伦敦：人工智能（AI）在临床试验中的集成已经通过增强数据分析、预测结果和加快药物开发速度，彻底改变了医疗保健行业。然而，这种创新也伴随着显著的法律和伦理挑战，因为AI系统严重依赖于临床试验中的大量数据集，引发了关于同意、数据来源和伦理标准的担忧，GlobalData表示。透明的数据收集方法和匿名化至关重要，尤其是在数据来自第三方的情况下。虽然知情同意书有助于在试验期间概述数据使用情况，但在试验结束后将这些数据用于AI目的时，仍然存在模糊之处。
在2024年Medtech会议的“解锁健康数据：创新的法律雷区导航”会议上，医疗分析师强调了采取切实可行解决方案的迫切需求。他们指出，数据所有权仍然是一个灰色地带，经常导致临床试验赞助商、医疗保健提供者和AI开发者之间的纠纷。GlobalData的医疗分析师Elia Garcia评论道：“明确的所有权框架不仅会促进透明度，还会减少数据共享实践中的冲突。” 分析师还强调了简化复杂监管语言的重要性，以帮助医疗保健提供者理解和与AI开发目标保持一致。
网络安全是一个重大关切，因为健康数据极易受到攻击，可能导致身份盗窃、欺诈和其他严重风险。伦理问题进一步复杂化了这一局面；健康数据的不当使用可能引发负面公众反应，降低对医疗保健提供者和AI技术的信任。Garcia总结道：“在AI驱动的临床试验中应对法律和伦理挑战需要政策制定者、医疗保健提供者和AI开发者之间的协作努力。通过采用明确的数据所有权框架、增强沟通和教育公众，行业可以解决这些问题，同时继续创新。这些措施结合基于风险的法规，为安全、伦理和进步的AI驱动医疗保健环境铺平了道路。”
(全文结束)
