人工智能在医学领域展现出了巨大的应用潜能,然而技术的不稳定性、隐私泄露、人文关怀缺失等问题日益凸显,医学人工智能的应用正面临着越来越多的伦理风险与困境。儒家以其丰富严整的内容结构和以人为本的积极精神形成了对中华思想形式上的整合
[1]。儒家人本主义涵盖“以人为本”“仁爱”“天人合一”等宝贵理念,探讨新兴生命科技的伦理问题应根植于传统文化的思想沃土,并进行现代转化与创新。这将为医学人工智能应用面临的现实伦理风险提供可行的伦理对策,推动伦理规范化,实现科技与人文和谐共生。
1 儒家人本主义的具体内涵
儒家人本主义强调人的独立精神,突出人在社会中的主体地位,并引导人追求符合儒家理念的价值目标。在儒家观念中,人绝非仅仅是随波逐流地存在,而是具有独立思考能力、价值追求与精神境界的。与此同时,儒家人本主义高度重视人本身、人与人、人与社会、人与自然之间的关系,这些关系与人的独立精神和主体地位相互影响、相互作用。儒家作为人本思想的先驱,其思想具体内涵集中体现在“仁”,孔子把“仁”由简单的道德概念提升为人之为人的精神旨归,成为人本思想的基本源泉
[2],揭示了人本身、人与人、人与社会、人与自然的理论、道路与方法。
1.1 以人为本:儒家人本主义中的肯定人性和重视价值
“子不语怪、力、乱、神”(《论语·述而》),孔子重人事轻天命,将“人”从天命神学的束缚中解放了出来。他关注和强调人的存在与价值,激发了当时与后世对“人”的思考。“性相近,习相远也”(《论语·阳货》),人的本性是相近的,每个人都有平等的道德起点。“仁、义、礼、智,非由外铄我也,我固有之也”(《孟子·告子上》)进一步揭示了“仁、义、礼、智”是人生来具有的、内在的品德,而非外部强加的。人是道德的、理性的,具有判断是非的能力与担当。这种对“人”本质的剖析与认识是儒家以人为本的基石。“天生万物,唯人为贵”(《列子·天瑞》)“人为万物之灵”(《尚书·泰誓》)肯定了宇宙万物中,人独特的地位与价值,强调人的自我意识。人之所以灵贵于万物,在于人能理解并遵循社会道德伦理进行生活与发展。社会形成的核心是人,国家治理的核心是人,人是联结社会、国家、文化和历史的主体力量。
1.2 仁人之道:儒家人本主义中的道德实践和人格完善
儒家人本思想倡导人通过修身养性,不断提升自我,实现人格的完善、精神的升华和“仁人”的终极价值目标。“仁者,人也”(《中庸·第二十章》),仁是儒家推崇的至高道德。“仁者爱人”(《孟子·离娄下》),做人首先要仁爱,要平等地对待每一个人,尊重每个人的独立人格、自我意识。人之为人,不仅要生存,还要发展,成为“仁人”的过程也是个体道德成长的过程。“克己复礼为仁。一日克己复礼,天下归仁焉”(《论语·颜渊》),个体正是通过一次次的自我约束和道德实践,才逐渐走向道德完善。人不仅要“己所不欲,勿施于人”(《论语·颜渊》),更要“己欲立而立人,己欲达而达人”(《论语·雍也》),“仁人”要通过先“立己”而后“推己及人”。执着追求独立、刚毅的人格精神,这是更高一级的价值理念,关乎人的精神质量
[3]。
1.3 天人合一:儒家人本主义中的自然观念和人性追求
儒家人本主义蕴含着对“天人合一”的追求。“天地氤氲,万物化醇;男女构精,万物化生”(《易传·系辞下》)描绘了世间万物生成的过程,人同万物一般源于天地二气的相互作用,人与万物同源共生。“天生烝民,有物有则。民之秉彝,好是懿德”(《诗经·大雅》)中写道,人的智慧和德性由大自然赋予,根源在于天地自然,人与自然在本性上是同源的、相互依存的,是独立统一的整体,不可将两者分开看待。“尽其心者,知其性也。知其性,则知天矣”(《孟子·尽心上》)孟子之意在于,人性之中本就蕴含着与天地自然相契合的要素,人的内在本性与天地之德是相互贯通的。人可以通过对自身心性的探索与认知,在内在层面实现与自然的契合。人既要细心观察自然、深刻认识自然,又要顺应自然、向自然学习。在利用自然为人类谋福利的过程中,人应当秉承节制与适度的原则,实现人与自然的可持续发展,推动生态文明建设。
2 医学人工智能应用的伦理风险
近年来,大数据、云存储、物联网工程等新技术、新理论蓬勃发展。在经济快速增长以及民众对优质便捷医疗服务需求的驱动下,人工智能在医学领域的应用展现出了广阔的前景,尤其在疾病诊断、影像预测以及健康管理等方面表现突出。医学人工智能凭借快速学习理论经验的能力,有效提高了医疗效率,填补了医生培养周期漫长导致的人才缺口;然而,医学人工智能应用的伦理风险亟待探讨与解决。
2.1 道德主体伦理风险
医学人工智能的发展持续且深刻地重塑着医疗实践图景。一方面,人们期待技术赋能医疗;另一方面,学界对技术自主性可能引发的伦理挑战产生深切忧虑。人工智能基于内置程序作出自主决策时,其道德定位问题触及了道德哲学的核心命题——如何界定“道德主体”。溯源“道德主体”概念,由康德首次提出,他认为“道德主体”必须具备理性能力与自由意志。道德主体既能认知普遍道德法则,又能基于价值自觉进行道德判断与实践。“理性—道德”的关联性揭示了道德判断的本质特征——主体对价值秩序的主动建构,而非单纯遵循既定规则。正如康德所强调的:“不论是谁在任何时候都不应把自己和他人仅仅当作工具,而应该永远看作自身就是目的。”
[4]理性是道德主体的必要条件而非充分条件。将康德的理性标准作为参照尺度,恰能凸显人类与人工智能在道德判断能力上的本质差异——前者是具有价值创造力的道德主体,后者仅是承载工具理性的伦理客体。医学人工智能是对代码的执行,既无法理解良善意志的伦理意涵,也不具备道德准则的动态调适能力。遵从内部程序推演的人工智能是科技发展的产物,需要严格区分工具效能与道德能力,避免陷入技术理性等同于道德主体的认知谬论。
针对人工智能的道德主体争议,学界存在两种观点。支持人工智能从物质层面跃升到道德层面的观点认为,赋予人工智能道德主体地位是破除传统人类中心主义的一种尝试,将技术显化的成果纳入社会道德体系。温德尔·瓦拉赫等
[5]预测未来机器可以依据人类道德准则进行是非判断,高奇琦
[6]认为,人工智能获得道德主体地位的过程与结果仍掌握在人类手中,无法从根本上突破人类中心主义。如果过分乐观地赋予人工智能有限的甚至全部的道德主体地位,将会引发人类对高新科技的恐慌,对社会发展及未来人类命运将会是颠覆性甚至毁灭性的冲击。医学人工智能如果成为道德主体可能会彰显万物平等、天下大同的美好愿景,但是任何可能伤害人类福祉的主张都要进一步商榷。
2.2 责任伦理风险
医学人工智能参与的医学行为中出现医疗事故,医疗机构、接诊医生、开发人员、人工智能到底应该由谁来承担责任?人工智能是否具有责任主体地位?是否应如人般承担相同的责任?这些责任划分及认定都是棘手的问题。在讨论主体责任之前,需要明确现阶段的人工智能是否具有责任主体地位。人工智能分为弱人工智能与强人工智能。弱人工智能即系统/算法,仅用技术形成医学知识库提供决策支持和知识参考;而强人工智能拥有自主意识,能独立参与医学事件。尽管目前医学人工智能还处于弱人工智能的起步阶段,但是数据爆炸、快速学习、泛化能力增强等趋势都可预见人工智能的未来发展。
医学人工智能主体责任指的是医学人工智能在医疗行为中应承担的过失。弱人工智能参与医疗行为的主要执行人仍是医生,辅助决策不应具有责任主体地位;而强人工智能仍是概念性的存在,不仅难以界定责任主体地位,而且不适用于现阶段的医学。《有关法律》中对于医疗事故责任认定和医疗器械损害赔偿存在概念相对模糊的问题,难以直接应用于医学人工智能的主体责任判定
[7]。人工智能算法自主决策这一特性使得侵害主体、归责对象认定、主体责任归属更为复杂。
2.3 算法伦理风险
算法的不透明及不可解释性。医学人工智能算法多为二代类脑算法。此类算法基于海量数据进行特征提取,运用多层神经网络架构进行计算、训练。其输入与输出清晰可辨,但从输入到输出的内部过程因深度学习与数学抽象性而难以解释,被称为“知识黑箱”。由于算法具有技术核心与商业机密的双重属性,生产方通常会主动使其维持黑箱状态。黑箱机制虽然促进了算法的知识累积,却难以全面掌握医学实践经验,其内在复杂性及其编译、迭代的过程难以被非专业人士理解,显著增强了算法的不透明和不可解释性
[8]。医生相较于患者,对基于内在逻辑与强调科学的医学人工智能表现出更强烈的不信任
[9]。若已经成为“知识黑箱”的人工智能存在算法偏差并继续参与医学行为,会加剧误诊风险,延误患者病情。这些不确定的、人为的安全隐患则违反了医学伦理学的不伤害原则。
算法的既存歧视与应用歧视。算法的既存歧视是开发人员受到个人倾向、道德认识或价值观念的影响,将歧视带入产品研发,算法会继承开发者的歧视。在经过数次测试与迭代后,算法的既存歧视将会被强化放大,使用者与患者难免遭受伤害
[10]。应用歧视不仅忽视了患者的健康权,将患者置于被技术拒绝的困境,更是对社会公平的挑战,影响公众对社会的信任。
2.4 数据伦理风险
数据隐私风险。相较于现实空间,数字空间的隐私侵犯备受诟病。医学人工智能是否会未经许可主动收集患者年龄、性别、收入等隐私信息,并自主对患者进行“合理划分”,这是亟待审视的问题。从技术层面来看,数据采集、预处理、模型训练、模型调试直至数据退役的数据全生命周期都存在数据泄漏的问题,增加了侵犯隐私的风险
[11]。医学人工智能的部分数据存储于厂商数据库或云平台,医院仅保留有限的信息权限,厂商则保留最高信息权限用以进行系统维护。若出现厂商、数据专家行为失范或黑客攻击的情况,患者隐私将高度泄露,很可能面临曝光风险及焦虑心理。主动或被动的隐私泄露背后是无法估量的数据滥用,这将对个人、医院、社会造成无法挽回的伤害。
数据质量风险。数据质量是算法效能和决策准确的关键所在,其准确性、完整性、一致性以及时效性将制约医学人工智能的有效应用与精准决策。数据准确性是算法建模的生物学效度基础
[12],临床实践中若存在数据录入错误或数据来源不可靠等情况,人工智能结果会出现偏倚。在数据完整性方面,存在病历关键信息缺失以及病例类型涵盖不全等情况,如罕见病数据不足。在数据一致性上,存在着医学知识体系动态演进与多源数据融合间的标准未能保持统一等情况。医学知识的半衰期已缩短至2~3年,而医学人工智能的系统更新周期长达18~24个月,形成显著的知识时滞
[13],大大降低了数据的时效性。
2.5 公众认知与人文缺失伦理风险
医学人工智能应用的主体是公众,了解公众对技术的认知,既能帮助技术研发符合公众需求,又能帮助公众规避对技术的负面认知。宋杨杨等
[14]调研发现大多数人对医学人工智能表示支持与接受,对隐私保护、安全稳定表示担忧。当前医学人工智能的认知调研主要聚焦于医疗行业,关注不同行业对人工智能应用的担忧与质疑将有助于发现被忽略的伦理风险与挑战。
医患沟通的过程,不仅是医生运用专业知识与判断来帮助患者厘清病因,更蕴含着医生情感与价值的输出。医学人工智能将医患紧密地嵌入技术环境,使双方对技术产生依赖。与此同时,技术可能会逐步侵蚀医生在医学行为中的核心地位,弱化医学的人文关怀。人文关怀作为医学的灵魂,其缺失使得医学失去活力与温度,陷入机械、僵化的局面。人工智能基于算法推演的结果局限于数据分析,缺乏人文关怀和道德意识的预测与诊断更要审慎明思。
3 基于儒家人本主义思想针对医学人工智能应用的伦理对策
医学人工智能暴露的伦理风险直指国内外法律法规、技术规则、行业道德标准的缺失与不完善,以及医学人工智能约束的专业性研究缺乏。国际普遍认可的人工智能伦理共识,如“阿西洛马人工智能原则”和“人工智能设计的伦理准则”
[15]为医学人工智能的设计、审查与应用提供了参考范本,但是直接套用共识并制定本土文件是不切实际的。在医学人工智能面临传统伦理观念难以应对的伦理风险和尚未形成完善的新型行业道德标准时,规避儒家人本主义的历史局限性,对“以人为本”的价值取向、“仁爱”的道德实践、“天人合一”的系统思维进行批判性的继承与现代诠释,是更好地推进科技伦理治理的应然举措。
3.1 坚持“以人为本”的理念,以伦理风险防控为保障
儒家人本主义中“以人为本”的理念作为传统文化的重要组成部分,曾深刻影响封建社会的结构与价值观念;然而,其服务于封建统治秩序、强调等级名分等观念,与现代社会平等、独立的精神存在明显差异。从传统走向现代的过程中,最重要的变化就是个人从前现代的各种依附性、集体性生活中逐渐脱落出来独自去开展其生活,个体也正是在独立中逐渐成为社会主体的
[16]。
重视人的主体性、独立性是完成儒家人本思想契合现代精神文明转换不可或缺的一环。在高新生命科技的浪潮下,人与技术不应陷于权利关系的桎梏,而是寻求权利关系的重构
[17],确保技术服务人类,而非束缚人类发展。当伦理风险防控的制度设计始终以守护人的主体性、独立性为旨归,依循“道德优先—责任认定—动态治理体系”的思考线逐步递进,形成完整的风险防控链条,医学人工智能方能真正实现“技术赋能而不僭越,算法辅助而不主导”的人本主义进路。
第一,确立人类主体的道德优先原则。深化人工智能模型道德权重研究
[18],将传统显性伦理研究推广至儒家“以人为本”可量化评估的伦理参数研究。建立伦理防火墙机制,在人工智能中设置道德决策熔断点,涉及生命健康的数据时,强制切换成人工决策模式,帮助人工智能进行隐形伦理的道德情境判断。推广常态化人机共训,医生与人工智能共同完成伦理情境模拟训练,强化医护人员的道德判断主导地位,确保人工智能始终处于工具理性范畴。
第二,构建人本导向的责任认定制度。强化决策分级溯源机制,针对人工智能的自主性程度和类型采取不同的防范治理措施及责任谱系划定方案。对弱人工智能实施三方责任制:医疗机构担主责、开发者负技术责任、医生保留最终决策权;对强人工智能系统设立算法责任准备机制,要求开发机构按预期诊疗量预存赔偿基金。推行透明化数据护照,类比欧盟数字产品护照——提供产品全生命周期信息,实现医学行为全过程数据回溯、算法决策解析、责任归属判定,确保患者享有诊疗记录知情权、算法介入否决权、责任争议举证权。
第三,完善风险防控的动态治理体系。启用技术审批双轨制,对弱人工智能实行加速审批,对强人工智能启动伦理缓释审批,设置一定年限的临床观察期并组建权益监督委员会。构建“以人为本”的人工智能环境,技术研发、应用工作人员参与伦理风险管控,主动树立伦理规则、边界意识,保障人工智能健康发展,助力人类福祉与权益保障
[19]。
3.2 坚持“仁爱”的精神本质,以技术求真向善为核心
“仁爱”是儒家人本主义的核心要义,它使得人本主义具有博爱济众、兼济天下的胸怀。儒家的“仁爱”透着亲疏之分,从爱亲人,到对民众的爱,再到对万物的爱,是一个循序渐进的扩展过程。这一过程也是仁人在价值追求中不断打破狭隘、提升境界的体现。仁人不仅要关注亲人福祉,还要关心民众利益,进而爱护世间万物,以实现更广泛的仁爱。
从儒家人本思想延伸到医学人工智能,“仁爱”同样不容忽视。“仁爱”不仅是道德标准,更是约束医学人工智能的警戒线。安全可靠的医学人工智能会推己及人、换位思考,推动医-患、医-技之间的信任建立。儒家“仁爱”思想从道德情感向着技术原则演进,形成可靠的伦理实践对策。这种由近及远、由个体到群体的价值延展,既承继了儒家“亲亲—仁民—爱物”的伦理进阶,更构建起了符合数字文明时代的技术伦理框架。
第一,构建安全可控的技术开发机制。依循算法分级管理
[20],根据医疗风险等级对人工智能实施差异化监管,对涉及生命支持的人工智能系统实行“双人核验—伦理审查”的并行制度。推行“全流程可追溯”与“实时动态评估”模式,在临床决策人工智能中设置人工介入节点,确保技术始终处于医生的伦理监督之下。
第二,创建普惠包容的技术应用体系。构建“双盲测试—多元校验”的公平性评估机制,针对不同性别、年龄、族裔群体设立独立测试样本库。开发具备文化敏感性的自适应算法,使诊疗建议能够识别并适应患者的社会文化背景。加速算法透明化、阶梯化,向公众分级公开技术原理说明,消弭医患之间的信息鸿沟。
第三,完善尊重主体的技术隐私制度。推行数据生命周期伦理管理制度,在采集环节设置知情同意动态确认机制,在存储环节采用加密与分散式存储技术,在使用环节建立智能监控系统。创建患者数据主权账户,允许个体追溯数据流向并行使遗忘权,承认患者对其数据享有管控力。
3.3 坚持“天人合一”的发展目标,以人机和谐共生为愿景
当下,人与技术的对抗性与和谐性亟待审视反思。人既希望医学人工智能突破技术瓶颈,又畏惧、担心技术异化带来的伦理失序。工具理性与价值理性的冲突,在科技全球化背景下,医学人工智能呈现出了三重挑战:一是医疗理念差异导致的技术标准不一,这种差异加剧了跨境医疗数据的共享壁垒;二是文化背景差异造成的伦理认知分歧;三是技术水平差异带来的监管难题。
儒家人本主义中“天人合一”的观点将医学人工智能的伦理视野推向天地之间,将人类行为合于自然法则的古典智慧转化为技术发展遵循人文规律的现代命题。儒家“和而不同”的理念也为中国科技伦理反思与全球回应提供了参考,技术的治理、发展必须尊重差异,才能共同迈向人类命运共同体的目标。“天人合一”发展目标在现代技术语境下,亟须实现“技术发展—人文关怀—生态可持续性”的有机统一。如此做法既回应了公众对技术安全的关切,又守护了医疗实践中的人文温度,为人工智能的健康发展提供可行的实践路径。
第一,构建人本化技术研发体系。建立“生态—人文”双评估模型,在算法开发阶段同步进行环境影响评估和人文价值评估。推动公众参与设计医学人工智能,相关部门主动组建跨行业伦理咨询委员会,纳入患者代表、社区工作者、人文领域学者等,技术开发积极回应医疗需求。
第二,创建智能辅助诊疗规范。落地决策介入标准,常规检查允许人工智能自主出具报告,复杂病症的诊断及治疗由医生主导决策,人工智能仅作决策支持、数据支持和知识库支持
[18]。开发文化适应性诊疗模块,根据患者群体的文化特征,提供个性化医患沟通方案。
第三,完善技术信任共建机制。推行分级信息披露矩阵,根据受众专业程度分级披露信息:向患者提供可视化决策树说明,向医生开放算法置信度参数,向监管机构提交完整数据溯源报告。实施全周期社会适应性测试,人工智能参与“医疗机构封闭测试—区域医疗联合体试运行—社会认知评估”后方可全面应用。
第四,建立全球协同治理平台。建立技术伦理对话机制,定期举办跨文化医学人工智能伦理论坛,就数据主权、算法偏见、责任认定等议题讨论并形成共识。推行差异化互认制度,在确保医疗安全底线的前提下,各国根据国情制定特色化人工智能医疗标准,定期互评实现标准趋同。
4 结语
儒家人本主义为医学人工智能治理提供了独特的启示,要求医学人工智能的设计、研发与决策要贯穿“仁”的价值理念,将伦理先行、依法依规、立足国情的伦理观点前置
[21]。儒家人本思想不仅为医学人工智能划定了伦理边界,更指明了技术文明的发展方向。当“以人为本”的价值取向成为技术发展的根本遵循、“仁者爱人”的理念融入算法设计、“天人合一”的智慧指导技术应用时,人工智能将超越工具属性,成为连接科技与人文、协调效率与温度的桥梁。
儒家人本主义的现代转化不是对传统智慧的简单复刻,而是为医学人工智能治理探索出更具有伦理韧性的进路。儒家人本思想的差序格局将转化为精准医疗的个性化关怀,守住医疗的人文内核,回应算法时代的治理需求。一种新文明形态即将在这里诞生——技术进步与人性尊严相得益彰,数字文明与生命伦理和谐共生。
2023年江苏高校哲学社会科学研究一般项目“当代医学院校‘大思政课’建设路径与策略研究”(2023SJSZ0128)
2023年南京医科大学教育研究课题“以生命健康教育为特色的大中小学大思政课一体化建设探索”(2023LX007)