卫生与公众服务部顾问的AI立场引发医疗过失争议

概述

一位资深**卫生与公众服务（HHS）**顾问的最新声明在医学界引发了关于在临床实践中整合人工智能的激烈辩论。卡利·米恩斯（Calley Means）是联邦健康政策领域的知名人物，她提出，如果医生不坚持要求患者咨询人工智能工具以获取诊断或治疗建议，则可能构成医疗过失。

该言论随后被从公开视野中撤除，并遭到医疗保健从业者的强烈批评。他们警告称，这种立场忽视了一个重要事实：当前的生成式人工智能系统存在重大的可靠性问题。批评者认为，在未解决其已知错误率的情况下强制要求咨询人工智能，可能会危及患者安全，并削弱医患关系。

“我每天都会发现人工智能出现的错误。”

这场争议凸显了快速推进数字健康创新与传统上遵循医学实践的保守、安全第一理念之间日益加剧的紧张关系。随着政府机构探索利用人工智能的方式，支持性工具与强制性标准之间的界限仍是一个充满争议的议题。

担任 HHS 顾问的卡利·米恩斯因声称医生若不让患者使用人工智能便构成医疗过失，而立即引发强烈反对。这一言论的隐含意思是，人工智能已达到具备权威性和准确性的水平，拒绝使用它可被视为职业疏忽。

尽管米恩斯在该帖文病毒式传播后将其删除，但专业信心已受损。该声明暗示了一种自上而下的监管方式，优先考虑技术采用而非临床判断，这一举措让许多医生感到震惊。

医学专家指出，虽然人工智能可以成为强大的助手，但它缺乏人类从业者的微妙性、情境理解能力和责任感。建议将人工智能咨询设为强制要求，忽视了这些技术的当前局限性，尤其是在高风险诊断场景中。

反对米恩斯立场的核心在于当前人工智能模型在处理复杂医疗数据时表现出的不可靠性。医生们长期以来一直报告存在幻觉问题，即人工智能生成的听起来合理但事实上错误的信息。

批评者引用的一个突出例子涉及最近的一起事件：一位用户将一张核磁共振成像（MRI）图像上传至一个名为 Grok 的流行人工智能平台。人工智能未能正确识别解剖结构，反而错误地声称膀胱中的尿液是脑脊液（CSF）。

此类错误不仅仅是技术故障；在临床环境中，错误识别体液可能导致灾难性的诊断错误、不当治疗或延误护理。脑脊液和尿液对患者健康的意义截然不同，将它们混淆表明当前大型语言模型缺乏关键的语义理解能力。

医疗保健提供者强调，人工智能应作为决策支持工具，而非专业验证的替代品。当前一代人工智能模型容易陷入自信的误导信息，使其在诊断工作流程中的强制使用构成重大责任风险。

医疗过失是一项严重的法律和专业指控。通过暗示不使用人工智能属于疏忽行为，米恩斯无意中提高了护理标准，将可靠性及监管监督仍处于早期阶段的技术纳入其中。

反对者认为，这将举证责任转移给了患者和医生，如果人工智能提供错误指导，他们可能面临法律风险。如果人工智能基于错误数据推荐治疗方案，而医生因其“强制性”而遵从，法律后果可能非常严重。

此外，这场辩论引发了关于知情同意的伦理问题。患者可能不完全了解人工智能工具的局限性或出错的可能性。在没有充分保障措施的情况下强制使用，可能违反医疗决策中的自主原则。

医学界以沮丧和谨慎混合的情绪作出回应。专业组织呼吁制定更清晰的指南，将人工智能定位为辅助资源，而非医疗决策的强制性裁决者。

业界普遍认为，人工智能在提高效率和识别大型数据集模式方面具有潜力，但这些益处必须与错误和风险加以平衡。业界敦促政策制定者与临床医生合作，制定确保人工智能得到安全有效使用的框架。

米恩斯删除帖子一事表明，HHS 内部可能对这一问题的敏感性存在认知。然而，这一事件作为一个 stark 提醒，指出正对医疗保健系统施加压力以快速采用人工智能。

随着技术不断发展，医学中最佳实践的定义很可能会改变。然而目前，执业医生的普遍观点是，人工智能应增强人类专业知识，而非取代定义医学专业的批判性思维和问责制。

这场辩论强调，在人工智能建议被视为标准护理之前，需要强大的验证流程和监管监督。在此之前，将人工智能生成的见解视为无谬误的风险，仍然是患者安全和专业 Integrity 的重大关切。