国际人工智能伦理治理研究态势分析与展望

借助文献计量学方法,对人工智能伦理治理研究的宏观趋势进行分析发现：人工智能伦理治理近年来研究热度增长迅速,领域边界逐渐形成;阐明人工智能伦理与技术原理是实现相应伦理治理的理论前提;医疗健康与自动驾驶是当下人工智能伦理治理关注的热点领域;伦理学与治理理论的深度融合、伦理风险评级机制、伦理原则的实践具象化转进以及多元利益相关者协同的整合治理或将成为人工智能伦理治理未来关注的重要研究方向。

     

人工智能在医学教育领域的应用研究——基于CiteSpace的文献共词分析

人工智能及大数据已经成为包括医学教育在内的各研究领域的热点问题。为了阐明人工智能在医学教育中的发展趋势,利用CiteSpace软件分析2013—2022年Web of Science核心合集文献270篇。从发文量、国家和地区、研究机构、作者、发表杂志、引文情况、关键词及发展趋势等方面进行综合分析得出研究结论：从2018年开始相关论文呈明显增长趋势,Mayo Clinic（梅奥诊所）成为全球发文量最多的研究机构;Friedman等形成了较为完整的研究团体;JAMA成为最高被引杂志;近年医学教育的人工智能应用研究热点问题主要集中在医学影像及虚拟手术等方面。

     

我国高等医学教育发展模式变迁与趋势探析

以时间为线,回顾我国高等医学教育发展模式的历史变迁,分析从以中医为主向以西医为主转变的中国高等医学教育发展脉络,划分出三大发展阶段,总结各阶段的基本办学模式、办学规模和办学特征.在历史分析的基础上,对我国面向21世纪高等医学教育改革与发展现状进行梳理,对未来发展趋势进行解析.     

ChatGPT介入医学教育的伦理风险及应对策略

作为人工智能时代的新兴产物,ChatGPT在医学教育领域产生了极为重要的影响。ChatGPT的介入能以强大的算力、海量的数据和智能的模式,为医学教育工作提供多样化的帮助与服务,赋能医学教育的革新。ChatGPT在助力医学教育的同时亦产生了一系列伦理问题：致使师生信息面临着多重风险、导致师生交往的可能性异化、致使师生遭到算法的严重裹胁以及造成医学学术公平失信与不端。面对ChatGPT介入医学教育的伦理风险,应从科学技术、政府部门、教学单位和师生个体等层面进行协同治理、积极应对,推动ChatGPT在医学教育领域发挥正值效能。

     

人工智能心理咨询的发展与应用

基于对话技术的人工智能研究蓬勃发展,而临床心理咨询是一个典型的、运用对话技术达成目标的领域,由此,人工智能心理咨询成为一个全新而且热门的发展方向。本文全新定义人工智能心理咨询这一概念,梳理人工智能心理咨询的初期发展历程和应用研究,详述人工智能心理咨询的相关理论——解释水平理论、情绪对话模型和人工智能心理咨询技术,对人工智能心理咨询的类型、咨询效果和伦理关系进行全面总结,并总结人工智能心理咨询面临挑战。人工智能心理咨询可以解决我国心理咨询供给侧不足的问题,还能提供个性化心理咨询服务以满足不同群体的心理健康需求,全面提高心理健康服务效率和质量,科学地提供专业心理咨询,提高我国国民心理健康素养水平。     

人们对人工智能建议接受度的影响因素

人工智能(AI)正在逐步渗透至人类社会生活的方方面面,AI的使用能够在很大程度上节省时间、精力等诸多资源,但人们对AI提供的各类服务及建议的接受程度仍然不足。本文从建议接受者(人)的认知、情绪、态度等,建议提出者(AI)的外部特征、“人格”特征等,以及人-AI互动(系统)三个角度讨论“影响个体接受AI建议的因素”,并且梳理了相关理论(技术接受模型、计算机为行动者范式、心灵感知理论和预测加工理论),以解释个体对AI的建议接受度。基于以上梳理分析,我们认为,未来研究可关注AI感知对建议采纳机制及调节作用、个体对AI建议偏好情境、对AI角色特征的感知态度,以及接受AI的心理模型动态化等角度,更加全面、系统地补充AI在建议采纳领域的应用。     

我国全科医学教育的政策演进、现实问题与优化路径

全科医学教育是全科医学人才培养的重要途径,是推动基层医疗卫生事业持续良好发展的关键。从政策演变来看,全科医学教育先后经历萌芽起步、探索发展和改革完善3个发展阶段。从实践来看,全科医学教育主要面临人才培养数量不足、培养质量有待提高、全科医学基层就业倾向不高、“校院区”衔接不畅等现实问题。建议进一步认识全科医学教育,加大培养力度;强化专业内涵建设,提高培养质量;建立有效激励机制,赋能可持续发展;深化医教协同,增强合作效能,充分发挥宏观政策的牵引和指导作用,不断推动全科医学教育高质量发展。

     

国外医学教育思想与中山大学医学教育模式的变迁

通过展示中山大学医科教育起步至今的发展脉络,揭示国外医学教育模式对中山大学医科教育发展的影响.这种国外医学教育的影响,一直伴随中山大学医科教育从形成到发展之全过程,并在中山大学医科教育发展演变的每一个不同时期,有不同方式、不同程度的变化.     

医学教育研究：发展轨迹与问题审视

医学教育研究：发展轨迹与问题审视沪州医学院高教研究室（６４６０００）王素瑛相对于医学科学及其他科学领域而言,医学教育研究仍是一个年轻的学术领域。它是在本世纪中叶以后,在科学技术突飞猛进地发展、人民大众卫生需求急剧演变、国际范围内医学教育改革的浪潮日益...     

全科医学教育与中国国情的辩证思考

全科医学教育与中国国情的辩证思考解放军成都医学高等专科学校（６１００８３）昝加禄根据现代医学教育观念,一个成熟的医药卫生专门人才必须经过由三个相互连续的医学教育阶段所组成的终身教育过程培养。这三个阶段就是：基本医学教育阶段、毕业后医学教育阶段和继续医...     

负责任创新中医疗人工智能应用技术的伦理审视

负责任创新是目前探讨人工智能技术在医疗领域应用的重要理论,也是引导医疗人工智能应用技术向善发展的理想图景,其基本结构主要包括预测、反思、协商、反应四个维度。当前,医疗人工智能应用技术受技术“黑箱特质”的影响,暴露了其在安全、隐私、道德、分配等方面的伦理风险,桎梏了其应用于医疗事业的广阔前景。面对医疗人工智能应用技术的伦理困境,从其技术研发、设计、应用、跟踪等全过程分析嵌入负责任创新四维度模型,能够有效缓解医疗人工智能应用技术在实践中存在的伦理风险,从而真正实现其为人类健康的精准赋能。

     

医疗领域中人工智能应用的可解释性困境与治理

人工智能在医疗领域的应用,推动了医疗事业的发展,但人工智能作为新生事物,其可解释性成为医疗领域面临的重大挑战,导致人工智能难以有效在医疗领域广泛应用。阐述了增强人工智能在医疗领域可解释性的原因,浅析人工智能在医疗领域中的可解释性困境,指出提高医疗领域人工智能可解释性的要求,以避免出现医疗事故定责不清、医疗数据隐私泄露、诊疗决策与患者信任相悖、患者医疗公平上的困境等诸多问题。为提高医疗领域中人工智能的可解释性,提出了健全医疗事故法律问责机制、培养医疗数据伦理观、加强医疗监督治理、防止医疗人工智能歧视等路径,以便推动人工智能在医疗领域的深入发展。

     

医疗人工智能对知情同意的挑战与应对

目前在辅助诊断、辅助治疗方面,人工智能技术取得了较大进展,但是医疗人工智能对知情同意带来了诸多新问题：弱人工智能的黑箱属性不突出,患者对医疗人工智能决策过程的知情可以用对临床试验结果等的知情以及其他严格管理措施去间接地实现;强人工智能需要提高可解释性或以其他方式应对黑箱问题。因额外风险的存在,在使用医疗人工智能时,医方应增加患者知情同意的内容,并利用人工智能应对知情同意的形式主义问题。医方还应在必要时特别说明诊疗主体与责任主体。医疗人工智能处理患者个人信息时亦需严守知情同意原则。

     

基于开放医疗大数据的人工智能研究

医疗人工智能（artificial intelligence, AI）的发展离不开大数据的汇聚与标注,同时也引发了医疗大数据及其标注标准如何统一的问题。从AI发展对医疗大数据需求出发,指出建立医疗大数据统一标准的重要性与必要性,分析当前医疗AI技术的开发过程缺乏数据统一标准和临床共识,提出“以开放换取共识”的医疗大数据平台方案——素问系统,实现“算法工程师开发技术—临床医生编辑知识—伦理专家监控伦理”的一体化AI生产流程。最后,以素问系统中第一个开源项目——医学知识图谱,作为大数据抽取标准知识的案例,解析了如何以开放换取共识,让AI技术专家与临床专家共同打造可落地的医疗AI技术。

     

医学人工智能应用若干问题的哲学思考

人工智能在医学领域应用已触及众多方向,从医学影像、病理诊断、精神卫生,到康复医疗、居家健康支持等都有所进展,也引发了广泛的哲学及伦理思考。在医学哲学视角下,探讨人工智能机器道德主体地位争议、机器使用所产生的多重关系的界定,以及人工智能技术价值判断及信任考量、数据获得性及隐私保护现状。进一步指出在充满不确定性的应用场景下,人工智能可能引起的不公平、歧视与风险责任,呼吁建立与技术深度融合的人工智能伦理审查和协同治理机制。     

医疗人工智能临床应用的伦理审视

算法偏见与隐私泄露危机、意识难题与道德主体困惑、数字鸿沟与资源供给失衡加剧了医疗人工智能应用的技术伦理、信念伦理和分配伦理危机。由于伦理设计滞后,人工智能在临床应用的过程中表现出研究伦理与服务伦理的二阶性、自由意志与公共利益的矛盾性、智能技术与临床经验的集成性等特征。面对人工智能应用的伦理困境,需从人本性的视角规避智能技术异化,保护患者隐私;从主体性的视角克服道德主体困惑,缓解意识难题;从公众性的视角弥合资源数据裂沟,促进分配正义,通过强化正向伦理规约缓解人工智能临床应用的伦理危机。

     

人工智能医疗器械的伦理审查要点

人工智能医疗器械分为具备辅助识别的二类和辅助诊断的三类医疗器械,我国三类人工智能医疗器械刚进入注册申报阶段。很多人工智能医疗器械以科研方式进入医疗机构,为受试者免费试用以获取临床试验数据,这给伦理审查带来极大挑战。伦理委员会审查三类人工智能医疗器械的核心问题包括风险评估、数据库、数据安全及软件更新。除关注医疗器械产品与试验操作外,更要从适用范围、研究要求与资料、研究方案、风险控制、数据库、数据安全和软件更新等方面仔细把关,不断总结经验,切实保护受试者权益,也助推我国人工智能医疗器械的健康快速发展。     

医疗人工智能科技异化及其伦理风险探析

医疗人工智能广泛应用于现代医疗形式。医疗科技的日新月异,大大推动了人类医学的发展进程及诊疗模式。与此同时,医疗人工智能科技的发展出现了异化现象,并由此带来了人和社会的异化,诸如对人与类人机器的角色定位不清,人对技术的依赖性过度增强,医疗全生命周期中的责任伦理缺失,技术价值失衡等社会问题。以这些异化带来的伦理风险为进度,探析在医疗人工智能使用中的隐私安全与数据使用的边界问题,人在医疗过程中的主体地位问题,“医生-人工智能-患者”的共同决策体系构建问题,构建医疗人工智能科技向善理念及法律问题。