近日，湖南省醫(yī)保局發(fā)布的通知中提到的“嚴(yán)禁使用人工智能等自動生成處方”引發(fā)熱議，人工智能“幻覺”也被自媒體輪番報道，AI醫(yī)療看上去似乎“不太靠譜”。
同時，人工智能輔助醫(yī)生診療時能夠引用出最新指南，并標(biāo)注多篇參考文獻(xiàn)中的關(guān)鍵內(nèi)容，正成為越來越被倚重的“全知型”幫手。
那么，人工智能參與照護(hù)百姓健康后，該如何劃定效率與責(zé)任的邊界？醫(yī)療領(lǐng)域在對人工智能高效便利等優(yōu)點善加利用的同時，怎樣才能避開風(fēng)險？
處方應(yīng)由接診醫(yī)師本人開具
“目前人工智能在臨床診療中，比較被接受的作用是臨床決策支持和輔助。”廣東醫(yī)科大學(xué)多模態(tài)數(shù)據(jù)融合應(yīng)用實驗室（GMCLab）主任弓孟春告訴科技日報記者，醫(yī)囑開立作為診療行為的關(guān)鍵步驟，目前的確不允許也不應(yīng)該由人工智能直接進(jìn)行處方開立。
上海市眼病防治中心主任醫(yī)師朱劍鋒也向科技日報記者表示，線上問診可以用AI來輔助，但診斷和開具處方是不允許的。
2021年，國家衛(wèi)生健康委發(fā)布的《公立醫(yī)院高質(zhì)量發(fā)展促進(jìn)行動（2021—2025年）》中也明確，鼓勵有條件的公立醫(yī)院加快應(yīng)用智能可穿戴設(shè)備、人工智能輔助診斷和治療系統(tǒng)等智慧服務(wù)軟硬件，提高醫(yī)療服務(wù)的智慧化、個性化水平。
“對于人工智能的核心約束，是它不能替代醫(yī)生直接進(jìn)行診療決策。”弓孟春解釋，通俗地說，AI是提建議的，醫(yī)生是做決策的，聽不聽由醫(yī)生決定。人工智能軟件目前能提供用藥禁忌、劑量換算、注意事項提醒等輔助功能。
“使用人工智能自動處方的情況，一般不會發(fā)生在實體醫(yī)院內(nèi)。”弓孟春解釋，實體醫(yī)院的診療流程有著嚴(yán)格的質(zhì)控和監(jiān)管，不太可能出現(xiàn)機(jī)器替代人開醫(yī)囑的情況。互聯(lián)網(wǎng)醫(yī)院等醫(yī)療主體的診療環(huán)節(jié)在院外，較難監(jiān)管。
記者查閱湖南省醫(yī)保局發(fā)布的《關(guān)于進(jìn)一步加強(qiáng)基本醫(yī)療保障定點零售藥店管理的通知》文件后發(fā)現(xiàn)，“嚴(yán)禁使用人工智能等自動生成處方”的提法在“規(guī)范互聯(lián)網(wǎng)醫(yī)保定點醫(yī)院處方行為”的條款中，條款同時要求互聯(lián)網(wǎng)醫(yī)院要與患者或患者家屬進(jìn)行有效、充分的溝通問診。
對于互聯(lián)網(wǎng)診療，國家衛(wèi)生健康委在2022年發(fā)布的《互聯(lián)網(wǎng)診療監(jiān)管細(xì)則（試行）》中對接診、開方流程均進(jìn)行了明確規(guī)定：其他人員、人工智能軟件等不得冒用、替代醫(yī)師本人提供診療服務(wù)；處方應(yīng)由接診醫(yī)師本人開具，嚴(yán)禁使用人工智能等自動生成處方。
對AI給出的新論斷要充分研判
有觀點認(rèn)為，由于人工智能“幻覺”是天生的，會杜撰藥品名稱、治療方法等，其用于醫(yī)療可能“闖下大禍”，加之Open AI（開放式人工智能）之前在美國應(yīng)用時也出現(xiàn)過“幻覺”問題，這些都令人很忐忑。
那么，能不能消除大模型自主產(chǎn)生的、看似邏輯嚴(yán)密卻又毫無依據(jù)的“幻覺”呢？醫(yī)療和人工智能領(lǐng)域在聯(lián)合研發(fā)過程中，從未回避這一問題。
不久前，北京協(xié)和醫(yī)院與中國科學(xué)院自動化研究所共同研發(fā)的“協(xié)和·太初”罕見病人工智能大模型正式進(jìn)入臨床應(yīng)用階段。科研團(tuán)隊將能有效抑制人工智能“幻覺”作為其三大核心優(yōu)勢之一。相關(guān)報道顯示，傳統(tǒng)的人工智能模型常因數(shù)據(jù)噪聲或知識盲區(qū)產(chǎn)生“幻覺”，易導(dǎo)致錯誤推斷。“協(xié)和·太初”通過整合權(quán)威數(shù)據(jù)、動態(tài)更新知識、增加溯源機(jī)制等方式，有效抑制模型出現(xiàn)“幻覺”，增強(qiáng)了臨床決策可信度。
“抑制‘幻覺’，目前主要通過本地化的高質(zhì)量數(shù)據(jù)集（如真實的診療記錄等）和大量經(jīng)人工驗證的知識庫（如臨床診療指南、教材及公開可及的科學(xué)文獻(xiàn)等）進(jìn)行模型微調(diào)。”弓孟春解釋，“通過提示詞工程等技術(shù)在推理過程中施加有效的證據(jù)佐證、溯源核查、判據(jù)驗證等，并不斷反饋與修正。”可以理解為，讓AI只學(xué)“好知識”，并限制推理“邊界”，也可增加“溯源”機(jī)制，在臨床應(yīng)用前不斷修正“教育”。
相關(guān)專業(yè)機(jī)構(gòu)發(fā)布的DeepSeek（深度求索）在國內(nèi)三甲醫(yī)院部署的統(tǒng)計顯示，包括復(fù)旦大學(xué)附屬華山醫(yī)院、瑞金醫(yī)院、深圳市人民醫(yī)院等在內(nèi)的多個醫(yī)院開啟了與國內(nèi)頂尖人工智能企業(yè)的聯(lián)合研發(fā)，通過跨領(lǐng)域的融合和對接，加速推進(jìn)醫(yī)療智能化，解決“卡脖子”問題。業(yè)內(nèi)認(rèn)為，利用DeepSeek獨(dú)特的“分層次知識蒸餾”技術(shù)，可使醫(yī)療復(fù)雜場景中的推理計算量降低30%。
“國內(nèi)外大量基于多模態(tài)臨床數(shù)據(jù)進(jìn)行的研究證實，人工智能技術(shù)所提供的臨床洞察意見可能會超越醫(yī)生所能掌握的知識極限和物理感覺極限，為臨床決策提供重要的輔助意見。”弓孟春說，對于AI給出的新證據(jù)、新論斷要持“審慎驗證、充分研判”的態(tài)度，建設(shè)多模態(tài)臨床數(shù)據(jù)基礎(chǔ)設(shè)施，梳理高質(zhì)量的隊列，對各類數(shù)據(jù)驅(qū)動的醫(yī)學(xué)新發(fā)現(xiàn)進(jìn)行驗證。以多學(xué)科診療（MDT）的形式將AI提供的臨床證據(jù)融入診療環(huán)節(jié)為患者服務(wù)，是全球醫(yī)療科研領(lǐng)域的主流發(fā)展趨勢之一。
