全部商品分類
上一篇文章中，ＩＨＩ?。蹋酰悖椋幔睢。蹋澹幔穑逖芯克偌藖碜詠嗰R遜、谷歌、微軟等大型科技公司以及哈佛醫(yī)學院、Ｌｅａｐｆｒｏｇ Ｇｒｏｕｐ 和?。耍幔椋螅澹颉。校澹颍恚幔睿澹睿簦宓膶＜医M，針對生成式ＡＩ在醫(yī)療領域的三大用例展開了分析，并就生成式ＡＩ對于患者安全的影響展開了全面評估。
＊相關閱讀：生成式ＡＩ與患者安全（上）：專家組詳解三大應用場景與挑戰(zhàn)
那么，如何最大限度地發(fā)揮生成式ＡＩ 的優(yōu)勢，消除患者安全和質量方面的“慢性問題”，并最大限度地降低技術對患者和患者安全的風險，一些關鍵群體必須深入思考相應的策略。
本文將詳細分析醫(yī)療活動中不同群體的角色、責任、他們面臨的挑戰(zhàn)，以及如何負責任地采用生成式ＡＩ。
０１患者和患者權益倡導者
患者是醫(yī)療保健服務的直接受益者，他們對生成式ＡＩ的引入持有重要的發(fā)言權。
專家組建議，患者和患者權益倡導者需要確保醫(yī)療機構在應用生成式ＡＩ時保持透明。在目前的初級階段，醫(yī)療機構必須制定披露和同意的最低標準，以確保患者了解在其醫(yī)療過程中使用生成式ＡＩ 的情況。患者應有權選擇拒絕使用生成式ＡＩ，并在拒絕時獲得適當的替代方案?；颊咝枰谥榈那闆r下同意使用其數據。
０２臨床醫(yī)生
臨床醫(yī)生是生成式ＡＩ應用的直接參與者。他們必須要了解這些新技術，并合理地將它們融入日常醫(yī)療實踐中。
專家組建議，臨床醫(yī)生應將生成式ＡＩ節(jié)省下來的時間，部分用來改善患者護理，提高醫(yī)療質量和安全性。同時，臨床醫(yī)生需要了解生成式ＡＩ的局限性和挑戰(zhàn)，倡導持續(xù)改進，運用專業(yè)知識理解和改善現有的問題，如偏見、數據集代表性不足、缺乏透明度或可解釋性等。努力學習新技能，包括基本的生成式ＡＩ知識、人工智能與倫理、臨床生成式ＡＩ工具的模擬練習，以及醫(yī)療保健系統(tǒng)實踐和政策指導等。
此外，臨床醫(yī)生應將生成式ＡＩ工具視為輔助工具，而非替代品，在臨床決策中保持最終決策者的角色。小心謹慎，確保對ＡＩ工具的使用進行監(jiān)督，從而實現實際的安全，而不僅僅是表面安全。
０３安全與質量專業(yè)人員
患者安全和質量專業(yè)人員負責監(jiān)控流程、識別風險和實施最佳實踐，以防止差錯和減少傷害。他們需要利用生成式ＡＩ來加強對患者安全問題的檢測和監(jiān)控，并提高報告的效率。
安全與質量專業(yè)人員必須確保，通過這些ＡＩ技術所獲得的時間能夠被用來高效分配安全管理任務，制定有效的戰(zhàn)略來減少反復出現的安全風險和危害，而不是僅僅優(yōu)先考慮降低成本。
在使用人工智能加強事件報告流程之前，應當重新思考患者安全的關鍵模式，在實際傷害發(fā)生之前進行識別和預防。
與其他關鍵群體進行合作（如患者和臨床醫(yī)生、信息技術和信息學人員、數據科學家和分析師、領導者），以促進安全、高質量的醫(yī)療，避免僅僅名義上的參與。
０４醫(yī)療保健系統(tǒng)
雖然生成式ＡＩ有望簡化運營和提高醫(yī)療水平，但醫(yī)療系統(tǒng)的領導者必須把握好相關風險。包括以負責任、合乎道德和公平的方式開發(fā)、實施和使用人工智能系統(tǒng)，確保其可信度和準確性，并降低網絡安全風險。
醫(yī)療系統(tǒng)及其領導者必須確保生成式ＡＩ的使用滿足現有需求。制定和實施計劃時，需考慮可能出現的錯誤結果和意外后果，并營造重視患者安全、公平和負責任地使用生成式ＡＩ的氛圍，以提高醫(yī)療服務質量。
同時，專家組強調，應用生成式ＡＩ的同時，應將時間效率重新分配，以減少臨床醫(yī)生的倦怠感。
此外，需要在教育、培訓和保障措施方面進行投資，以培養(yǎng)有效使用生成式ＡＩ工具的能力，并確保臨床醫(yī)生和其他人員保持基本的醫(yī)療能力。
建立健全的人工智能管理，促進跨學科合作。建立管理、評估和監(jiān)控程序，指導基因人工智能的使用，并制定明確的隱私、安全（包括網絡安全）、數據所有權和管理政策，以及基于ＡＩ工具的內部開發(fā)指南等，在快速部署的愿望與謹慎的需要之間取得平衡。內部開發(fā)的ＡＩ工具要能夠支持和加強臨床醫(yī)生與患者之間的關系，進行以人為本的設計。
０５生成式ＡＩ 開發(fā)人員
生成式ＡＩ的開發(fā)者在創(chuàng)新與人類福祉和安全之間必須取得平衡。需要優(yōu)先考慮透明、可解釋的人工智能設計，使患者和臨床醫(yī)生能夠理解并信任其輸出結果。
與醫(yī)療保健專業(yè)人員、安全領導者、患者和患者權益倡導者密切合作，收集反饋并不斷改進人工智能工具。開發(fā)者還必須主動了解和降低患者安全風險，對ＡＩ工具進行持續(xù)監(jiān)測，避免偏差。
此外，還需整合先進的數據安全措施，保護敏感的患者數據，直面隱私和數據所有權問題。在產品的整個生命周期中遵循現有的網絡安全準則，主動識別數據的潛在風險，隨時了解并遵守醫(yī)療法規(guī)和指導方針，確保人工智能工具符合管理機構制定的安全、隱私和道德標準。
０６研究人員
研究人員在建立生成式ＡＩ研究基礎，以及縮短科研與實踐的鴻溝中，扮演著關鍵角色。他們需要研究如何減輕數據集的偏差問題，提高ＡＩ工具的可信度。
以人為本的設計需要進行大量的研究，包括與患者偏好、警報疲勞，以及技術對醫(yī)患關系的影響等相關的人為因素問題。
此外，另一個關鍵的研究領域是如何確保人類對ＡＩ工具進行有效監(jiān)督，研究人員可以幫助制定相關策略，以克服生成式ＡＩ的潛在風險。
０７監(jiān)管者和決策者
促進負責任的生成式ＡＩ采用，監(jiān)管者和政策制定者起著至關重要的作用。他們需要制定明確的指導方針，制定全面的法規(guī)，重點關注患者安全、數據保護和合乎道德地使用技術。與開發(fā)者和用戶合作，規(guī)定生成式ＡＩ 系統(tǒng)的透明度，以確保用戶了解人工智能是如何做出決策的，并在出現錯誤或不利結果時建立問責機制。
監(jiān)管者和決策者還有責任促進人工智能掃盲，提高公眾意識。
此外，應當激勵那些將安全放在首位的人工智能開發(fā)和研究，并促進本地化決策，同時為總體人工智能安全和道德標準提供框架。
