“同意治理”模式化解生物樣本數據庫研究中的理解難題：何以可能？

陳泓邑,龐 聰

(1 復旦大學人類表型組研究院,上海 201203,chhy@fudan.edu.cn;2 復旦大學哲學學院,上海 200433;3 復旦大學生命醫學倫理研究中心,上海 200433)

生物樣本數據庫旨在長期保存研究參與者提供的樣本，以及樣本中可能提取的數據，用于未來目的不確定的研究，當下各類生物醫學研究(人群基因組、表型組、精準醫學)都離不開生物樣本數據庫。“長期”可能是永久性的，例如“永生不死”的細胞系和永遠在云端的數據。隨著生物技術的發展，可能開展的研究類型以及從數據中挖掘出的新信息，會超出今人的想象，并不能夠在首次征求知情同意時被預見到。而傳統知情同意原則要求限定樣本數據的使用目的、方法和儲存時間。于是，傳統知情同意原則在生物樣本數據庫的實踐中遭遇了挑戰。挑戰至少包括如下兩個方面：①未來研究目的無法在征求同意時被預想到;②隨著生物技術變得越來越復雜，研究人員與參與者之間的“知識鴻溝”導致參與者難以理解所披露的信息。為了處理上述問題，可以采用多種不同的同意模式，來征求樣本提供者或數據主體的同意。主要模式包括動態同意(dynamic consent)[1]、寬泛同意(broad consent)[2-3]、元同意(meta consent)[4]、分層次同意(tiered consent)[5]和選擇退出(opt-out)[3]，并在同意過程中使用簡單易懂的語言披露信息。文章將在介紹各類同意模式后，論證得到可靠治理體系支撐的寬泛同意模式，也即“同意治理”模式，能夠更好地處理“理解難題”。

1 生物樣本數據庫各類同意模式

動態同意(dynamic consent)通過使用現代通信技術手段，例如建立一個網站，為每位參與者提供賬戶，在網站上向參與者持續不斷地提供新近展開的研究信息，并征求同意，是傳統知情同意的延續。

元同意(meta consent)是對動態同意的改進：在網站平臺上，參與者可以依據不同的數據類型，選擇不同的同意類型。例如參與者可以對更敏感的電子病歷數據，選擇要求總是征求同意，對樣本中提取的各類不敏感的組學數據，選擇不需要再征求同意。

寬泛同意(broad consent)向參與者提供如下兩大類信息：樣本數據可能的用途類型(例如，寬泛的“健康相關研究”)、樣本和數據的治理安排。世界醫學科學組織理事會(CIOMS)與世界衛生組織(WHO)在其共同發布的《涉及人的健康相關研究國際倫理指南》中提出，泛知情同意(broad informed consent)在倫理上可以被接受的條件在于合適治理(proper governance)[3]。2020年，上海市衛生健康委員會項目組也提出了類似主張，認為生物樣本數據庫的泛知情同意，只有在嚴格治理(strict governance)下才是倫理上可接受的[6]。如果在同意過程中披露治理安排，而不是傳統知情同意所要求的具體的研究目的等信息，上述模式就也可以被稱之為“同意治理”(consent for governance)[7]。治理安排的內容至少需要包括隱私保護方式、倫理監管措施、利益分配信息等?！皩挿和狻薄胺褐橥狻憋@然有共同指稱，“合適治理”“嚴格治理”也有共同指稱。文章接下來將把“合適治理”“嚴格治理”統歸到“可靠治理”，把有治理支撐、并在同意過程中告知治理安排信息的寬泛同意統稱“同意治理”。顯然，“同意治理”并不等同于“可靠治理”，這是由于即使治理本身是可靠的，參與者也可能由于種種原因不同意，反之類似，即使參與者愿意同意，也不意味著治理就是可靠的。

分層次同意(tiered consent)指研究人員在采集數據與樣本時，設想所有可能的研究類型，例如癌癥相關研究、免疫相關研究……并在同意書中逐一告知，由參與者勾選是否同意某一類型的研究。但此類同意書一方面極為冗長，不便于參與者理解，另一方面依然無法覆蓋到所有可能的研究，并且加劇了研究機構的管理負擔。

選擇退出(opt-out)是西方的一些福利國家，例如丹麥采取的模式。丹麥公民在醫療機構產生的數據和樣本，除非個人明示不同意，并要求退出，否則將被默認可以被用于各種可能的研究。但該模式嚴格來說并不是一種同意模式。

2 何種同意模式更好？

對于生物樣本數據庫而言，何種同意模式更好？回答這一問題涉及一系列復雜的倫理、法律與政策問題，文章從生物醫學研究倫理中“理解”切入考察上述問題?！袄斫狻币恢北徽J為是知情同意的要素之一，一般認為研究參與者需要“獲得足夠的相關信息，能夠意識到他們行動的性質和結果”[8]時，即達到理解，其給出的同意才能夠被認為是有效的。有些同意書會在頁末讓參與者自行報告是否理解了閱讀的內容(主觀理解)，但自我報告不能排除主觀偏差，更客觀和盡可能排除主觀偏差的方式是設置理解測試，根據同意書的內容設置題目，考察參與者是否能夠完全答對，從而判斷其是否達成理解(客觀理解)。近期美國一項采用該方法的經驗研究表明，該國有近三分之一的正常成年人，無法完全理解生物樣本數據庫研究團隊提供的同意書內容[9]。在該調查中，每位研究參與者被要求閱讀一份約1300字的同意書，并隨后完成包含21個真/假問題的理解測試，在理解測試中答錯的題目都可以重新回顧相關內容，并再次回答。但是，經過權重計算后，33.4%的人最終無法在測試中拿到滿分。這一結果引起了巨大的反響。專家們對于參與者應該理解什么、不需要理解什么、是否應該繼續招募沒有達成理解的參與者以及“知情同意”應該被認為是一個“要求”(requirement)還是一個“理想”(aspiration)都產生了分歧。

對于生物樣本數據庫所采取的各類同意模式而言，該項研究結果意味著，如果不設置理解測試，在動態同意中，參與者可能每次都并沒有理解披露的研究信息，就點選了同意，陷入了所謂的“同意疲勞”。元同意也面臨著類似的挑戰：無論其選擇的是總是征求同意還是偶爾征求同意，在后續征求同意時，參與者可能都是在沒有理解的情況下進行選擇。如果一次又一次地對參與者進行理解測試，考察其是否理解了新近開展的研究的性質和目的，又會挫傷參與者的積極性。分層次同意冗長乏味，參與者需要一次性理解許多種可能的研究類型，長達四五十頁的同意書令人望而生畏。而選擇退出沒有提供理解后同意這一選項，是一種徹底有別于以同意為基礎的生物醫學科研倫理的模式，目前文章還是將論域限定在以同意為基礎的模式上。

同意治理模式的支持者提出，該模式可以在如下兩個層面上緩解上述理解難題：①在經驗層面上，關于具體科學研究的信息太過復雜，并且與研究參與者的生活缺乏關系，難以使研究參與者理解，且參與者也沒有動機去理解所披露的具體科研信息。向其披露治理安排的信息能夠更好地促進理解[10]。治理安排也更直接地與參與者的權益相關，理論上能使參與者更有動機去閱讀理解同意書。相較于科學研究目的和方法的多變，治理模式是相對穩定的，參與者可以只簽署一次同意書，并只進行一次嚴格的理解測試，這可以同時降低參與者與研究人員的負擔——只要我們將有效同意的內涵拓展為包括理解治理安排。②在規范層面上，由于知情同意本身并不足以使一項研究成為倫理的，因而建立可靠的治理可以在參與者實際上沒有理解，卻依然愿意同意的情況下，保障所有參與者的權益。同時，建立可靠的治理也可以處理傳統知情同意沒有覆蓋到的因素。

例如，當下的生物樣本庫可以利用多能干細胞培育類器官——一種功能上與人體器官接近的，但是在體外培養的組織，包括類腦。這一研究在傳統的知情同意模式下，只需要樣本是匿名化的就可以展開。動態同意等基于同意的模式中，由于樣本已經匿名化，無法再次聯系參與者征求知情同意，使用匿名化的樣本進行研究不屬于“涉及人的生物醫學研究”，研究也不會對參與者造成侵入性風險，使用匿名化的樣本開展研究在許多國家的法律框架內被豁免接受倫理審查。但是，開展類器官研究，尤其是類腦研究有明顯的倫理問題，包括類腦是否具有道德地位，如果它具有道德地位，是否還能夠僅僅將之視為一種科學研究的對象？樣本提供者是否愿意他們的樣本被用于此種研究(即使是樣本是匿名化的)？以“匿名化”保護隱私，從而免去知情同意與倫理審查的策略，雖然確實保護了參與者的隱私，但卻忽略了研究本身所蘊含的更復雜的倫理相關問題。同意治理的支持者提出，通過建立可靠治理，包括與樣本提供者、公眾、科研人員持續不斷的接觸、公開科研信息、就敏感研究進行充分的公共討論，并在同意書中規定研究機構與研究人員有上述責任，可以避免此類敏感研究僅僅由于其匿名性、沒有對樣本提供者造成侵入性風險，就被認為沒有倫理問題，可以不受限制地開展[11]。使用上述治理安排的英國生物樣本數據庫(U. K. Biobank)被認為可以提升公共理解，促進公眾對科學的信任[12]。

有鑒于種種倫理上的好處，同意治理陸續被英國、美國、德國等西方國家接受，成為基于已保存的樣本與數據開展生物醫學研究的時代，被西方主流國家認可的同意模式，以丹麥為代表的福利國家甚至只有治理而無需同意。不過，一份德國的國家級經驗研究還是表明，雖然該國參與生物樣本數據庫研究的代表人群中，有86%的人愿意接受同意治理(該文稱為“寬泛同意”)，但他們對同意書中披露的治理安排信息的理解程度仍然較低。在同意書的語言經過調整變得更清晰后，有90%以上的人愿意同意，理解程度也有所提升，但依然不能達到完全理解[13]。德國的經驗調查的結果表明，即使是對于這樣一個高收入、國民受教育程度較高的國家而言，生物樣本數據庫的潛在參與者接受同意治理的意愿雖然十分高，但其對同意書的理解程度卻仍然較低。對于采用同意治理模式的生物樣本數據庫而言，如果要保證所招募的參與者都真正理解同意書，就需要通過理解測試進行參與者篩選，比如90%的人愿意同意，但其中只有54%的人達成理解，那么就需要排除未達成理解的人，只招募達成理解的人。從倫理上講，使用同意治理模式的生物樣本數據庫有必要這樣做嗎？

文章接下來將在規范層面論證“不必要”。理由如下：①生物樣本數據庫治理安排的可靠與否，不依賴于個人是否理解它，即使個人在初次同意時沒有完全理解，治理安排本身也可以在公共監督下良好運轉，保障參與者權益。②假設治理安排是可靠的，研究參與者在沒有完全理解的情況下，如果選擇同意，這一決定就不能被認為是魯莽(imprudent)決定。③傳統的生物醫學研究在招募受試者時，測試受試者理解程度的主要目的，是降低受試者非自愿地接受高風險的概率。但是，生物樣本數據庫研究不涉及侵入式風險，且涉及人群龐大，降低招募到沒有完全理解的參與者的概率要求，需要與排除這些參與者所需的成本相平衡。

3 治理安排是否可靠，獨立于個人對其的理解

在日常生活與科學研究中，普通人或科研人員經常要利用到其不理解的事物。普通人使用抗體試紙自測是否感染某種病毒時，并不理解也不需要理解試紙的工作原理。試紙可以有一定的假陰率或假陽率，但只要試紙能夠系統性、可預測地產生正確的檢測結果，它就依然是可靠的。大部分臨床醫生并不理解，也不需要理解功能性核磁共振成像儀器的內部運作機制，而只需要學會按照操作說明使用這些儀器，使用其產生影像結果并對結果進行解讀。在上述例子中，無論是普通人，還是臨床醫生，都默認他們所依靠的事物是可靠的。從哲學上講，“可靠”是一個認識論概念，當A可以依靠B達到C，即使B有一定的可錯率(例如之前所提到的假陰、假陽率)，只要B能夠系統性、可預測地幫助A成功達到C，那么我們就可以稱B是可靠的，即使A不理解B的運作機制，A也可以依靠B達到C。倫理上講，可靠是配享信任(trustworthy)的必要條件，盡管不一定是充分條件[14]。一位醫生如果不能系統性地給出正確診斷，也是不可靠的，那么他顯然就不值得信任。同樣地，某一位患者是否認為醫生可靠或不可靠，與該醫生本身是否可靠無關。

上述對“可靠”的簡單刻畫同樣適用于討論生物樣本數據庫的治理安排。從倫理上講，生物樣本數據庫的治理安排的目的在于，使基于樣本和數據進行的研究盡可能都是合乎倫理的。哪些因素使得治理安排能夠系統性地成功實現上述目標？這些因素至少包括：透明的信息政策、嚴格的倫理審查和監管[2]、充分的公共參與[15]、嚴密的隱私保護、保障退出權……透明的信息政策可以包括，每一種基于樣本或數據開展的研究的信息，都在網站上充分公開，并公開負責審查該研究的倫理委員會信息，以及批準該研究的理由、研究的風險預估、相應的隱私保護方案等。嚴格的倫理審查和監管，包括審查研究是否給研究參與者帶來不合理的風險，研究是否會帶來劇烈的負面社會輿論等。充分的公共參與可以通過邀請參與者代表進入倫理委員會或決策咨詢機構，使其能夠參與到對是否開展某項研究的決策中，充分尊重其持有的價值。隱私保護方案可以包括對數據進行模糊化處理，使數據集在不損失的統計價值的情況下，不能夠被用于識別到具體個人的真實身份。

上述因素以及其他可以補充的因素，使得生物樣本數據庫的治理安排，能夠系統性地避免有人基于其樣本或數據開展不合倫理的研究，使得其治理安排成為可靠的。與依靠可靠的試紙與功能性核磁共振成像儀產生正確的結果，而不需要理解其原理相似，如果治理安排是可靠的，那么參與者也可以在即使沒有完全理解它的情況下依靠它。只是在尊重參與者自主性的意義上，需要將治理安排在一份同意書中告知，參與者自主選擇是否同意。如果參與者不愿意，或者他認為治理安排不可靠，他可以不同意，即使同意了，也可以在任何時候自愿退出——保障參與者的隨時退出權正是可靠的治理的要求之一。

如果之前的討論是合理的，那么沒有完全理解，但接受并依靠一種治理安排，至少是可供討論的選項。但是，上述討論還是沒有直接回應如下擔憂：個人在沒有理解的情況下做出的同意并非有效同意。

4 個人理解、有效同意與魯莽決定

當我們擔憂一個人并沒有充分理解同意書的內容，從而沒有充分理解他即將做出的決定時，給出了并非有效的同意時，我們究竟在擔憂什么？從常識來看，在沒有達成完全理解的情況下給出的決定會被認為是魯莽決定(imprudent decision)，從哲學上來看，這意味著作出該決定并沒有真正體現一個人的自主性，也就是說，這不是他的自主決策。當魯莽決定可能對決策者本人造成傷害時，他人出手干預就是一種可以得到辯護的行為。例如當一個人不知道一座橋即將坍塌而準備過橋時，知道此事的人為了保護他而阻止他過橋，避免他受到自己的魯莽決定的傷害，這樣做其實可以保護他的自由。

將語境從日常轉移到生物醫學研究，就產生了如下要求：在開展高風險的臨床研究前，必須驗證受試者是否真的理解同意書中的內容，而不僅僅是向受試者披露這些內容，否則可能會招募到并非真正自主的受試者。這一錯誤類似統計學中的“一類錯誤”，或臨床上的假陽性結果，而如果真正自主的受試者由于過于嚴苛的遴選條件而被排除，則類似于統計學中的“二類錯誤”或臨床上的假陰性結果。我們會在下一節仔細討論生物樣本數據庫參與者招募中的一類與二類錯誤。目前只需要知道，遴選條件越嚴苛，一類錯誤發生的可能性就越低，但同時也就越可能造成二類錯誤，實踐中需要達到二者的平衡。

魯莽決定導致的“一類錯誤”，在高風險的侵入性臨床研究中，可能會給受試者本人帶來其本人不愿意承擔的后果，這種后果往往會十分嚴重，包括破壞受試者的身體完整性，并導致科研人員與科研機構陷入法律糾紛之中。一個典型例子是2018年的基因編輯嬰兒事件。在該事件中，研究者為一項旨在使其后代能夠終身免疫HIV的研究，招募男方感染HIV而女方身體健康的夫婦。研究方法是利用CRISPR/Cas 9技術，對所招募夫婦的受精卵進行生殖系基因編輯，敲除細胞中可能會導致免疫系統識別HIV的基因，然后，通過輔助生殖技術使夫婦誕下終身免疫HIV的后代。據報道，研究者在招募受試者的過程中，受試者“不可能理解”其所被告知與披露的內容[16]。另外，由于該研究問題本身是無科學意義的(至少其研究結果無法得到驗證，因為不能將接受基因編輯的嬰兒暴露于HIV中進行驗證)，因而如果受試者能夠理解的話，他們很可能拒絕同意。這起事件說明，在涉及高風險的臨床研究的知情同意過程中，至少需要注意以下兩個因素：①在真正與受試者接觸之前，需要專家判斷研究目的、方法與知情同意書是否是有效的。②需要以客觀標準驗證受試者是否真的理解被告知的內容。在條件①已經達成的情況下，設置條件②可以防止受試者因缺乏足夠的臨床知識而做出的傷害自己的魯莽決定。這意味著，就傳統臨床研究而言，在知情同意中設定“理解”條件，干預受試者的決定這一具有家長主義作風的行為有充分理由：避免受試者因魯莽決定而受傷害[17]。

但是，生物樣本數據庫的研究與上述高風險的、侵入性的研究不同。生物樣本數據庫研究基于已經采集和保存的數據進行，理論上講不會對樣本提供者或數據主體的身體造成任何傷害與風險。排除了侵入性風險，生物樣本數據庫研究涉及的風險就急劇降低，一般來說只包括隱私風險等信息風險。我們以隱私保護作為切入點，說明即使參與者沒有完全理解同意治理中生物樣本數據庫提供的隱私保護方案，其同意也不一定是魯莽的。

目前的保護隱私的方式是“要么匿名，要么征求同意”，在匿名化無法實現的情況下，通過征求同意來實現對使用個人數據的豁免。生物樣本數據庫中存儲的數據，例如基因組數據，在許多國家被認定為個人數據。使用這些數據開展“全基因組關聯研究”(GWAS)，研究方法要是有效的，樣本量至少需要5萬份，是名副其實的“大數據研究”。如果使用不斷征求同意的方式，即采用動態同意方式，作為使用基因組數據開展研究的豁免，一方面會使研究無法順利展開，另一方面也會面臨文章一開始提到的參與者同意疲勞、沒有理解問題。

為了解決上述問題，同意治理模式可以在同意書中披露如下隱私保護安排信息：①匿名化等技術性手段將被盡可能使用；②所有研究人員已簽署協議不會試圖重新識別您的身份；③每一次數據被訪問和處理都會有記錄，這些記錄是公共可訪問并受監督的；④一旦發現數據濫用，濫用數據者將被依法嚴懲。上述治理安排也可以有效地防止隱私泄露，并在同意書中明確，保護隱私的責任在于作為數據保管者的生物樣本數據庫。相反，通過不斷征求同意作為隱私豁免的方案，無非是讓參與者自行承擔自己選擇的后果，這并不是一種負責任的行為。

同時，由于大數據環境下不可避免的隱私風險，主張同意治理的學者們還提出應當注意事后補償?？梢酝ㄟ^建立一種類似醫保的基于“團結”的數據治理模式，實現風險共擔。在該模式下，所有人都參與到保障體系中來。并不是每一位參與者都一定會面臨實際隱私傷害，但當一個人面臨實際傷害時，整個體系就以風險共擔的模式，從所有參與者提供的資金池中，提取資金對其進行保障與補償?！皥F結”模式的支持者提倡在生物樣本數據庫治理中采取此種風險共擔模式[18]。無論是基于“團結”的風險共擔模式，還是要求監管機構擔負起保護隱私責任的模式，都不是將評估隱私保護方案，并決定是否自愿承擔風險的責任交給參與者，而是要構建以保護參與者權益為中心的一系列治理安排，使參與者即使在沒有完全理解它的情況下依然能依靠它。一旦上述治理安排被建立，參與者即使沒有完全理解而做出的參與決定，不會對其自由與自主造成損害，從而不能被認為是魯莽決定。

5 平衡研究人員與機構的負擔

從倫理上講，每一位想參與研究的人，都能在完全理解同意書后自主同意，是最理想的情況。在實際操作中，為接近理想情況，需要盡可能排除如下兩類錯誤：①不當招募沒有完全理解的參與者入組(一類錯誤)；②不當排除真正能夠理解的參與者出組(二類錯誤)。在操作中如果要降低一類錯誤，其中一個方式就是測試潛在研究參與者的理解程度，盡可能排除那些并沒有完全理解同意書中披露內容的潛在參與者。既然經驗研究表明大概有三分之一的人不能完全理解同意書披露的內容，那么一項十萬人的計劃如果意圖降低一類錯誤，就需要首先招募十五萬人進行測試，排除大概五萬人，留下的人絕大多數就是完全自主同意的。對于科研人員和科研資助者而言，這會為開展科學研究增加額外的成本。鑒于參與者招募的困難程度等因素，同意治理模式只需要在初次同意時，通過理解測試驗證并排除未完全理解的參與者，其成本已經十分巨大，在動態同意或元同意中，由于要不斷測試參與者是否理解了后續披露的科研進展的一系列內容，排除沒有理解的參與者的成本就更大。是否有必要為了達到倫理目標而要求科研人員與科研資助者付出額外成本，需要仔細論證。在傳統涉及高風險的侵入性的臨床研究中，付出這樣的成本是完全有必要的。高風險侵入性研究，或者對生殖有重大影響的研究，其風險一旦發生，如果事后被證明受試者不是在完全理解的情況下參與研究的，將會損害公眾對科研機構以及研究資助者的信任。上一節中提到的基因編輯嬰兒事件造成的社會譴責就是此類事件的典型。

但是，生物樣本數據庫研究與傳統臨床研究有顯著區別。一方面，生物樣本數據庫研究基于已有樣本或數據，不會對參與者產生侵入性的風險；另一方面，生物樣本數據庫研究往往涉及大量人群，動輒以十萬人起步。這使得如果在此類研究中嚴格篩選具有足夠理解能力的參與者、并排除不合格者的成本急劇上升，而在傳統的只招募四十到五十人的臨床研究中，排除受試者的成本是相當低的。傳統的侵入性臨床研究風險高，而排除不完全理解的受試者的成本低，生物樣本數據庫研究(尤其是人群研究)風險低，而排除不完全理解的參與者的成本高。這里面的不對稱性必須得到考慮。如果一種倫理監管手段以為了排除較小的風險，而為科學研究增加了過重的負擔，那么這樣一種監管手段的合理性就會受到質疑。由于這些實用和利益層面的考量是在真實世界中做生物研究倫理工作必須考慮的因素，因而，要求所有參與者在初次參與研究時理解治理體系是沒有必要的。

一類錯誤和二類錯誤是一個矛盾，在實踐中同時排除二者的唯一方式是不開展任何研究。在開展研究的情況下，研究參與者篩選手段越嚴格，越容易排除一類錯誤，但越可能導致二類錯誤，相反，研究參與者篩選手段越寬松，在降低二類錯誤的同時，就越可能導致一類錯誤。在平衡二者之間的關系時，除了需要考慮不同研究的風險問題，還需要考慮如下因素。生物樣本數據庫研究相較于傳統臨床研究的另一個特點，是其持續時間比傳統臨床研究要長，甚至可能長到參與者死亡后還在開展。如此長的研究時間還會在如下層面上挑戰基于傳統臨床研究的知情同意模式：隨著技術的進步與個人認知的變化，個人如果要達到對不同研究目的的理解，需要在后續數年內不斷地跟進。治理模式相較于科學的變化而言更為穩定，但治理模式也不是一成不變的，它可能在運作過程中出現問題，從而不斷在公共監督之中改變自身。這意味著在科學與治理模式的動態的變化過程中，個人需要不斷跟進才能不斷理解。達到上述的動態的理解需要時間，即使在初次同意時進行理解測試達到了完全理解，也不能保證多年以后依然理解。

上述考慮體現出設置“理解測試”的一個根本性困難，即其認為“理解”是一種發生在當下的，而不是緩緩達成的狀態。生物樣本數據庫跨越超長時間(相較于傳統臨床研究)的性質，使得研究參與者要真正理解，需要在后續中參與到治理安排所要求的公共討論與接觸中來，這降低了在初始同意時開展“理解測試”確認研究參與者是否理解的價值。有些參與者可能在一開始并不完全理解，但隨后能夠跟進理解，在過程中成為真正自愿參與研究的參與者，這使得在一開始開展“理解測試”可能會排除這部分真正自主的研究參與者，從而導致二類錯誤。如果上述討論是合理的，那么從平衡一類錯誤與二類錯誤的角度出發考慮，也沒有必要要求所有研究參與者在初次同意時，都完全理解“同意治理”中披露的關于治理體系方面的內容。

6 結論

生物樣本數據庫以及生物醫學大數據覆蓋的人群廣闊，在向大量人群征求同意時，不同的同意模式都會面臨參與者理解程度低的問題，披露治理內容的同意治理被認為最有可能緩解理解難題，但即使可靠的治理已經被建立起來，只要簽署同意書這樣一種形式依然存在，就不可避免的會有人最終不能理解同意書中披露的內容。文章論證，由于以下三條理由，使用同意治理模式的生物樣本數據庫，沒有必要強制要求每一位有意愿參與的參與者，在初次同意的過程中理解其治理安排：①治理模式的可靠性本身獨立于個人的理解，個人可以在沒有理解的情況下依靠可靠的治理模式；②個人在沒有理解的情況下選擇依靠可靠的模式的決定，并不是魯莽決定；③從實用的層面考量，必須考慮運用嚴格篩選手段排除一類錯誤會給科研人員與資助機構添加的負擔，以及可能的二類錯誤的上升。