Clare Kelley
Buckingham, Doolittle & Burroughs, LLC
人工神经网络正在重塑医疗产业，医疗机构正在测试并部署AI系统以提升患者护理质量。
医疗机构如何应用人工智能？
- 医学影像学： 分析师估计大约3-5%的医学影像检查存在诊断错误——每年高达4000万次检查[i]。目前医疗机构正采用AI技术降低误差率。例如克利夫兰大学医院正在部署AI系统用于肺癌早期筛查[ii]，该系统作为放射科医生的二次验证工具，通过更早发现可疑结节提高生存率，但不会取代放射科医生的初始审查。
- 感染诊断与预防： 尽管早期可治疗，败血症仍占医院死亡病例的三分之一。为实现早期预警，医院正在测试每20分钟自动评估患者败血症风险的AI系统[iii]。虽然效果存在争议，杜克健康创新研究所的研究发现"早期预警系统能在临床症状出现前5小时预测败血症，每月可能挽救8条生命"[iv]。
- 行政文书处理： 医务人员平均每天需花费1.77小时在非工作时间撰写患者病历[v]，这已成为医生职业倦怠的主要诱因[vi]。对此，多家医院已部署AI解决方案。2025年2月克利夫兰诊所宣布与Ambience人工智能病历平台合作[vii]，可实现诊疗录音、自动生成病历及制定患者护理计划。
这对医疗索赔意味着什么？
尽管AI在医疗领域的应用前景广阔，但其引发的医疗过失责任认定问题尚未形成法律共识。最具争议的是：当患者受到伤害时，责任主体如何界定？
假设患者进行常规CT扫描发现小肺结节，医生和医院的AI系统均未标记异常。数年后该结节癌变，患者提起医疗过失诉讼，声称漏诊导致癌细胞转移延误治疗。这种情况责任应由医务人员、AI系统，还是部署该系统的医院承担？
再考虑另一种情形：AI标记结节"可能存在可疑"，但实际转移风险低于0.5%。患者因经济压力(自付5万美元)和工作影响拒绝治疗。医生是否应强制建议治疗？若未治疗导致癌变是否担责？反之若建议治疗后发现AI误判，是否需要追责？
目前尚无法律先例可循。随着AI深度融入医疗体系，医疗机构亟需建立责任认定框架。
【全文结束】
