重构医疗人工智能中的正义：非洲的乌班图方法 - AI与医疗健康

摘要

关于如何平衡人工智能（AI）的益处与风险，尤其是在医疗领域，目前存在持续的辩论。在资源受限的环境中，如非洲，获得优质医疗服务仍是一个挑战，而AI有潜力提高效率、可及性和患者治疗效果。然而，其开发和部署引发了复杂的伦理、法律、生态和社会经济问题。为确保情境敏感的解决方案，本文引入乌班图（Ubuntu）——一种非洲传统伦理哲学，作为非洲医疗AI的指导框架。乌班图为当前以西方为中心的模式提供了以人为本的替代方案，为解释符合非洲独特需求和现实的正义相关原则提供了文化根基的视角。基于乌班图的五个核心价值观：共同体主义、相互依存、人文主义、共享和同情，我们分析了这些原则如何在三个规范性支柱——正义与公平、团结和可持续性上对AI进行伦理指导。对于每个支柱，我们识别风险并提出具体且符合文化背景的策略来应对。在此过程中，我们进行了独特的学术贡献，通过将乌班图不仅重新定义为道德指南针，还重新定义为结构改革和创新的战略工具，从而丰富了关于去殖民化AI的新兴讨论。

1 引言

由大数据驱动的人工智能（AI）正推动第四次工业革命。它有可能彻底改变我们生活的方方面面，并以前所未有的方式变革医疗行业。可以追溯到20世纪50年代的AI概念，是"一系列技术的总称，这些技术可用于使机器以人类完成任务时会被认为是智能的方式来完成任务"[1]。更具体地说，医疗环境中的AI指的是"使用智能数据驱动技术，更有效地利用医疗资源和数据，支持和简化医疗决策，从而提供更适合个人需求的更好医疗服务"[2]。在全球南方，特别是非洲，由于医疗基础设施发展不足和资源有限，数百万人无法获得基本卫生服务，AI有潜力显著提高医疗服务的效率、有效性和可及性[3]。这包括在农村地区的医疗服务提供、医疗管理、疾病暴发预测和诊断[4-7]。然而，其开发和部署引发了重大的伦理、法律、生态和社会经济问题，特别是围绕正义、公平、团结和可持续性的问题。这些关切因根深蒂固的全球权力动态、数据殖民主义和基础设施不平等而进一步复杂化。因此，有必要考虑非洲道德框架，如乌班图，作为对AI正义主导全球话语的替代方案，这些话语主要由西方哲学传统和优先事项塑造，而乌班图更能与非洲大陆的本地现实、文化价值观和结构挑战保持一致[8]。在非洲环境中，道德决策需要仔细和尊重地倾听他人，包括深入关注将他们的生活经验联系在一起的理解、价值观和世界观[9]。因此，对AI开发和部署所引发挑战的真正道德解决必须量身定制，以反映源自"知识传统之间的动态相遇以及构成人类的多个组成部分的相互作用"的独特需求和生活经验[10]。

乌班图不能脱离它旨在应对的深刻结构性不公正来理解。非洲与AI的互动发生在一个数据殖民主义的背景下，外国公司从非洲提取大量数据，而对当地社区的回报甚微。该地区对进口技术的依赖使依赖全球北方基础设施的情况根深蒂固，这些基础设施倾向于以牺牲当地健康优先事项为代价追求企业利润。这些现实凸显了为什么迫切需要非洲伦理视角，不仅是为了想象替代方案，也是为了抵制危及健康主权的掠夺性做法。

越来越多的学术研究[11-16]共同推进了将非洲伦理传统，特别是乌班图，纳入AI和医疗话语中。这些作品涉及诸如共同福祉、AI相关伤害的责任归属、文化敏感的大型语言模型部署以及患者-提供者互动中的信任等问题。虽然见解深刻，但这些贡献大多集中在特定领域，如知情同意、负责任的研究、责任差距、医疗管理、数据革命和关系伦理，而没有充分解决非洲AI开发和部署的更广泛结构性、生态和地缘政治维度。

本文通过推进一个以正义为导向的乌班图框架来补充和扩展这些学术成果，该框架整合了医疗AI开发和部署中的伦理和实践建议。在此过程中，我们探索了在非洲医疗中实现情境化和公平AI整合的未被充分审视的途径，解决全球权力不平衡、企业牟利和环境负担问题。我们的方法通过将乌班图不仅重新定义为道德指南针，还重新定义为结构改革和创新的战略工具，为去殖民化AI的新兴讨论做出贡献。为确保专注和实际应用，本文通过五个核心伦理原则考察乌班图：共同体主义、相互依存、人文主义、共享和同情。这些价值观与AI伦理中广泛认可的三个规范性原则——正义与公平、团结和可持续性——一起考虑。我们探讨乌班图原则如何指导非洲医疗环境中AI的伦理开发和部署，提供具体建议以解决关键伦理挑战。此外，我们认为，除了乌班图的伦理基础外，设计对社会负责的AI算法并将它们与人类价值观保持一致，是确保颠覆性技术（如AI）有意义地贡献于非洲医疗和社会的道德义务[17, 18]。

2 乌班图作为非洲伦理框架

作为伦理概念，乌班图（Ubuntu）通过肯定人类存在的本质上是共同体的特性，阐述了人性的本质[19]。它强调我们的人性是通过与他人的关系实现的，突显了人类生活的社会性和相互关联性。乌班图（ubu——成为的过程，ntu——精神）教导我们"人通过他人才成为（真正）的人——umuntu ngumuntu ngabantu"[20]。这句古老的科萨语（祖鲁语）格言旨在鼓励和促进人类共同目标意识和实现。一个人通过为他人着想来实现乌班图，这与西方利己主义（认为人们应为自己利益行动）的常见概念截然相反。作为非洲伦理体系，乌班图本质上是服务导向的，强调通过道德责任来行动。它与古代埃及的玛阿特（Maat）概念相一致，玛阿特包含关怀、正义、真理和和谐等价值观，所有这些都旨在实现共享和人性化的存在[10]。总体而言，在乌班图驱动的体系中，个人的每个道德行为都会直接或间接地影响整体，反之亦然，因为"我们只能一起成为人"[21]。

乌班图伦理方法强调，共同利益的识别、实现和维持需要某些协作努力。这种基于人际、社会和共同体生活的做法意味着人类和环境的团结。Verhoef和Michel将非洲本土伦理和道德体系描述为契约性和循环性的，任何不平衡都可能导致家庭和社区的不稳定，包括宇宙的社会凝聚力。当个人意识到忽视共同体责任可能导致混乱和社会不稳定时，采取各自的责任，社区才能实现平衡[22]。

服务导向的乌班图伦理所强调的集体责任，使人们关注与AI相关的数据偏见、歧视、贪婪、隐私问题、环境问题以及与患者偏好的冲突。与基于预定义规则、模型或训练数据运行的AI系统不同，乌班图促进每个人朝着整体和人性化存在不断成长。受乌班图启发的非洲认识论教导我们，现实是不可分割的，作为不断运动的能量力量，以其完整性和相互联系存在[23]。完整性意味着"将道德和伦理行为与人们生活的各个方面（如社区、艺术和生活经验（参与））分开是毫无意义的"[24]。在欧洲和美国，伦理原则通常与个人自主权和个人选择联系在一起。相比之下，非洲伦理思想植根于共同福祉，认为只有保证所有成员的福祉，社区才能被视为真正良好[22]。

人们可以有意义地讨论科学的伦理基础，但不能讨论伦理的科学基础。正如爱因斯坦（1954年）所观察到的，科学寻求解释事物如何运作，但它不涉及目的或道德问题[25]。它无法回答最深刻的人类问题——我是谁？我为什么在这里？我要去哪里？因此，医疗AI的开发和部署必须由像乌班图这样强大的伦理框架来指导，以保护人类尊严并确保长期可持续性。AI与乌班图的结合肯定了这句非洲谚语的智慧："如果你想走得快，就独自前行；但如果你想走得远，就找一个同伴。"虽然AI可能更快地完成任务，但它可能无法单独充分保证其准确性、患者安全和其他固有的伦理关切。合作、伙伴关系和共同体是非洲伦理思想的核心价值观，应成为可持续AI的基石。尽管根植于乌班图伦理的共同体导向有时被视为非洲文化本能，但必须承认，文化价值观与人类伦理和生活实践密切相关[26]。

乌班图伦理的核心是五个基础价值观：共同体主义，通过合作、共同责任和相互支持强调集体优于个人；相互依存，强调人与人之间以及与环境的相互联系，确认每个人的行为塑造整体的福祉；人文主义，肯定所有生命形式的固有尊严和价值，不仅基于理性，还基于对生命力量的共同参与；共享，反映了对慷慨、合作和相互提升的深刻承诺，作为社会凝聚力的途径；以及同情，将乌班图植根于同理心、仁慈和关系关怀，认识到人类的繁荣取决于团结，尤其是在脆弱时期。

我们认为，植根于这些乌班图价值观的非洲，能够有意义地参与AI的开发和部署。乌班图伦理为西方语境中以自主权为中心的医疗模式提供了替代方案，提供了一个植根于共同体责任、关系关怀和共享人类尊严的框架[10]。虽然AI在医疗中的整合有望提高效率、有效性、可及性，并解决人类能力和基础设施方面的差距，但乌班图伦理是防止技术冷漠非人化风险的重要护栏。

我们承认，乌班图本身也存在局限性。虽然其共同体伦理为个人主义的能动性模式提供了有力替代，但它可能与个人自主权和法律责任产生紧张关系。如果集体责任不加批判地应用，可能会导致责任转移或责任分散。当"我们"共同负责时，当伤害发生时，谁应承担负担并不总是明确的。这种"推卸责任"的危险突显了需要将共同体团结与明确责任相结合的制度机制。我们为医疗AI整合的框架采用平衡的伦理方法，既肯定关系性，又不损害个人道德能动性。

3 AI伦理中的三个规范性原则

在下一节中，我们考察AI伦理中广泛引用的三个规范性原则：正义与公平、团结和可持续性，并探讨乌班图价值观如何指导它们在非洲医疗中伦理负责的AI开发和部署中的应用。

3.1 正义与公平

在哲学和实践意义上，正义都是复杂的。对亚里士多德来说，正义是人类繁荣和社会福祉所必需的美德，包括合法和公平的事物。在此背景下，公平意味着既公平分配利益和负担（即分配正义），又在出现不公时纠正不平等。虽然分配正义关注社区内资源和责任的公平共享，但矫正正义寻求在公平被破坏时恢复人际关系的平衡[27]。约翰·罗尔斯提出了分配正义的当代方法，称为"作为公平的正义"，并提出了一种系统方法，旨在确保社会和经济不平等安排为社会中最弱势成员带来最大利益[28]。正义原则意味着促进繁荣、维护团结并避免不公平[29]，以确保"没有人或群体受到歧视、忽视、操纵、支配或虐待"[30]。本文的有限范围不允许深入探讨正义概念，但可以说，乌班图伦理与这些观点一致，但增加了一个文化根基的义务："我们只能一起成为人。"因此，通过乌班图的正义不仅要求保证AI在非洲社会中公平和公正地分配AI的利益和负担，还加强人类尊严和社会凝聚力，而且要求一种包容性和参与性的AI方法。

近年来，越来越多的关注被投入到将这种以正义为导向的理想转化为伦理AI的具体框架，特别是在医疗领域。这催生了丰富的学术和灰色文献，试图将主流伦理框架（其中许多因其以西方为中心的假设而受到批评）置于全球健康环境中[8, 31]。Fletcher等人讨论了全球健康中AI的偏见、公平和适当使用，提供了评估AI适当性、识别偏见和执行公平的指南和建议[32]。同样，Kong等人提出了一个用于临床、公共和全球健康的伦理AI框架，其关键组成部分关注责任、可解释性和本地化[33]。此外，Wahl等人探讨了可能破坏患者和临床医生对AI系统准确性、数据访问、数据所有权、AI偏见和透明度以及"不伤害"原则在AI和全球健康背景下含义的信任的问题[34]。另外，Alami等人提出了在资源有限环境中负责任和可持续医疗AI的五个关键构建模块：培训和留住本地专家、强大的系统监控、基于系统的实施策略，以及包容性地让当地利益相关者（尤其是妇女、少数民族和贫困社区）参与AI开发[35]。其他学术作品关注数据访问、隐私和保护以及数据可用性和质量、问责制、基础设施不足和获取AI的成本的本地化[7, 36, 37]。从技术角度看，Asiedu等人讨论了非洲对AI偏见和公平的看法，以及选择算法公平属性的指南[38]。

尽管有这些贡献，AI医疗伦理中的正义通常主要通过偏见缓解、公平[32, 34, 38]执行和技术获取[7]的视角来讨论。虽然有价值，但此类讨论通常缺乏非洲伦理框架（如乌班图）所提供的深刻道德根基和整体视角。在这里，我们认为，乌班图伦理框架呼吁超越表面公平的可持续AI驱动医疗系统，解决结构性不平等、资源分配和社区福祉问题。乌班图伦理敦促开发服务于共同利益的技术，促进能源、水和医疗基础设施的公平获取，同时减少AI的环境足迹。

从乌班图角度看，AI中的正义意味着在非洲社会中公平和公正地分配AI技术的利益和负担。分配正义要求每个人都公平地获得过上完全人类生活所需的基本医疗，因为存在基本的医疗人权[39]。全球北方和南方之间的医疗差距，特别是数字鸿沟，反映了深刻的不公正[40]。非洲是一个拥有14亿人口（约占全球人口的18%）的大陆，贡献不到全球GDP的3%，却承担着超过20%的全球疾病负担[41]。在北美，特别是美国和欧洲，医疗AI已经彻底改变了医学各个领域的护理交付，如诊断、个性化医疗和制药行业，但非洲的医疗AI面临着开发、实施和维护复杂技术以提供数字医疗服务的重大挑战，这些技术的成本从几百到几百万美元不等[42-44]。实施和维护这些技术的初始高成本可能会使非洲医疗实践和系统的微薄财政资源紧张甚至崩溃，可能阻碍其广泛采用。对医疗AI不平等分配的忽视不仅违反了分配正义原则，也违反了乌班图精神——没有人应该被落下[45]。

非洲的医疗挑战需要通过情境敏感和以公平为导向的AI设计、实施和治理进行紧急的伦理纠正。根据"我们只能一起成为人"的乌班图精神，正义呼吁通过在整个大陆进行战略性能力建设来弥合医疗AI的不平等部署。目前，非洲的大部分AI开发由外部实体、私营公司、跨国公司和全球组织推动，基础设施位于大陆之外，并由非洲专家支持，因为本地研发机会有限[46]。蒙特利尔宣言强烈主张AI的发展应促进正义并寻求消除所有形式的歧视。同样，欧洲委员会的科学和技术伦理小组主张AI应促进全球正义和公平获取AI技术的利益[47]。因此，乌班图伦理对所有AI利益相关者提出了道德义务，投资于在大陆上建立医疗AI开发和实施的能力。一个好的起点是投资于对AI开发及其在医疗中的应用感兴趣的年轻非洲企业家、本地开发者、政策制定者和医疗工作者。此类举措将为区域解决方案创造空间，并改变外国AI公司使用虚假非洲身份（和专家）作为营销工具筹集资金并最终套现的丑陋叙事[48]。它还将缓解对数据殖民主义和剥削的担忧，在这个时代，非洲的数据革命被描述为"新黄金"或"新石油"[49]。建立本地医疗AI开发能力将扩大医疗获取，确保最需要护理的人获得护理。

AI技术获取不平等进一步加剧了现有的医疗差距，特别是在可能放大社会经济不平等并具有实质性文化后果的非洲农村和未获服务地区，通过强化刻板印象、文化代表性和可见性[50]。我们认识到，在整合医疗AI之前声称"包容性"咨询也可能掩盖一些最受影响的声音仍然未被听到的现实。农村妇女、残疾人、传统治疗师以及处于资源极度有限环境中的那些人通常缺席AI治理过程。当这些群体被排除在外时，结果使精英受益，同时边缘化那些最可能受到影响的人。正如Iris Marion Young在《包容与民主》中所主张的，真正包容的政治沟通需要超越理性审议，包括将边缘化视角带入中心的叙事、经验和言语形式[51]。社会差异被承认时，成为政治资源而非障碍，提醒我们公正的AI治理必须优先考虑最不被听到的声音。

为解决这些问题，世界卫生组织（WHO）呼吁"行业和政府应努力确保国家内部和国家之间的'数字鸿沟'不会扩大，并确保公平获取新型AI技术"，这一呼吁得到了联合国教育、科学及文化组织（UNESCO）的支持[52, 53]。解决这些差距的一个潜在解决方案是通过开源AI降低财务障碍并允许适应本地医疗需求。开源AI可以提高透明度、促进合作、刺激创新并增加AI技术的可及性。开源平台如Hugging Face提供各种预训练AI模型和资源，可以适应和微调以满足特定需求和环境，特别是在非洲。专业知识和资源有限的国家可以获取尖端AI工具，而无需承担通常与专有模型相关的过度成本。然而，这种潜力受到几个挑战的限制。许多非洲国家缺乏有效部署和维护开源AI模型所需的基础设施，如计算能力、互联网连接和技术专业知识。此外，这些模型通常在主要来自高收入国家的数据集上训练，这些数据集可能嵌入文化和社会人口统计偏差，可能无法准确反映非洲现实。此外，当使用敏感数据训练这些模型时，会出现隐私问题，引入数据滥用、安全漏洞和已经边缘化人口的脆弱性增加的风险[54]。考虑到乌班图伦理，在实施之前需要额外的保障措施，以确保我们不仅分享AI技术，而且以保护尊严、确保安全和放大本地能力的方式进行分享。我们警告说，并非每个在"能力建设"或"开源"旗帜下引入的AI项目都是良性的。一些举措复制了旧的技术提取模式，利用非洲数据和劳动力，而对本地系统几乎没有回报。因此，乌班图必须被批判性地应用，不是作为浪漫化的盾牌，而是作为暴露权力不对称并要求问责的镜头。

同样重要的是要提到，虽然我们主张以公平和公正的方式整合医疗AI，但也有关于AI是否总是应对非洲医疗挑战最紧急或最有效的回应的有效问题。虽然AI有可能改善诊断和资源分配，但许多社区可能从扩大对医疗工作者的投资、改善农村基础设施和有韧性的供应链中立即获益更多。乌班图伦理需要辨别力：正义不仅通过采用AI创新得到服务，还通过询问这些工具是否真正满足最紧迫的需求来实现。在某些情况下，伦理路径可能是优先考虑人类和基础设施投资而非数字投资。

3.2 团结

在人类文明中，我们比以往任何时候都更加相互联系和相互依存。人类团结的概念指的是"每个人都可以对与其他人团结行动的倾向……愿意承认他人的需求，并以一般方式支持他们的人权，特别是通过努力构建能够使他们在全球范围内实现人权的跨国机构……"[55]。人类团结与乌班图核心价值观一致，这些价值观倡导普遍的相互依存和共同体主义，主张分享和建立基于相互同情和尊重的信任关系。它还要求倾听和肯定他人、分享资源以及提供基本服务[56, 57]。当乌班图价值观作为人类团结的基石时，通过对他人的需求和福祉的共同责任，实现人类生活目的的目标得到保证。在AI驱动的医疗背景下，团结涉及确保技术进步的利益公平分配并为所有人所获取的集体承诺，无论其地理位置或社会经济地位如何。这种承诺还呼吁可持续使用能源和水等资源，这些资源在非洲已经稀缺，需要用于AI开发。AI可持续发展的失败可能会加深大陆现有的社会不平等。

世界卫生组织确认健康权为人权，包括四个基本要素：可用性、可及性、可接受性和质量[58]。人类团结对每个人施加了关心全球问题的道德义务，特别是在全球南方。我们认为，既然个人有权获得医疗保健，团结呼吁AI利益相关者与当地政府、非政府组织、医疗提供者、学术研究机构和民间社会组织之间持续合作和伙伴关系，以确保通过持续的"本地化和创新的跨学科研究"，AI的利益与大陆的医疗需求保持一致[59]。在非洲部署医疗AI的一个重大挑战是缺乏用于训练模型的临床和高质量数据集，这与数据获取相关的高准备成本和时间直接相关[7]。此类障碍需要共同努力和资源来扩大必要的基础设施，以在大陆上建立伦理和负责任的AI。团结原则要求从医疗AI部署中获得的社会利益不应仅限于高收入国家，而应通过"使AI工具开源和用户友好"为最需要护理的人提供[60]。

与团结概念紧密相关的是对共同利益的关注，这是乌班图伦理的基本原则，强调共同体主义、相互依存和共享责任。共同利益被描述为"某些一般条件……对每个人都有利"[28]。在非洲背景下，共同利益包括使个人实现其潜力的社会政治、经济、文化和精神因素[61]。世界卫生组织估计，到2030年，将短缺1800万医疗工作者，主要在中低收入国家[62]。"我们通过提升他人而崛起"的乌班图精神对社会所有成员施加了道德义务，即每个人的福祉都与人类社区绑定。如果由这种精神指导，AI技术可以通过实现远程咨询和诊断、支持负担过重的系统以及放大有限的人力资源来帮助弥合非洲的医疗获取差距[34, 63]。然而，AI的专有性质威胁了这一愿景，因为私营公司可能优先考虑利润而非公平获取，特别是在数据丰富但资源匮乏的非洲环境中[64, 65]。这种商业剥削破坏了乌班图的分享、同情和集体关怀原则。我们主张AI开发应体现企业社会责任，呼应AI必须"为共同利益和人类利益而开发"的断言[47]。选择团结和乌班图而非企业贪婪的道路不仅是道德义务，而且对确保AI的承诺服务于非洲最脆弱的人，而不仅仅是其最赚钱的人至关重要。

3.3 可持续性

非洲的可持续AI需要反映乌班图共同体主义、相互依存、人文主义、分享和同情的互联价值观的整体方法。乌班图的相互依存原则强调个人和社区的福祉与环境平衡密不可分。因此，非洲的医疗AI开发必须以减轻环境退化和维护可持续生态系统的共同体责任的方式进行。虽然对在非洲开发"本地"AI技术越来越感兴趣，但此类技术的开发需要大型计算和基础设施能力，这可能导致巨大的环境影响[66]。例如，现代生成式AI模型如ChatGPT消耗约33,000户家庭的能源，还对全球水需求施加巨大压力，估计为英国的一半，以维持服务器和计算设备的最佳温度[67]。这些资源需求虽然低于西方环境，但可能会加剧非洲现有的能源和水短缺。大约三分之二的非洲人口，特别是撒哈拉以南非洲，缺乏电力获取，2017年约40%的人缺乏安全和负担得起的水[68, 69]。

除了生态影响外，AI开发还可能加剧社会不平等，因为能源和水的获取与贫困和收入分配密切相关[70, 71]。乌班图的人文主义原则，确认所有生命形式的尊严，不仅理性或自主存在，要求AI技术的设计考虑到最脆弱的人，特别是在已经遭受资源剥夺的非洲大陆。正如Alami等人所主张的，资源有限环境中的可持续性需要多方利益相关者的合作，以创造包容性、服务社区的创新[72]。在这里，乌班图的共同体主义提供了规范性指导，倡导反映循环、契约伦理并优先考虑集体福祉而非企业利益的技术努力[22]。可持续性还必须延伸到整个AI生命周期，包括维护和部署后实践[73]。在非洲许多地区，无法维护AI系统可能导致投资浪费并进一步加深系统不平等[52]。乌班图的分享精神，优先通过互助提升他人，直接针对医疗交付中公平分配和持续支持的需求。

预防原则（又称"预防方法"）提供了另一个与乌班图一致的伦理视角，将证明AI开发不会伤害人类或环境的负担放在AI利益相关者身上[74, 75]。起源于德国环境预见或Vorsorge，该原则确认："当活动引发对人类健康或环境的危害威胁时，应采取预防措施，即使某些因果关系尚未完全科学确立。在此背景下，活动的支持者而非公众应承担证明责任"[76]。虽然最初植根于环境政策，但它后来被应用于生物技术、健康保护和更广泛的伦理[77]。

我们认为，同情原则为部署剥削性或冷漠AI提供了道德禁令。正如与乌班图一致的非洲谚语所教导的："如果你想走得快，就独自前行；但如果你想走得远，就找一个同伴。"这一哲学强调同情和合作对可持续性至关重要，特别是在负担过重的非洲医疗系统中，确保AI不仅服务于技术进步，还服务于人类尊严和环境正义。

4 实用建议

为了实施上述受乌班图启发的框架，我们提出以下具体、相互关联的策略，除了先前讨论的建议外。每组建议解决三个规范性原则中的一个：正义与公平、团结和可持续性，同时融入核心乌班图价值观，包括共同体主义、相互依存、人文主义、分享和同情。

4.1 正义与公平

4.1.1 确保AI技术的公平获取

4.1.1.1 部署针对本地需求定制的开源模型

需要策划和维护使用非洲临床数据微调的开源医疗AI模型，借鉴Hugging Face的AfriMed-QA数据集等成功平台，该数据集包含来自16个国家的15,000个泛非医疗问题[78, 79]。非洲计算基金的Monarch-1模型展示了如何为非洲语言和文化背景优化AI[80]。同样，我们主张建立区域"AI中心"，在低成本服务器上托管这些模型并具有离线兼容性，类似于联合国开发计划署（UNDP）启动并得到G7领导人支持的可持续发展AI中心[81]。

4.1.1.2 补贴基础设施和连接

我们建议与政府和电信提供商合作，补贴计算资源，借鉴Cassava Technologies计划在南非、埃及、肯尼亚、摩洛哥和尼日利亚建立的AI工厂等成功模式[82]。这将通过确保农村诊所和区医院拥有可靠的数字连接，使AI工具能够实时支持远程医疗、诊断和患者记录系统，从而使非洲医疗受益。没有补贴的连接，AI支持的医疗将仅集中在城市中心，损害农村地区脆弱患者的权益。

4.1.2 通过包容性数据和算法实践促进公平

4.1.2.1 以社区为中心的数据集策划

我们建议借鉴"Made in Africa AI"方法，让社区咨询委员会参与，该方法优先考虑社区驱动、参与式方法和本土成功的定义[83]。对于医疗来说，这种方法保证数据集反映非洲患者群体的现实，从农村疾病负担如疟疾到孕产妇健康结果，而不是过度依赖错过本地背景的西方临床数据。

4.1.2.2 定期偏见审计

需要使用非洲AI伦理和人权研究项目等倡议开发的框架进行偏见审计，该研究项目支持七个非洲国家的跨学科研究[84]。此类偏见审计可以防止误诊，例如确保皮肤病AI系统在较深肤色上表现同样良好，或孕产妇护理算法考虑本地流行病学差异。

4.2 团结

4.2.1 促进全球团结和能力建设

4.2.1.1 开放合作网络

我们建议建立泛非AI联盟，借鉴威特沃特斯兰德大学和非洲AI理事会领导的AI非洲联盟等现有倡议，该联盟在卢旺达全球AI峰会上得到认可[85]。同样，我们主张支持40多个国家的智能非洲联盟协调大陆AI战略[86]。此类泛非网络可以汇集稀缺的临床数据，协调疾病监测，并共享疫情响应的AI解决方案，确保在健康危机准备中实现团结。

4.2.1.2 本地化培训和教育

我们建议开发基于社区的培训项目，以非洲负责任AI观测站的能力建设倡议和非洲妇女领导人AI伦理和政策课程奖学金为例[87]。培训一线医疗工作者，而不仅仅是计算机科学家，掌握AI的伦理使用，使护士、助产士和医生能够安全自信地将AI整合到患者护理中。

4.3 可持续性

4.3.1 嵌入环境和操作可持续性

4.3.1.1 绿色AI实践

我们建议优先考虑使用量化和剪枝等技术的轻量级模型架构，在Google Edge TPU等实施中实现了30%的能源减少，同时保持性能的60%模型大小减少[88]。同样，需要实施边缘计算解决方案，在本地处理数据，减少能源消耗并支持非洲的可再生能源倡议[89]。更绿色的AI确保在资源不足的诊所部署的诊断工具不会恶化已经脆弱的电网或医院运营所需的水资源短缺。

4.3.1.2 生命周期管理

重要的是建立本地"AI管理员"进行维护和性能监控，由非洲联盟的大陆AI战略等大陆框架支持[90]。在实际医疗中，生命周期管理意味着确保农村诊所的诊断AI设备定期更新和维护，因此早期投资不会迅速过时，留下未服务的患者。

4.3.1.3 多方利益相关者伦理监督

必须形成纳入乌班图原则的区域伦理委员会，借鉴已在南部非洲实施的多方利益相关者治理框架[91]。EthiXPERT平台为非洲研究伦理委员会提供了AI支持的例子[92]。对于非洲医疗，伦理委员会应包括患者倡导者、护士和社区医疗工作者，以确保AI治理反映直接提供和接收护理的人的现实。

4.3.1.4 反馈循环和适应性治理

至关重要的是实施移动和基于网络的反馈渠道，用于实时报告错误和伦理关切，利用AI事件数据库（incidentdatabase.ai）等已建立的系统，该系统跟踪全球1,200多起AI事件，以及MIT AI事件追踪器，按风险领域和危害严重程度对事件进行分类[93, 94]。这些反馈渠道允许患者和提供者直接报告误诊或可用性问题，因此AI工具可以根据非洲临床实践的真实条件进行响应式演变。

我们认为，虽然这些建议中的许多可能反映现有和孤立的倡议，但乌班图价值观——共同体主义、相互依存、人文主义、分享和同情的整合提升了它们的道德意义。通过将这些策略植根于非洲伦理传统，我们确认它们不仅是技术修复，而且是道德义务，必须在非洲医疗AI的开发和部署中优先考虑。最后，对AI伦理概念"价值对齐"进行批判性反思是必要的。通常，这假定人类价值是普遍和固定的。实际上，价值观总是受政治、文化和权力塑造，嵌入AI系统中的价值观问题仍然存在争议。即使乌班图，虽然提供了一个强大的伦理框架，也不是单一的：它将被不同的非洲社区和专业群体以不同方式解释。遵循Young的观点，即差异是一种政治资源，挑战不是强制执行单一的乌班图定义，而是培养多元、对话性的解释，防止支配并确保问责[51]。

5 结论

本文认为，非洲医疗中AI的整合应由乌班图伦理指导——一种深深植根于共同体、人类尊严和关系责任的哲学。虽然AI在解决非洲各地系统性医疗挑战方面的前景令人信服，但其设计、开发和部署必须符合反映非洲独特社会文化环境和环境现实的伦理义务。我们研究了乌班图原则——共同体主义、相互依存、人文主义、分享和同情，如何与全球主导的AI伦理框架产生共鸣并丰富这些框架，特别是正义与公平、团结和可持续性等规范性原则。在此过程中，我们展示了乌班图不仅补充而且挑战优先考虑自主权和个人主义的主流西方范式，提供了一种将技术视为推进集体利益手段的整体模型。通过乌班图视角，探讨了有偏见的数据、不平等获取、环境退化和社会排斥等关键挑战，揭示了无批判AI采用的伦理风险以及以关系伦理为核心的AI系统的变革潜力。乌班图对共享责任和包容性福祉的强调要求AI系统与本地社区共同设计，考虑环境限制，并关注历史上被边缘化的人的声音。我们主张在非洲医疗AI中采取去殖民化和情境敏感的方法，平衡技术进步与乌班图价值观。通过将乌班图置于非洲AI之旅的中心，我们确认，真正的创新必须既有道德根基又有社会响应性。