗训练数据，再通过深度神经网络学习模型学习抽象出医疗数据的本质规律和概率分布，并利用生成模型生成新的医疗数据的运算过程。本质上，算法属于医疗ChatGPT的一种自我学习反馈机制，但这种机制可能存在一些问题：医疗ChatGPT依赖多模态大模型的医疗数据训练，不能准确识别开放性、细节性问题；其内设医疗算法暂时不能涵盖全部医疗情境，存在热议度极高的“算法歧视”问题。简言之，虽然技术在不断更新迭代，但“完美”的医疗算法难以实现。此外，医疗算法设计理念瑕疵、医疗算法模型设计瑕疵、医疗算法安全保障瑕疵等问题会传导并可能生成负结果，将以人类无法感知的方式造成医疗损害
［3］。同时，医疗算法也是医疗ChatGPT最核心、最机密的技术，一般不对外公开，即存在“算法黑箱”，使其医疗风险更具隐蔽性。虽然医疗技术正不断进步、医疗算法的准确性还在提高，但其短时间内应该难以完美。
1.3 需求缺口巨大：医疗ChatGPT数据矛盾乱象丛生
医疗ChatGPT的医疗数据要件因为巨大的获取和保护矛盾而弊端丛生。首先，其与弱人工智能区别在于前者需要巨量数据的支持，可能加剧获取矛盾。直观来看，弱人工智能引擎参数平均只有10亿个，而GPT-3中有超过1 750亿个参数；研究表明，GPT-4的参数是GPT-3的500倍，约为100万亿。而且医疗ChatGPT大部分数据不是靠网上抓取，而是各国大型医院患者的真实就诊数据。因此，随着医疗ChatGPT的继续改进，对应的医疗数据获取矛盾和医疗数据安全保护将更加艰巨。其次，医疗ChatGPT运算所需要的医疗数据存在被人为偏好添加的缺陷。虽然《暂行办法》第八条有明确的标注要求，也可以内部制定详细的标注规范，但标注人员仍然可能无意识地带入个人偏好医疗数据，从而进一步加重医疗算法歧视，影响医疗生成内容的准确性，并最终加剧弱势群体的健康风险。再次，医疗ChatGPT有“违规”使用医疗数据的嫌疑。医疗ChatGPT学习过程和数据获取存在矛盾，有数据公司被控告其通过网络爬取的手段非法获取医疗数据，也有学者
［4］认为会不当获取其覆盖的不同操作系统终端的医疗数据，引发医疗数据安全危机。最后，医疗ChatGPT数据防御能力不足。与小模型相比，医疗ChatGPT大模型在医疗数据安全层面有许多缺陷，如医疗ChatGPT摄取的越来越多的数据在很多情况下不宜作为训练数据使用，即目前其无法解决“数据投毒”问题
［5］。另外，根据《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》等法律，对医疗数据应用有严格规定并需要取得患者知情同意，如此医疗ChatGPT获取合规的数据难度较大。总之，医疗数据既是医疗ChatGPT重要一环，也可能是缺陷最多的一环。
1.4 壁垒多交流少：医疗ChatGPT平台可能限制发展
因医疗数字平台要件难以整合，可能会阻碍医疗ChatGPT的进一步发展。医疗数字平台是医疗生成式人工智能的新型数字基础设施，医疗ChatGPT需要基于其发挥作用；但目前医疗数字平台建设零散、公共卫生系统并未有效介入。2022年是ChatGPT“火爆出圈”的一年，得益于OpenAI公司前期投入了巨额成本，再加上相应的技术研发和维护成本，这对于任何企业来说压力巨大。此外，人员、升级、机会等成本，可能会导致医疗ChatGPT高度依赖医疗数字平台。但医疗数字平台具有双向性：它可以是数字基础设施，又可以是数字壁垒、垄断利器和信息茧房。如医疗ChatGPT虽是一项针对全人类的福祉，但在现阶段医疗ChatGPT数据发掘对象的数据语言主要集中在英语（约占48%），而俄语、德语、日语分别占到10%、7%、6%，汉语占比不到5%
［6］。各国为鼓励本国医疗数字技术发展，抢占医疗数字市场高地，可能会设置各种信息屏障和政策保护，使各国医疗数字平台缺少交流机会，如此既抑制了医疗ChatGPT的进一步发展，也催生了不正当竞争与垄断。再者，医疗ChatGPT的准确性需要大量高质量医疗数据，而在平台上由于“劣币驱逐良币”，如中国医疗的搬运式业务模式，即长久型排队、一句话诊疗、流水式检查、抵触式复诊等，很难保证医疗数据高质量，往往困在大医院和少数专家的“桎梏”中，即信息茧房中。概括而言，医疗数字平台是医疗ChatGPT不可或缺的搭建硬件，同时交流难、监管难、治理难，比较容易故步自封。
2 后果：医疗ChatGPT技术缺陷引发的应用法律困境
2.1 亟待完善：医疗损害责任的法律责任分担机制
首先，在医疗ChatGPT应用的初期阶段，其更多被视为一种辅助工具，并不具备独立的法律人格，不应成为法律主体，因此并不能独立承担法律责任。其次，从法律属性上，医疗ChatGPT产生的医疗损害民事责任仍然是一种替代责任，可能由开发者、医疗机构及平台进行责任的二次分配。但根据《中华人民共和国立法法》的相关规定，部门规章不能规定医疗损害责任，其责任分担仍属于《中华人民共和国民法典》等私法领域调整的范围。但由于医疗ChatGPT极强的社会公益性，其责任分担机制若过多采用意思自治，则容易造成三方主体的一方滥用其强势地位造成利益失衡，不利于患者维权。故而，《民法典》难以满足医疗ChatGPT的应用要求，需要运用法解释学构建一套合理的医疗损害责任分担机制，以便明确三方主体的法律责任分担。在行政责任方面，医疗ChatGPT三方主体的行政责任目前缺少统一的行政规章，可能会导致行政责任的二元化问题。在刑事责任上，医疗ChatGPT只适用计算机犯罪的七种罪名，可能还无法震慑可能产生的新型数字犯罪。最后，是否应保留对具体责任人的追偿权？医疗ChatGPT因技术初期的不确定性，具体责任人可能并非失职和恶意，而且施加过多限制，可能会对技术的应用和发展不利。综合而言，医疗ChatGPT亟须建立一套明确的、可发展的法律责任分担机制。
2.2 存在争议：智慧医疗重塑引发的医学伦理讨论
从技术角度而言，医疗ChatGPT可以和个人进行情景对话，但可能无法真正模拟人类医师的人文关怀。医疗ChatGPT作为诊疗助手，缺乏人类的情感共鸣和理解能力，它在患者精神状态较差或急需心理疏导的情况下可能会效果不足。例如，富有同理心的人类医师能给患者带来积极的影响，甚至简单的心理安慰就能提高患者治愈率；但医疗ChatGPT的情感支持可能受到一部分人的喜好，而受另一部分人的抵制，容易引发医学伦理争议。此外，医疗ChatGPT的可普及性和可负担性较差，具体表现为偏好英语发达国家和歧视低中收入国家。从伦理角度来说，医疗行为归根结底是人与人之间的“沟通行为”，在伦理上不应成为人与机器的行为。医师的医学伦理不仅限于道德层面，也表现在强行法层面，如《中华人民共和国医师法》有明确地对医师职业操守和伦理义务的要求。但可预知的是，医疗ChatGPT的普及应用会减少医师与患者的互动交流和削弱医师与患者的信任基础，甚至可能导致医师产生数字依赖和医技退化。另外，ChatGPT的主体性缺失也使得其行为具有不可预测性和不可解释性；在这种情况下，如何确定其法律责任就成了一个难题
［7］。虽然医疗ChatGPT在不断地更新迭代，表现上越来越像真人，但始终无法与人相比，在某些医疗场景还可能起反作用。目前而言，生成式人工智能还是表现为“类人”，伦理主体依然是人类；且医疗ChatGPT在较长时间内可能主要是辅助诊疗的工具，类似于一些国家定义的“第三类医疗器械”
［8］，并不能完全取代医师的职能。最后，医疗ChatGPT还存在开发者、医疗机构、平台以及个人滥用的危险，以及对少数群体的医疗算法歧视等伦理争议。
2.3 难以胜诉：医疗纠纷可能加大患者的维权难度
理论上，医疗ChatGPT是生成式人工智能的一大进步，其在个别方面的表现已经可以媲美专业人员，但其机器属性存在着局限性。首先，医疗ChatGPT依赖内部技术模型与个人直接互动交流，其医疗算法模型内部存在“人工标准”所附随的个人意志，具有一定的可解释性，因此其生成内容不一定精确；其次，医疗ChatGPT要求对话者有一定的智能产品经验，且对自身症状和相关信息比较了解，这限制了其在老年病群体中的表现；最后，医疗ChatGPT还存在情景理解不足、对话能力有限、响应速度慢等问题。以上原因限制了医疗ChatGPT在个性化医疗场景的发挥，可能导致生成内容有误而产生医疗纠纷。同时，现阶段也缺少专门对医疗生成式人工智能所造成的医疗损害进行鉴定的第三方机构。基于举证难度，患方可能在诉讼中处于不利的地位。此外，还存在一个疑难问题，即ChatGPT误诊特殊体质患者的责任该如何认定？第一，显然个人不应负有责任；第二，误诊原因不能归咎于算法歧视或数据偏见，也无法要求开发者负有开发出“完美”系统的义务；第三，不能认定开发者和服务提供者负有过错。因此，ChatGPT误诊特殊体质的患者，极有可能出现存在损害结果，但患者救济不能的窘境。若采用公平责任判决开发者和服务提供者承担补偿责任，则会打破《民法典》规定的四种公平责任情形，且会使医疗ChatGPT开发者和服务提供者法定义务加重，不利于该技术发展和应用。故而，医疗ChatGPT具有两面性，也可能会给患者造成的医疗损害侵权之诉更复杂。
2.4 伴随争议：技术开发带来的知识产权保护问题
医疗ChatGPT若投入运用，更类似于医疗器械，而非医疗技术，从这一角度，其申请专利保护是可行的。相较于其他领域，医疗ChatGPT没有自动生成作品，也不同于《中华人民共和国专利法》第二十五条规定除外的“疾病的诊断和治疗方法”；另外，生成式人工智能产品多采用盲盒运行模式，且技术性高，可能也不太依赖知识产权保护，但医疗ChatGPT的医疗算法、数据与其他关键技术可以成为知识产权保护的客体。由此产生的争议是：法律是否应开放对医疗ChatGPT的知识产权保护？从国内立法者的角度，公共利益是知识产权保护的除外情形，且医疗ChatGPT关系到大量患者信息，不应也不当成为知识产权保护的对象；而根据《与贸易有关的知识产权协议》（Agreement On Trade-Related Aspects Of Intellectual Property Rights）第二十七条第一款的规定，专利应可授予所有技术领域的任何发明，无论是产品还是方法，只有它们具有新颖性、涉及发明性的步骤并可进行工业应用。故而在其技术开发运用的初期，也许可以考虑授予医疗ChatGPT适当的知识产权保护，以鼓励开发者。但由于各国政府为鼓励生成式人工智能技术的发展，现阶段对相关企业施加的是较轻的注意义务
［9］，如《暂行办法》规定的包容审慎原则，如此可能会在将来产生技术利维坦问题，即社会、政治、文化等方面失衡，最直接的表现是加重社会医疗负担。
3 善治：对医疗ChatGPT内部技术缺陷的法律规制思路
3.1 加以改进：医疗算法安全关系重大需要做出规制
首先，医疗算法往往是医疗生成式人工智能的核心机密，不便于公开，但其逻辑性和透明性应受法律规制。医疗算法的逻辑性，指开发者能用通俗、简明的方式向社会阐明其原理，能被多数人理解；医疗算法的透明性，是指算法运作规则具有公开性和公平性，能受多数人监督。在技术角度，医疗算法可视为一种内部计算规则，可以在输入医疗数据后较为自主地做出医疗计算决策，如医疗ChatGPT自动回答患者提问。对于公众而言，因初期医疗算法的不完善性，医疗算法难以理解、难以接触，由此产生的“医疗算法黑箱”或“医疗算法歧视”往往引发患者抗拒和技术禁止，但医疗算法可以通过保证逻辑性和透明性获得社会一般认可。在商业角度，医疗算法可算作一种知识产权或者商业秘密，具有不可公开性，因而无法从法律角度要求医疗算法无条件公开。因此，医疗算法的法律规制只能求其次，其逻辑性和透明性需要以简明、易懂、通俗的方式向社会或监管者进行医疗算法解释，阐明医疗算法的原理、目的及全生命周期应用过程等
［10］。其次，医疗算法关联到国家的意识形态、价值导向和网络安全，而《暂行办法》中尚缺失对算法的要求，可能需要加以补充，即增加对算法逻辑性和透明性的要求。随着2021年世界卫生组织对医疗人工智能提出六项伦理原则，各国都针对性制定了各自的应对政策和法规。因此，中国对于医疗算法的法律规定可以考虑补充一项：开发者具有保障医疗算法全生命周期逻辑性和透明性的义务。
3.2 严格落实：全方位确保医疗数据质量和数据安全
针对医疗数据的诸多不足之处，可能需要从医疗数据的多方主体着手，全方位、全覆盖地确保医疗数据质量和数据安全，具体做法则是医疗硬法和医疗软法相结合。医疗硬法是对医疗数据应用原则做出强制性规定，医疗软法是在医疗数据操作指南上制定医疗技术性规范。患者个人数据关系到个体和国家安全，甚至可被利用为信息武器；同时，医疗数据也关系到患者个人核心私权。医疗硬法上，为促进医疗新技术发展可以适当让渡一些患者权利，但国家和患者的核心权利不可让渡，仍然需要强调一些原则性规定。医疗软法上，医疗数据的技术性规范则需要保障医疗数据质量和医疗数据安全。医疗数据质量包括准确性、时效性、完整性、无偏见等方面；医疗数据安全则包括正常数据和敏感数据的分类管理和分层管理，以对医疗ChatGPT数据违法违规行为的法律惩治为核心
［11］，用具体医疗法律规范裁判医疗数据路径使用。具体可以分两步走：第一步，需要确保医疗数据质量，医疗数据要有清晰的运转流程，避免恶意标注和违规操作，可以在医疗技术规范内制定明确的医疗数据质量标准、医疗数据审查机制、医疗数据修正程序、医疗数据留存制度、医疗数据溯源规定等，并应坚持以患者为中心的治理原则；第二步，需要确保医疗数据安全，针对医疗大语言模型数据爆炸的特点，医疗技术规范应当严格区分个人医疗数据、敏感医疗数据和重要医疗数据，并有严格的医疗数据交互规定和流程，防止医疗数据泄露。最后，医疗ChatGPT使用的数据属于《个人信息保护法》第二十八条规定的敏感信息，需要患者个人同意；在《网络安全法》中还规定个人有要求更正和删除的权利，因此医疗ChatGPT在数据全生命周期内还应切实保障患者权益，畅通和患者的联系。
3.3 协作共治：多元治理发挥医疗数字平台积极效能
从医疗数字平台外部而论，需要竞争与协作，以促进良性发展。医疗数字平台是数字时代的集约化产物，可以高效利用资源。因多种原因，中国医疗资源短缺且地域差异性较大。医疗数字平台则可以实现资源整合、提高诊疗效率、降低运营成本、提升服务质量；但长期来看，医疗数字平台也有可能遏制医疗服务进一步发展。故而，需要在法律层面加强医疗数字平台的多样性，形成良性医疗市场和良好医疗生态；或者公共卫生系统直接介入、建立可及度较高的公共医疗数字平台。无论何种方式，法律都需要为医疗数字平台构建和谐的外部医疗环境，以最大化发挥医疗数字平台的积极效能。从医疗数字平台内部而言，需要参与的各方主体协作共治，以平稳运作。医疗数字平台的多元治理体系，包括政府、开发者和服务提供者和个人。政府是领导者角色，承担主要责任。政府需要监测外部风险，健全监管路径，完善相关医疗法律法规。开发者和服务提供者是生产者角色，承担次要责任。开发者和服务提供者需要明确各自责任和义务，制定并遵守医疗行业规范，并针对医疗ChatGPT内部缺陷做好持续性的改进工作。此外，患者虽是消费者，但在智能服务中其输入指令也承担了部分生产者的角色。因此，需要重视《暂行办法》中缺失的此项内容，可以在后续的法规上增加并强调患者的个人的责任。患者需要合法合规地使用医疗ChatGPT，并有及时上报义务。即按以上思路建立各参与主体协作共治的多元治理体系，共同确保医疗ChatGPT技术向善；同时，也可以考虑借鉴敏捷治理体系，留足前瞻性制度发展空间，以保证该技术的长远发展
［12］。
4 对医疗ChatGPT外部应用困境的法律纾解思路
4.1 公平性原则：进一步完善医疗ChatGPT的法律责任分担机制
为进一步完善医疗ChatGPT的法律分担机制，应着重于相关法治建设的公平性。第一，需要实现医疗公平。将生成式人工智能用于医疗领域是为了公共价值，而非少数人享有，因此需要为此持续推动、完善相关立法；若民法层面难以保障医疗公平，则可以在社会法层面加以补充。传统人工智能责任规制以算法治理为核心，以“安全可控”为治理目标；但生成式人工智能技术的高速发展，传统规制承担机制已经无法应对新生产工具带来的颠覆性变化
［13］。医疗ChatGPT会产生不少负面问题，其影响在现有规章范围内处理模糊，需要确保法律体系在公平性原则下构建，并以公平性原则确定参与主体的具体责任分配。第二，对于三方责任的具体细分，中国法治建设也要凸显公平性原则。一方面，可以在法律法规中补充开发者、医疗机构、平台的具体义务；另一方面，可以综合考虑作用力大小、便利程度、持续影响等因素对三方主体进行责任的具体划分，也可以采用社会共治的理念对其进行监督。另外，在《中华人民共和国刑法》上也可以产生新的罪名和罪刑，以更准确地预防犯罪。另外，从操作简便性和社会影响性上，其民事责任只需要向单位和法人追偿，个人无需承担；行政责任和刑事责任则根据具体情形另有判断。总之，医疗ChatGPT的目的是公共利益，医疗ChatGPT的法治建设需要充分发挥中国的特有优势，始终以公众健康和社会利益为优先考量。
4.2 问责制原则：在医疗ChatGPT的伦理问题上聚焦于责任主体
医疗ChatGPT不具有自我意识、自由意志，近期不可能成为全面比肩人类和人类智能的主体
［14］，处理其伦理争议仍需聚焦于法律意义上的责任主体。首先，在民事方面，医疗ChatGPT也适用过错原则，而其本身无法产生过错，其侵权的原因是人为产生的，需要根据不同情形具体分析各方主体的过错，进而分别确定其应当承担的相应责任
［15］；在行政和刑事方面，对医疗ChatGPT的惩罚可能不具有可执行性，难以发挥法律的作用。针对医疗ChatGPT的医疗法律风险，中国立法仍需以人为主体，问责可能的医疗行政、民事、刑事侵权。其次，《暂行办法》已经强调智能技术开发者、服务提供者的安全义务，然而中国对医疗ChatGPT多元化治理结构的三方责任还需要提前做好具体规划。国家有关部门应强力介入，充当主导和监管主体，对医疗ChatGPT负有审查、纠错、指导的义务；医疗ChatGPT开发者和服务提供者应守住医学法律伦理底线，加强内部监管，对医疗ChatGPT人为性过错承担责任；个人需要强化医疗公序良俗、医学道德及法律价值，不能忽视网络责任，对个人恶意利用医疗ChatGPT产生的医疗法律后果负责。最后，中国相应医疗法治建设需要聚焦人的主体地位，对医疗ChatGPT积极干预、严格问责。医疗技术的高速发展，其实是给医疗技术的责任主体提出了更高的注意义务。中国可以通过继续秉承“医疗以人为本”的理念，明确医疗ChatGPT各方主体责任，以社会主义核心价值观为最低限度要求。即国家可以通过坚持问责制度，强调医疗人工智能责任人的“作为”与“不作为”，推动、完善相关立法，将新技术的伦理争议尽量降至最低。
4.3 可救济原则：需要在医疗ChatGPT的纠纷中切实保障患者权益
因医疗ChatGPT产生的医疗纠纷需要坚持可救济原则。医疗人工智能对人类社会的影响是多方面的，从某种意义上说，医疗ChatGPT可以重塑医疗产业——它可以整合各类医疗资源、组合医疗人力物力，持续推动医疗行业发展。但医疗ChatGPT的广泛应用可以以法律为后盾，其产生的医疗风险之诉应当尽量简化法律成本、增加救济渠道、保障救济措施。具体可以考虑：设立医疗ChatGPT的专业监督机构和鉴定机构，快速处理其可能产生的医疗侵害；建立医疗ChatGPT的首付负责制，使被侵权人及时得到救济，在被侵权人得到救济后，再具体对相应的责任进行第二次分配
［16］；提供医疗ChatGPT的法律咨询和法律援助，医疗ChatGPT本身就带有可普及性不高的特点，因此在提高该技术的可普及性时也要同时加强相应的法律帮助；开展医疗ChatGPT的教育宣讲和专项培训，为社会受众和相关主体清扫数字障碍和维权障碍。另外，医疗算法逻辑性再强、医疗数据性再好、医疗输入再准确，其生成内容仍可能出现算法偏差，此时的医疗纠纷处理对此可以参照《中华人民共和国献血法》，在血站、医院无过错的情况下，不一定援引公平原则要求前者为损害担责，而判定为医疗意外事件；患者救济可通过基金、保险实现，或政府相关部门考虑设立无过错、无责任赔偿基金加以补充。在医疗ChatGPT的各方主体责任明确、法律体系建设完善、法律救济渠道畅通之后，其大规模应用才可能被提上日程。
4.4 阶段性原则：应灵活化处理医疗ChatGPT的知识产权保护问题
技术的发展日新月异，对医疗ChatGPT的知识产权保护并不是一劳永逸的，需要灵活变通。乐观者认为该技术的发展可以克服其初期的困境、带来更多的益处，但也有批评者指出其发展只会加剧医疗困境和医疗失衡。本文所研究的医疗ChatGPT，主要侧重于发展初期阶段，从现况来看，其技术性高、发展较快、受众有限，不需要对其知识产权保护做出特别的改变。且从国际上看，医疗ChatGPT的知识产权保护尚未达成国际共识，刺激其技术性进步可能比设置知识产权保护更加利好其发展。加之，为确保医疗ChatGPT能够持续产生有益于社会的结果，现阶段坚持《专利法》中对医疗技术和治疗方法不予保护的立法思路是正当的。但未来可能需要采用国际治理模式，以治理卫生领域多模态大模型和其他形式的人工智能
［17］，如此在其知识产权保护上可能需要产生变化，以顺应国际新形势。
5 结语
以ChatGPT为代表的生成式人工智能高速发展带来了巨大的发展机遇。虽然医疗领域的人工智能研发任重道远，但在某些场景已取得了很好的效果。当前，既要抓住机遇，迎接挑战，积极鼓励、促进医疗ChatGPT的发展，以开辟数字时代和造福人类社会；又要重视医疗ChatGPT带来的挑战和难题，改进其内部技术缺陷，纾解其应用困境，实现其发展和规制平衡。基于以上目的，本文分析了医疗ChatGPT应用初期的内部三大技术缺陷和外部四大应用困境，并提出了善治和瞻前的治理思路。
2021年度司法部法治建设与法学理论研究项目“疫苗安全行政监管及受种者权利保护研究”(21SFB4024)
京公网安备11010202008535号
PDF
(569KB)
