随着由人工智能驱动的工具越来越多地进入医疗保健领域，加州大学圣克鲁兹分校政治学系博士候选人露西亚·维塔莱（Lucia Vitale）的最新研究评估了当前的承诺和焦虑状况。支持者们设想，这项技术可以帮助管理医疗供应链、监测疾病暴发、做出诊断、解释医学影像，甚至通过弥补医护人员短缺来减少医疗资源获取的不平等。但其他人则对隐私权、模型中的种族和性别偏见、缺乏透明度的AI决策过程可能导致的患者护理错误，甚至保险公司可能利用AI歧视健康状况不佳的人等问题发出警报。
这些工具最终会产生何种影响，将取决于它们的开发和部署方式。在《社会科学与医学》杂志的一篇文章中，维塔莱和她的合著者、不列颠哥伦比亚大学博士候选人莉亚·希普顿（Leah Shipton）对AI在医疗保健领域的当前轨迹进行了广泛的文献分析。他们认为，AI可能会成为一系列技术进步中的最新一员，这些技术最终影响有限，因为它们采取了一种“回避政治”的做法，转移了人们对全球公共卫生更根本结构性问题的关注，甚至可能使这些问题恶化。
例如，像许多过去的技术干预一样，大多数为健康开发的AI都集中在治疗疾病上，而忽视了健康的根本决定因素。维塔莱和希普顿担心，对未经证实的AI工具的炒作可能会分散人们对于实施低技术但基于证据的综合干预措施的迫切需求，如社区卫生工作者和减少伤害计划。“我们以前见过这种模式，”维塔莱说，“我们不断投资于这些技术灵丹妙药，但它们实际上并没有改变公共卫生，因为它们没有解决根深蒂固的政治和社会健康决定因素，这些因素可以从健康政策优先事项到获得健康食品和安全居住地等方面。”
AI还可能继续或加剧生物制药行业历史上常见的伤害和剥削模式。文章讨论的一个例子是，目前AI的所有权和利润集中在高收入国家，而低收入和中等收入国家由于监管薄弱，可能成为数据提取或潜在风险新技术试验的目标。文章还预测，对AI的宽松监管将继续优先考虑知识产权和行业激励，而不是公平和负担得起的公众获取新疗法和工具的机会。由于企业利润动机将继续推动产品开发，AI公司也可能忽视世界最贫困人口的需求，选择不对研究和开发的投资目标进行审查。
然而，维塔莱和希普顿确实发现了一个亮点。AI有可能打破传统模式，通过改善医疗系统本身产生更深远的影响。AI可以用于更高效地分配医院资源，实现更有效的患者分流。诊断工具可以提高农村小医院普通医生的工作效率和能力，而这些医院通常缺乏专科医生。AI甚至可以提供一些基本但重要的医疗服务，以填补劳动力和专业技能的缺口，例如在产科护理沙漠地区提供产前检查。所有这些应用都有可能实现更公平的医疗资源获取。但这一结果远非确定。这些技术的部署方式和地点将决定它们是否会成功填补真正的医护人员短缺，还是导致现有医护人员失业或从事不稳定的工作。除非解决医护人员短缺的根本原因——包括倦怠和向高收入国家的“人才流失”——否则AI工具最终提供的诊断或疫情检测可能毫无用处，因为社区仍然缺乏应对能力。
为了最大化利益并最小化危害，维塔莱和希普顿认为，在AI进一步扩展到医疗保健领域之前，必须制定监管措施。适当的保护措施可以帮助AI避免重蹈过去的覆辙，而是开辟一条新的路径，确保未来的项目符合公共利益。“在AI方面，我们有机会纠正治理新技术的方式，”希普顿说，“但我们需要一个明确的议程和框架，通过世界卫生组织、资助和实施卫生干预措施的主要公私合作伙伴关系，以及拥有科技公司的国家如美国、印度和中国，来实现AI健康技术的伦理治理。这将需要持续的公民社会倡导。”
(全文结束)
