数字医学中人工智能的七大死罪
本研究提出了"医疗AI七大死罪"概念框架,系统阐述了人工智能在医学应用中的七种系统性失败模式:盲目信任、过度监管、非人化、错位优化、信息过载与错误预测、误用统计学以及自我参照评估。研究团队通过综合分析科学文献、临床指南和监管框架构建该框架,并对143个国家914名利益相关者进行全球性调查验证,证实了各风险点的普遍共识,同时揭示了不同文化背景下伦理关注的趋同性以及对监管态度的持续分歧,特别是在技术先进国家与新兴经济体之间。研究还创新性地将该框架转化为医疗AI的七大基本美德,为负责任的AI开发与治理提供可操作原则,旨在超越零散的伦理指南,建立统一的诊断工具,推动可信、以人为本的医疗人工智能发展。

