人工智能背景下醫學倫理學教學的變化

杜 萍

(海軍軍醫大學人文社科部，上海 200433，371496488@qq.com)

2017年7月，國務院印發《新一代人工智能發展規劃》，提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施[1]。21世紀以來，人工智能(artificial intelligence,AI)技術在醫學領域的廣泛應用給醫學相關從業人員帶來新的機遇和挑戰。傳統醫學實踐多年的“人人互動”模式逐漸向“人機互動”模式轉變，這種轉變包含了醫際之間和醫患之間的交流方式。而伴隨醫學發展的道德哲學——醫學倫理學，其研究內容必然會因為研究對象的變化而發生相應的變化。同時，就醫學倫理學課程教學的具體實施而言，人工智能的應用背景也將極大地豐富傳統課堂師生面對面教學的單一形式。本文旨在分析人工智能應用于醫學實踐的主要方面，分析其面臨的倫理困境，并在課程教學要素中回應這些現實，整體描述醫學倫理學課程在此技術背景下的變化情況。

1 人工智能技術在醫學中的應用與課程變化的背景

人工智能輔助醫學的發展，理論上將經歷三個階段。第一階段，人工智能單純地服從指令，篩選“符合預設條件”的結果，幫助醫生收集資料，提供備選方案(相當于圖書館或數據庫)，由醫生作出最終決定。第二階段，人工智能自發地獲取相關信息進行分析，并自主選擇處理方式(未來超級手術機器人的應用)，醫生只負責制定目標和原則。第三階段，人工智能根據數據整合直接給出最符合知識體系判斷的醫療建議，進行決策(甚至超出醫生認知水平)，醫生將放棄思考。目前AI對于醫療的輔助作用仍處在第一階段，主要體現在影像診斷、手術治療、大數據運用和醫療管理等方面。這些滲透在醫學日常工作中的應用與變化，一方面高效地推動醫療領域向著智能化、日常化和人性化的方向發展；另一方面對醫務人員執業和患者就診體驗產生重要影響，為醫學倫理學教學目標、教學內容和教學方式的調整提供了基礎和依據。

1.1 影像診斷與疾病篩查

20世紀80年代，隨著人工神經網絡和基于人工智能的計算機輔助診斷(computer aided diagnosis，CAD)軟件的應用，AI逐漸進入醫學影像科工作流程[2]。影像數據經由AI篩選、梳理和提取后，可以轉換成有效的臨床決策依據，在腫瘤檢出、定性診斷、自動結構化報告、腫瘤提取、腫瘤放療靶器官勾畫等方面廣泛應用，特別是對乳腺癌、肺癌、皮膚癌、前列腺癌的診斷和早期篩查，以IBM公司的Watson機器人為代表產品。毋庸諱言，人工智能技術能夠進行精準影像圖像分析，有效減少了影像科醫生的人為錯誤和失誤，提高了工作效率。

1.2 外科手術機器人應用

2000 年，Intuitive Surgical 公司推出的 Da Vinci手術機器人系統憑借高清視覺、直覺操作、人體工程學控制臺和高自由度仿真手腕等核心技術，成為全世界應用最廣、最先進的手術機器人[3]。精準定位和細致操作是手術機器人的核心技術，它能有效避免醫生在手術時手部的抖動。20年來，其應用范圍涵蓋胸心外科、普外科、泌尿外科等數十個學科，治療結果已經呈現出手術出血量少、患者術后疼痛減輕、住院時間明顯縮短、安全性高、圍術期死亡率低等諸多優勢。

1.3 大數據健康平臺

醫療大數據不僅包含患者個體醫學影像、醫院診斷的數據信息，同時包含人們在日常干預健康過程中產生的身體生理數據，這是人工智能與人類日常健康生活結合最為緊密的一個領域。通過AI算法，醫生可以準確把握患者個人的健康狀況，甚至通過大數據平臺預測傳染性疾病和季節性流行病的發展狀況。流感預測、血糖管理、健康數據監測、生活品質提升、人臉識別與情緒分析是應用的五個主要方面[4]。

1.4 醫院管理與服務系統

目前，與醫院管理相關的AI應用主要表現為虛擬醫療助手。例如分診機器人、門診導醫系統等，能夠協助醫院實施患者分流，在線指導就醫，節省醫院管理的時間和人力，有效地提高醫療資源利用效率和醫院智能化運行程度。病例跟蹤能夠幫助慢性病患者規劃日常安排、監控睡眠數據、提供服用藥物和測試提醒，提高患者追蹤的質量，更好地促進慢性疾病管理和康復，降低醫療資源的消耗，控制醫療成本。

2 醫學倫理學教學變化的主要表現

大量高新技術隨著工業化時代的到來，計算機時代和人工智能的廣泛應用強勢涌入醫學領域，在人類將醫療技術優勢轉化為患者健康優勢的同時，新技術使用的倫理邊界屢次被突破，這使得醫患之間的距離不斷被拉遠。這些因素啟示要深化醫學倫理學研究，醫學倫理學重在提醒醫務人員敬畏生命，并通過倫理規范來維護醫療服務的公平公正，化解醫患之間的沖突。

2.1 教學目標和教師角色的變化

醫學倫理學課程的教學目標是培養醫學生敬畏生命、關心愛護患者的美德，保障醫療行為不偏離醫學目的，把醫學生培養成為合格的醫務工作者。隨著生命科學技術的不斷發展，教學目標拓展得更加豐富，包括培養醫學生具備高尚的道德品質和崇高的職業精神，能夠在未來的醫學實踐活動中妥善處理新技術、新方法引發的倫理問題，全面提升衛生健康事業的保障水平。在這一轉變過程中，倫理道德反思和人文情懷的培育成了核心目標。教學目標的變化使得教學理念和教師定位隨之發生轉化。AI技術背景下，教師的角色由過去的定義者、闡釋者、答疑者向提問者、引導者、輔助者轉變，重點培養學生敏銳的倫理嗅覺和道德實踐的感知能力，真正使學生參與到倫理決策的過程中。醫學生在基礎學習和臨床見習的過程中已經接觸到醫患關系、臨終關懷、器官移植、人工輔助生殖等具體問題，并有了自己初步的思考，在此時給予他們原則說明、倫理指導可以幫助他們迅速掌握原則、分析問題、事半功倍。

2.2 教學內容的變化

與傳統醫療服務相比，人工智能技術極大地改變了就醫的方式，尤其在提升醫療質量、提高醫療效率、優化治療方案、降低決策成本等方面呈現出了優勢。醫學診療過程本身決定的“經驗決策樹”模式，因為AI技術的介入和海量醫療數據的積累變得無比強大，醫療行為中“診斷”“治療”“決策”“干預”的路徑逐漸改變，醫生的視覺、觸覺、聽覺等感官得到極大強化與延伸。但與此同時，與醫學相關的人類增強技術的雙刃劍效應也不斷凸顯，對公共衛生服務產生重大影響，對傳統的醫學倫理原則提出挑戰。

①數據隱私的保護。基于數據采集和機器學習的人工智能需要使用海量醫療數據。在大數據平臺的支持下，AI 對個體或群體的診斷建議、治療決策、健康管理才能得以實施。而醫療數據又不同于普通個人信息數據，包括患者姓名、年齡、診斷治療情況、疾病種類、銀行賬戶、醫保賬戶等信息，具有較高隱私價值。這些海量隱私數據的保存使用是否得當，是否會造成數據泄露，是數據使用安全的首要問題。隱私數據如果被售賣，對方可能會向數據主體實施資金詐騙或推銷醫療保健產品、服務。如果特定人群數據與不明機構進行交易，對方不僅可以掌握整個數據群體的族群特征、健康狀況、體格特點，還可能導致社會公眾對于數據主體人群的歧視或污名化，這些交易甚至會對國家、企業、家庭和個人等不同層面造成巨大威脅和傷害。

②安全責任的承擔。自人工智能產生，就曾引發過是否應該賦予AI機器人權的爭議。問題的核心在于，如果人工智能技術出現差錯而導致了壞的結果，對人造成傷害，責任應該由誰來承擔。AI應用于醫學的責任劃分、追責問題主要包括輔助診斷系統產生的診斷失誤，手術機器人造成的操作錯誤等。目前應用于醫學領域的大部分人工智能是經過臨床驗證的成熟可靠的技術，可以保護和促進人類健康。但是某些不成熟、不穩定，算法決策不完善的技術，特別是風險出現概率高而后果嚴重的應用，可能會損害人的健康，甚至威脅人的生命。例如，Watson 系統曾經提出不準確的醫療建議，在決策技術上存在安全性問題，給有嚴重出血癥狀的肺癌患者提出使用抗癌藥物建議，而這種抗癌藥物會導致出血，這對肺癌患者是致命的[5]。因此，醫療行業和相關管理部門及時出臺人工智能醫療應用監管規則迫在眉睫。

③醫患關系的嬗變。醫患關系不僅是醫學實踐領域中的核心關系，也是醫學倫理研究中的核心關系。我們通過倫理原則、道德規范來引導和評判醫學實踐中的倫理問題、醫療群體行為，以實現醫學向善的目的。隨著人工智能技術的應用，傳統的醫患關系受到了極大的挑戰，AI技術必然加速傳統醫患關系的解構。傳統就診模式中醫患面對面的語言交流、體格檢查、肢體接觸、心理互動越來越多地被機器取代，很大程度上演變成患者與檢查設備的“人機互動”。患者接觸到的是冰冷的機械設備，聽到的是系統指令，感受到的是孤獨的診療氛圍。特別是在手術機器人應用過程中，突破了傳統手術醫生與患者密切接觸的空間距離，使得每一步操作處置都加入了大量的機械手臂技術的干預，雖然治療結果可能更好，但是醫患之間的密切性被打破了。相比于“有血有肉”的醫護人員來說，手術機器人和智能檢查設備還不能與患者進行情感交流、意志表達，不懂得關心、尊重、慰藉患者。缺乏“仁愛”的醫療互動過程變成了“流程”式操作，將影響醫患關系的內涵和發展。

④醫療衛生資源分配的公平可及。我國各地區經濟發展的不平衡直接影響了人工智能醫療資源的公平性、可及性和可負擔性。在宏觀分配上，人工智能醫學應用服務主要集中在發達地區的三級甲等醫院中，而經濟欠發達地區和基層醫療衛生機構的AI技術設備欠缺，醫療人才數量少、專業技能相對較低，甚至無法享受到人工智能的技術紅利。在微觀應用上，基于互聯網等技術支持的醫療相關軟件的應用給年紀較輕的患者就診提供了便利，但對年長患者而言，因為不能輕松使用手機終端的醫療服務等資源喪失了享受某些快捷醫療服務的機會。此外，高昂的檢查治療費用和醫保支付的零覆蓋是強烈制約AI技術應用公平性和可及性的重要因素。例如達芬奇手術機器人系統購買和維護的巨大花銷，其費用大大高于傳統手術，并非所有患者都能負擔，這破壞了醫療資源使用的公平性。

2.3 教學方式和手段的變化

目前很多高校的智能校園建設，有效推動了人工智能在教學、管理、資源建設等全流程應用。在2020年新冠肺炎疫情肆虐之際，智能教育與在線課堂在各級各類學校的教學實踐中發揮了不可替代的作用。全國中小學、高等院校延遲開學，在“停課不停學”的大方向下，組織學生在家進行大規模在線課程學習，這一舉動推動了在線教育普及，擴大了用戶規模，一大批產品應用迅速崛起,中國億萬師生參與的首次“在線教育”大練兵，創造了人類教育史上的一個奇跡。AI技術支持使教育模式從過去知識傳授轉變為個性化服務，更加注重學習能力的培養，課堂內部關系開始由教師主導轉變為以學生為主。具體到醫學倫理學課程教學方式，在線課堂為學生講解基本概念和原則之后，鼓勵學生通過推薦案例或電影鏈接的線下學習、小組合作研究，培養學生分析臨床倫理困境并作出判斷的能力。線上學習模式側重于顯性知識的傳遞、原則的建構與創造；線下教學則側重于隱性知識的內化和遷移，促進情感、態度、價值觀的形成，二者互相促進。網絡平臺的及時性和共同參與性給予了學生更充分的互動空間，提升了學習效率，優化了學習效果。

3 醫學倫理學教學變化的啟示

人工智能技術應用于醫學實踐，已經并將繼續給醫學倫理學及其課程教學帶來重大的現實挑戰與發展機遇。可以預見，人工智能技術的進一步發展甚至會給這些領域帶來革命性的變化，必須順應這一形勢，積極作為。在課程教學的諸多要素中，教學內容的更新是核心和基礎，其外延的擴展和內涵的深化是變化最大的部分。目前我國醫學倫理學教學內容主要涉及職業道德原則、醫患關系、臨床診療、生命倫理和醫學前沿技術倫理等主題。而國外醫學倫理學較重視運用倫理學的理論和方法解決醫學中出現的新問題，以職業道德、臨床倫理、醫患關系三個方面為基點，逐漸延伸到臨床試驗、倫理審查、死亡倫理、衛生政策、醫生角色等多個新的研究領域。隨著AI 與醫學的結合越來越緊密，現有的醫學倫理規范對技術的約束遠遠不夠。2017年，由人工智能和機器人領域的專家聯合簽署的《阿西洛馬人工智能原則》成為新的倫理參考。有專家通過解讀這份原則認為，“人工智能倫理的基礎問題實際上是人-機之間的技術關系提升到人-機倫理關系”[6]。

在AI技術背景下，醫學倫理學的研究者和教育者應該突破當前教學研究內容的局限性，緊跟時代步伐，在前述主要人工智能技術應用于醫學領域導致的倫理問題中積極思考，作出判斷，提出倫理建議，降低醫學倫理學對于人類醫學科技發展的滯后性。醫學倫理學教育者回應人工智能應用于醫學領域導致的倫理問題和困境的重大關切，及時有效地調整教學要素，滿足教學客體的需求，是醫學教育領域“供給側改革”的題中應有之意。