人工智能技術(shù)在醫(yī)學(xué)影像診療應(yīng)用中的倫理審視

摘要：人工智能技術(shù)在廣泛應(yīng)用于醫(yī)學(xué)影像診斷和治療的同時(shí)，也面臨一系列倫理挑戰(zhàn)，包括數(shù)據(jù)隱私與安全、算法偏見與公平性、責(zé)任歸屬與法律問題、患者知情同意的挑戰(zhàn)與應(yīng)對(duì)等。針對(duì)這些問題，本文提出制定數(shù)據(jù)隱私保護(hù)政策、建立算法公平性評(píng)估機(jī)制、明確責(zé)任歸屬的法律框架、完善患者知情同意流程、加強(qiáng)倫理審查與監(jiān)管體系等建議，以確保最大限度地發(fā)揮人工智能作用和保護(hù)患者權(quán)益。

關(guān)鍵詞：人工智能技術(shù)；醫(yī)學(xué)倫理；醫(yī)學(xué)影像

引言

人工智能（artificial intelligence，AI）技術(shù)是指信息化技術(shù)中編碼的算法具有從數(shù)據(jù)中學(xué)習(xí)的能力，這使算法可以執(zhí)行自動(dòng)化任務(wù)，不必由人類明確地編寫過程中的每一步[1]。AI技術(shù)的主旨是通過數(shù)字計(jì)算機(jī)或其所操作的機(jī)械，對(duì)人類的智慧進(jìn)行模擬、發(fā)展和加固，這包括感知環(huán)境、知識(shí)的收集，以及使用這些知識(shí)達(dá)到最佳效果的各種方法、理論、技術(shù)和應(yīng)用框架[2]。AI技術(shù)與醫(yī)療產(chǎn)業(yè)的融合，使得大數(shù)據(jù)處理和機(jī)器學(xué)習(xí)的算法得到了更為廣泛的利用，提高了服務(wù)的效率[3]。但與此同時(shí)，AI技術(shù)在數(shù)據(jù)隱私與安全、算法偏見與公平性、責(zé)任歸屬與法律問題、患者知情同意的挑戰(zhàn)與應(yīng)對(duì)、監(jiān)管標(biāo)準(zhǔn)與規(guī)范相對(duì)滯后等方面都面臨一系列挑戰(zhàn)。

1. 人工智能技術(shù)概述

AI技術(shù)是以AI為基礎(chǔ)發(fā)展而來運(yùn)用到實(shí)踐中的工具。從根本上來講，AI技術(shù)是計(jì)算機(jī)科學(xué)領(lǐng)域中一個(gè)非常重要的分支，試圖通過了解智能的實(shí)質(zhì)，創(chuàng)造出一類全新且能夠以一種與人類智能相似的方式作出反饋的智能機(jī)器，整個(gè)過程有語言識(shí)別、機(jī)器人、專家系統(tǒng)等的支持，可以為社會(huì)各領(lǐng)域的發(fā)展賦能[4]。AI技術(shù)使用廣泛，其所涉及的關(guān)鍵技術(shù)包括如下要點(diǎn)：（1）知識(shí)的表示和獲取技巧，這構(gòu)成了AI實(shí)踐的根本，該技術(shù)的內(nèi)容是如何在計(jì)算機(jī)中進(jìn)行知識(shí)的描述，使得機(jī)器能夠正確理解和操作；（2）知識(shí)表達(dá)與推斷技術(shù)，這項(xiàng)技術(shù)使得AI可以根據(jù)目前已掌握的知識(shí)進(jìn)行邏輯分析和處理難題；（3）關(guān)于模式的辨識(shí)及機(jī)器學(xué)習(xí)，這項(xiàng)技術(shù)允許計(jì)算機(jī)從數(shù)據(jù)集中獲取模式并進(jìn)行識(shí)別。

2. 人工智能技術(shù)在醫(yī)學(xué)影像診療中的應(yīng)用

在醫(yī)學(xué)圖像分析領(lǐng)域，AI技術(shù)的核心使用主要集中在6個(gè)方面：（1）對(duì)于影像的準(zhǔn)確鑒別和分析，利用精湛的技術(shù)，可以精準(zhǔn)確定醫(yī)學(xué)圖像中的異常情況；（2）計(jì)算機(jī)輔助診斷（CAD）技術(shù)，CAD系統(tǒng)依靠基于圖像特性的分析來識(shí)別X光片中的微鈣化點(diǎn)以及數(shù)字胸片中的肺結(jié)節(jié)，為影像學(xué)醫(yī)生提供了有價(jià)值的CAD信息，幫助其作出準(zhǔn)確的診斷決策；（3）在疾病的診斷和預(yù)測(cè)方面，AI技術(shù)能通過學(xué)習(xí)眾多的醫(yī)學(xué)圖像數(shù)據(jù)來預(yù)估某種疾病發(fā)生的可能性；（4）生成智能影像的報(bào)告系統(tǒng)；（5）針對(duì)個(gè)體患者的治療策略；（6）涉及數(shù)據(jù)的維護(hù)、管理以及解析。在醫(yī)療實(shí)踐中可以加強(qiáng)醫(yī)生工作的高效性與準(zhǔn)確性，還有助于大幅降低醫(yī)療開銷。

2.1 腫瘤診斷與治療

數(shù)字病理學(xué)與AI技術(shù)的深度融合是一個(gè)重要發(fā)展方向，其中卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）在圖像分類和提供有效的學(xué)習(xí)方法中具有巨大潛力。研究者們基于CNN開發(fā)了多種模型用于腫瘤分類、腫瘤分割和高危區(qū)域分割部分，對(duì)于骨腫瘤的診斷治療，區(qū)分良惡性的準(zhǔn)確率高達(dá)91.6%[5]。AI不僅能輔助診斷，還能在精準(zhǔn)治療中發(fā)揮關(guān)鍵作用。據(jù)報(bào)道，哈佛大學(xué)醫(yī)學(xué)院團(tuán)隊(duì)研發(fā)的CHIEF模型不僅能診斷19種癌癥，還能定位腫瘤微環(huán)境。阿里巴巴達(dá)摩院研發(fā)的胰腺癌早期檢測(cè)模型PANDA，判斷存在病變的準(zhǔn)確率高達(dá)92.9%[6]。日本九州大學(xué)科研人員研發(fā)出一種機(jī)器學(xué)習(xí)模型能夠精確測(cè)量出經(jīng)過治療生存下來的腫瘤細(xì)胞的密度，進(jìn)而能夠較好地對(duì)預(yù)后進(jìn)行預(yù)測(cè)[7]。

2.2 心血管疾病檢測(cè)

AI技術(shù)可應(yīng)用于心血管疾病早期篩查中，Zhang運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)算法，對(duì)14035幅超聲心動(dòng)圖實(shí)施訓(xùn)練，開發(fā)出全自動(dòng)化的超聲心動(dòng)圖分析系統(tǒng)[8]。這一系統(tǒng)具備識(shí)別各種視角的精準(zhǔn)度，并能準(zhǔn)確地測(cè)定左心室舒張末期的容積、左心房的容量以及射擊的血液比例等核心參數(shù)?；仡櫺匝芯恐酗@示，在檢測(cè)超過2萬例的非心力衰竭患者中，AI技術(shù)通過心電圖對(duì)心室功能不全的檢測(cè)率相比常規(guī)方法提高了32%[9]。隨著AI技術(shù)逐漸成為研究焦點(diǎn)，越來越多的研究開始利用其算法，以預(yù)測(cè)心血管手術(shù)后的死亡風(fēng)險(xiǎn)、術(shù)后所需住院時(shí)間、ICU的停留期限。

2.3 神經(jīng)系統(tǒng)疾病診斷

AI技術(shù)具有分析各種生物標(biāo)志物和成像數(shù)據(jù)的能力，這有助于對(duì)神經(jīng)系統(tǒng)的病癥進(jìn)行早期的診斷。范向民團(tuán)隊(duì)研發(fā)出一種多模態(tài)神經(jīng)系統(tǒng)疾病智能輔助診斷系統(tǒng)，在診斷帕金森病、阿爾茨海默病等神經(jīng)系統(tǒng)疾病中，一個(gè)測(cè)試僅需3分鐘，將臨床效率提高到90%以上[10]。Mohammed構(gòu)建了一個(gè)以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為基礎(chǔ)的模型框架，該模型利用2723例單光子發(fā)射計(jì)算機(jī)斷層成像（SPECT）圖像數(shù)據(jù)，將帕金森?。≒D）患者與對(duì)照組區(qū)別開來[11]。基于這一發(fā)現(xiàn)，我們推測(cè)，運(yùn)用CNN的深度學(xué)習(xí)方法可能引領(lǐng)中樞神經(jīng)系統(tǒng)退行性疾病診斷與管理模式的革新。

3. 人工智能技術(shù)在醫(yī)學(xué)影像診療中的倫理問題

我國(guó)AI技術(shù)在醫(yī)療方面雖然起步較晚，但發(fā)展速度相當(dāng)快，臨床應(yīng)用中大大提高了醫(yī)療質(zhì)量和準(zhǔn)確性，但這也帶來了AI技術(shù)在臨床應(yīng)用中常見的問題和與醫(yī)療相關(guān)的倫理議題。

3.1 數(shù)據(jù)隱私與安全

醫(yī)學(xué)影像包含患者的敏感信息，因此數(shù)據(jù)隱私泄露和濫用風(fēng)險(xiǎn)不容忽視[12]。在使用AI技術(shù)進(jìn)行數(shù)據(jù)分析時(shí)，如何確保患者信息的隱私安全成為一大挑戰(zhàn)。在醫(yī)療保健領(lǐng)域，員工、醫(yī)院或軟件公司將數(shù)據(jù)出售給第三方，導(dǎo)致患者隱私泄露。在最為嚴(yán)重的場(chǎng)合，當(dāng)數(shù)據(jù)被黑客侵入或影響計(jì)算機(jī)系統(tǒng)以獲取或損害公共衛(wèi)生部門的安全設(shè)施時(shí)，情況則更為嚴(yán)峻。因此，為了保護(hù)個(gè)人隱私，必須進(jìn)行數(shù)據(jù)加密、確保匿名性，并嚴(yán)格按照相關(guān)的法律條文行事[13]。

3.2 算法偏見與公平性

AI技術(shù)高度依賴其數(shù)據(jù)的質(zhì)量和多樣性。理想的數(shù)據(jù)需要客觀、真實(shí)反映臨床實(shí)踐，在一些用于疾病診斷的醫(yī)學(xué)影像AI模型中，如果訓(xùn)練數(shù)據(jù)集中年輕患者的影像數(shù)據(jù)較多，老年患者的數(shù)據(jù)相對(duì)較少，就可能導(dǎo)致該模型在對(duì)老年患者的疾病診斷中準(zhǔn)確性降低，性別因素、地區(qū)因素都有此種情況[14]。因而，保障訓(xùn)練數(shù)據(jù)的完整性與獨(dú)特性，對(duì)于防止算法產(chǎn)生歧視是至關(guān)重要的。

3.3 責(zé)任歸屬與法律問題

法律責(zé)任的本質(zhì)是答責(zé)，不具有可解釋性的AI技術(shù)不能自我答責(zé)，因此，其無法承擔(dān)法律責(zé)任[15]，但在AI技術(shù)被卷入診斷決策導(dǎo)致的誤診或其他狀況中時(shí)，責(zé)任應(yīng)該落在哪些人身上？關(guān)于這個(gè)問題，目前還沒有一個(gè)統(tǒng)一的解答，但有幾個(gè)關(guān)鍵因素與此有關(guān)。（1）開發(fā)者必須為AI技術(shù)因其設(shè)計(jì)瑕疵或編程不當(dāng)引起的錯(cuò)誤而承受法律后果。（2）由醫(yī)生或醫(yī)療機(jī)構(gòu)成員承擔(dān)最終醫(yī)療保健決策的責(zé)任。盡管AI技術(shù)提供了若干意見，但決策權(quán)仍然完全由醫(yī)生所控制。（3）如果醫(yī)療單位在購置或者操作AI技術(shù)時(shí)沒有遵守相關(guān)的法律規(guī)定，那么應(yīng)該對(duì)此種行為追究法律責(zé)任。

3.4 患者知情同意的挑戰(zhàn)與應(yīng)對(duì)

AI技術(shù)是基于深度學(xué)習(xí)的模型，其內(nèi)部工作原理對(duì)于普通患者甚至是部分醫(yī)生而言都是難以理解的。這種不透明性增加了患者對(duì)AI技術(shù)診斷結(jié)果的信任難度，尤其是缺乏詳細(xì)解釋[16]。因此，在采用AI輔助治療前，是否需要得到患者同意，以及患者是否有權(quán)力決定不使用AI技術(shù)輔助的醫(yī)療服務(wù)，這些都是核心問題，需要相關(guān)政策加以規(guī)定。

3.5 監(jiān)管標(biāo)準(zhǔn)與規(guī)范相對(duì)滯后

AI技術(shù)發(fā)展迅速，新的醫(yī)學(xué)影像深度學(xué)習(xí)模型不斷涌現(xiàn)，但與之相適應(yīng)的監(jiān)管標(biāo)準(zhǔn)和規(guī)范卻相對(duì)滯后，技術(shù)應(yīng)用容易出現(xiàn)“真空地帶”，同時(shí)，由于醫(yī)學(xué)影像領(lǐng)域的應(yīng)用場(chǎng)景不不斷由院內(nèi)向院外延伸擴(kuò)展，在缺乏充分監(jiān)管的情況下進(jìn)入市場(chǎng)，可能產(chǎn)生潛在的倫理風(fēng)險(xiǎn)。

4. 人工智能技術(shù)在醫(yī)學(xué)影像診療中的倫理規(guī)范建議

4.1 制定數(shù)據(jù)隱私保護(hù)政策

在醫(yī)學(xué)影像診療中應(yīng)用AI技術(shù)時(shí)制定數(shù)據(jù)隱私保護(hù)政策是極為關(guān)鍵的。以下是制定該政策的一些建議：（1）堅(jiān)持精確收集，只收集完成醫(yī)療任務(wù)所需的最少數(shù)據(jù)，不應(yīng)過度收集不必要的數(shù)據(jù)，以減少數(shù)據(jù)泄露的風(fēng)險(xiǎn)。（2）數(shù)據(jù)存儲(chǔ)需要使用先進(jìn)的加密技術(shù)對(duì)機(jī)密數(shù)據(jù)加密，并確保存儲(chǔ)期間不被盜取。（3）明確授權(quán)，如果數(shù)據(jù)必須與其他機(jī)構(gòu)或第三方共享，則必須明確界定授權(quán)范圍，以確保數(shù)據(jù)只能用于授權(quán)的目的。上述隱私政策的嚴(yán)格制定和實(shí)施，可以確保AI技術(shù)在醫(yī)療圖像診斷和治療中的應(yīng)用符合道德要求，從而充分保護(hù)患者數(shù)據(jù)的隱私和安全。

4.2 建立算法公平性評(píng)估機(jī)制

在醫(yī)學(xué)的放射學(xué)診療背景下，利用AI技術(shù)以確保算法公平運(yùn)行變得尤其關(guān)鍵。這一點(diǎn)與消除算法決策中的偏頗息息相關(guān)。以IBM推出的AI Fairness 360和Google推出的What-If工具集為例[17]，這兩套工具都具有助力開發(fā)者更好地識(shí)別算法偏差并減少偏見的特性，以提升算法的公正性。應(yīng)當(dāng)建立一套包括公平性標(biāo)準(zhǔn)、算法透明度、多學(xué)科協(xié)作和持續(xù)監(jiān)測(cè)評(píng)估在內(nèi)的有效算法公平性評(píng)估機(jī)制，來確保各環(huán)節(jié)的公平。

4.3 明確責(zé)任歸屬的法律框架

在醫(yī)療領(lǐng)域，AI技術(shù)的法律定位是作為醫(yī)生的實(shí)用工具，還是具有某個(gè)核心身份？假如AI技術(shù)被當(dāng)作一個(gè)手段，那么其行為上的責(zé)任往往會(huì)歸于操作該技術(shù)的醫(yī)生或相關(guān)醫(yī)療組織；當(dāng)認(rèn)為AI技術(shù)處于某種主體位置時(shí)，就有必要對(duì)其權(quán)益和責(zé)任進(jìn)行更為明確的界定[18]。因此，提議建立一種賠償制度，如優(yōu)化或加強(qiáng)現(xiàn)行的保險(xiǎn)條款，以確保針對(duì)AI醫(yī)療設(shè)備可能造成的損傷的患者可獲得充分的賠償支持。

4.4 完善患者知情同意流程

在醫(yī)學(xué)影像領(lǐng)域中引入AI技術(shù)診療時(shí)，創(chuàng)建一套完整且明確的患者知情與同意程序尤為關(guān)鍵，因?yàn)檫@直接關(guān)聯(lián)到患者的權(quán)益保障。醫(yī)院必須加深病患對(duì)AI技術(shù)的了解，醫(yī)生必須明確AI技術(shù)在關(guān)鍵決策過程中的角色，以及病患如何與醫(yī)生緊密合作，為患者提供治療或疾病的建議，這樣病人才能確切地知道在產(chǎn)生困惑的時(shí)候，他們有權(quán)選擇與醫(yī)生或醫(yī)療團(tuán)隊(duì)最有效的互動(dòng)方式。

4.5 加強(qiáng)倫理審查與監(jiān)管體系

建議成立一個(gè)專門的道德審計(jì)委員會(huì)來對(duì)擬議的AI技術(shù)進(jìn)行全面的道德審查，并且確保其設(shè)計(jì)、開發(fā)、測(cè)試和使用符合道德標(biāo)準(zhǔn)。國(guó)家應(yīng)建立健全的信息披露機(jī)制，邀請(qǐng)相關(guān)人員立即向社會(huì)分享涉及重要倫理問題的AI技術(shù)應(yīng)用信息，還應(yīng)繼續(xù)鼓勵(lì)社會(huì)各方參與AI技術(shù)的倫理管理，形成合力，提高公眾對(duì)AI技術(shù)相關(guān)倫理問題的認(rèn)識(shí)，促進(jìn)其參與倫理審查和監(jiān)管過程。

上述策略不只是為了推進(jìn)AI技術(shù)在醫(yī)學(xué)影像學(xué)領(lǐng)域的倫理審查和規(guī)范，還能夠推進(jìn)醫(yī)療技術(shù)的進(jìn)一步發(fā)展，確保不侵害病患權(quán)益，并有助于實(shí)現(xiàn)社會(huì)的公平公正。同時(shí)，通過創(chuàng)建以“人”為中心的道德評(píng)估和相應(yīng)的管理措施，能夠確保AI技術(shù)在醫(yī)療界中的應(yīng)用獲得更為深入與全面的推動(dòng)。

結(jié)語

AI技術(shù)在醫(yī)學(xué)影像診療領(lǐng)域的應(yīng)用帶來了前所未有的機(jī)遇，極大地提升了醫(yī)療服務(wù)的質(zhì)量和效率。然而，隨之而來的倫理挑戰(zhàn)也不容忽視，相應(yīng)問題需要被高度關(guān)注并采取有效措施加以解決。為確保這一先進(jìn)技術(shù)能健康、可持續(xù)地發(fā)展，社會(huì)各界需要共同努力，最大程度發(fā)揮其在醫(yī)療領(lǐng)域的積極作用，同時(shí)避免潛在的風(fēng)險(xiǎn)和倫理問題，最終實(shí)現(xiàn)技術(shù)進(jìn)步與倫理道德的和諧共生。

在不斷探索和實(shí)踐的過程中，隨著相關(guān)技術(shù)和政策框架的不斷完善，AI技術(shù)將在保障患者權(quán)益、促進(jìn)醫(yī)療公平性和提高整體醫(yī)療水平等方面發(fā)揮更加重要的作用。

參考文獻(xiàn)：

[1]王濤，宋海波，王青，等.WHO《衛(wèi)生健康領(lǐng)域人工智能倫理與治理》指南簡(jiǎn)述與啟示[J].中國(guó)藥物警戒，2024，21（8）：906-909.

[2]中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院．人工智能標(biāo)準(zhǔn)化白皮書（2018）[EB/OL].（2018-01-24）[2024-11-20].http：//www.cesi.cn/201801/3545.html.

[3]王肖，李晶，李天然.骨關(guān)節(jié)醫(yī)學(xué)影像在人工智能中的研究與應(yīng)用[J].影像技術(shù)，2022，34（4）：76-80.

[4]路致遠(yuǎn)，蘇芊予.簡(jiǎn)述人工智能技術(shù)在先進(jìn)制造業(yè)領(lǐng)域中的發(fā)展與應(yīng)用[J].中國(guó)科技縱橫，2023（14）：42-44.

[5]焦辰波，劉璐，劉巍峰.人工智能在骨和軟組織腫瘤影像診斷與治療中的應(yīng)用[J] .中華腫瘤雜志，2024，46（9）：855-861.

[6]荊曉青.AI如何助力重塑腫瘤診療模式[N].科技日?qǐng)?bào)，2024-10-28（6）.

[7]KAWAGUCHI K，MIYAMA K，ENDO M，et al.Viable tumor cell density after neoadjuvant chemotherapy assessed using deep learning model reflects the prognosis of osteosarcoma[J].npj Precision Oncology，2024，8（1）：16.

[8]高宇晨，敖虎山.人工智能在心血管手術(shù)圍術(shù)期應(yīng)用的研究進(jìn)展[J].心肺血管病雜志，2022，41（11）：1201-1204.

[9]周伊恒，楊梓鈺，呂垚，等.美國(guó)心臟協(xié)會(huì)指南解讀系列——《人工智能在心血管疾病中的應(yīng)用科學(xué)聲明》解讀[J].中國(guó)全科醫(yī)學(xué)，2024，27（35）：4353-4357.

[10]中關(guān)村U30.范向民：人工智能上陣 機(jī)器看病又快又準(zhǔn)[EB/OL].（2024-03-04）[2024-12-18].http：//www.u30.net.cn/index.php？m=contentamp;c=indexamp;a=showamp;catid=45amp;id=431.

[11]Mohammed F，He XJ，Lin YG.An easy-to-use deep-learning model for highly accurate diagnosis of Parkinson's disease using SPECT images[J].Comput Med Imaging Graph，2021，（87）：101810.

[12]葉冠成，陳佳祺，張少輝，等.中醫(yī)互聯(lián)網(wǎng)醫(yī)療發(fā)展現(xiàn)狀、問題及應(yīng)對(duì)策略探究[J].中國(guó)醫(yī)院，2023，27（11）：34-39.

[13]倪炯，王培軍.醫(yī)學(xué)影像人工智能的現(xiàn)狀與未來[J].中華醫(yī)學(xué)雜志，2021， 101（7）：455-457.

[14]仝媛媛，鄭婉婷，黃珊蓉，等.健康公平：醫(yī)療人工智能中的偏見與治理[J]. 醫(yī)學(xué)與哲學(xué)，2024，45（7）：36-41.

[15]劉艷紅.人工智能的可解釋性與AI的法律責(zé)任問題研究[J].法制與社會(huì)發(fā)展， 2022，28（1）：78-91.

[16]彭運(yùn)朋，徐毅華.醫(yī)療人工智能對(duì)知情同意的挑戰(zhàn)與應(yīng)對(duì)[J].醫(yī)學(xué)與哲學(xué)，2023， 44（10）：25-29.

[17]THOMPSON J.Mental Models and Interpretability in AI Fairness Tools and Code Environments[C]//HCI International 2021 - Late Breaking Papers： Multimodality， eXtended Reality， and Artificial Intelligence.23rd HCI International Conference，HCII 2021，Virtual Event，July 24-29，2021，Proceedings.Berlin：Springer，2021：574-585.

[18]劉夢(mèng)祺.人工智能醫(yī)療應(yīng)用的現(xiàn)實(shí)難題及法律對(duì)策探析[J].中華醫(yī)學(xué)雜志，2022， 102（32）：2479-2482.