人工智能在醫學高校圖書館應用的主要利益相關者分析

林金銀 陸長鋒

(首都醫科大學附屬北京同仁醫院 北京 100730)

1 引言

“新醫科”是國家對醫學教育發展的新要求。“新醫科”建設以新一輪科技革命和產業變革為背景，以學科交叉和融合創新為核心，重在探索醫學教育的新理念、新結構、新模式、新質量、新體系。“新醫科”建設需要與之匹配的醫學高校圖書館具有新理念、新資源和新服務，探索“新醫科”背景下的醫學高校圖書館建設與發展是時代賦予圖書館人的新使命[1]。

應用人工智能(artificial intelligence，AI)技術[2]能夠創新服務理念，優化館藏資源，重塑醫學高校圖書館服務能力，增強知識挖掘與信息生產能力，為“新醫科”背景下醫學高校圖書館注入新的發展動能。本文以AI在醫學高校圖書館的應用為出發點，研究其應用場景與典型案例，分析主要利益相關者及其利益訴求與面臨問題，為推廣AI在醫學高校圖書館的應用提供對策建議。

2 醫學高校圖書館AI應用場景與典型案例

通過中國知網、萬方、EBSCO等文獻數據庫及醫學高校圖書館網站檢索相關資料，并電話訪談領域專家，確定目前AI在醫學高校圖書館領域的應用場景，見表1。

表1 醫學高校圖書館AI應用場景與典型案例

3 AI在醫學高校圖書館應用的主要利益相關者分析

3.1 主要利益相關者確定

AI在醫學高校圖書館應用的利益相關者指任何能夠影響應用目標實現或受這種實現影響的群體[10]。通過應用模式與典型案例研究，確定AI在醫學高校圖書館應用的利益相關者列表及其角色定位，見表2。

表2 AI在醫學高校圖書館應用利益相關者的米切爾評分結果(分)

在利益相關者分類方面，米切爾評分法認為利益相關者必須具備合法性、權利性及緊迫性3種屬性中至少一種；克里克森分類法根據相關群體與企業聯系的緊密性，將利益相關者分為主要利益相關者和次要利益相關者。采用米切爾評分法和克拉克森分類法，邀請受訪者從合法性、權利性及緊迫性3方面對利益相關者進行評分(1～5分)，計算平均分。平均分大于等于3分者定義為主要利益相關者，3分以下者為次要利益相關者。為確保評分科學合理，共邀請20名圖書館學專家、10名人工智能專家參與問卷調研，最終返回問卷24份，問卷回收率80%。各利益相關者評分結果，見表2。依此確定AI在醫學高校圖書館應用的主要利益相關者包括政府、醫學高校、醫學高校圖書館、圖書館員、讀者和AI廠商。

3.2 主要利益相關者分析

3.2.1 政府 政府包括國家部委、省級人民政府及教育行政部門等，通過制定各種法規政策對醫學高校圖書館間接管理，發揮“公共利益守護者”作用，其利益訴求：一是推動AI在醫學高校圖書館的應用，促進滿足社會需求的文化服務體系構建，提高醫學人員信息素養，實現財政投入績效最大化；二是提高政府政績和公眾滿意度。目前面臨的問題：一是《關于積極推進“互聯網+”行動的指導意見》和《新一代人工智能發展規劃》等政策的出臺奠定了AI在中國的重要地位，但是對AI在醫學高校圖書館的應用尚缺乏頂層設計，且未形成有效的多部門聯動合作機制；二是現有醫學高校圖書館AI建設項目缺乏與智慧校園、智慧城市等全局性規劃的對接。

3.2.2 醫學高校 醫學高校作為圖書館的直接領導者與AI人才培養者，其利益訴求：一是利用AI改善圖書館環境、資源和服務質量，提升本校教學質量和科研水平；二是提升本校在同類院校中的影響力和競爭力。目前面臨的問題：一是中國AI起步較晚，目前醫學高校AI人才引進與培養速度無法匹配圖書館對AI人才的需求擴張速度；二是雖然圖書館是校內師生獲取信息的重要場所，但醫學高校尚未將圖書館AI建設作為智慧校園建設的重要節點，阻礙其應用與發展。

3.2.3 醫學高校圖書館 醫學高校圖書館是為育人及學術研究提供資源和服務的機構，其利益訴求：一是利用AI提高服務品質，提升館內資源利用率與需求滿足率；二是解放勞動力，提高勞動效率；三是提高綜合實力和社會影響力。目前面臨以下問題：一是 AI在醫學高校圖書館的應用需要在硬件設備購置與日常維護、學術研究、管理與服務中投入大量資金，館內經費匱乏影響AI產品應用；二是AI產品功能尚不能完全滿足用戶需求[11]，智能翻譯產品翻譯水平有待提升，游戲應用服務不能與讀者充分互動等；三是現有AI產品多采用有監督算法，需大量數據實現產品研發與功能迭代，但目前醫學高校圖書館中支撐AI服務應用的數據資源還不夠開放或豐富[12]；四是圖書館員和讀者AI知識素養有限，AI產品使用率偏低，尚未發揮真正實效[13]。

3.2.4 圖書館員 圖書館員是醫學高校圖書館工作服務的主體，是館內資源與讀者間的橋梁與紐帶，其利益訴求包括：一是利用AI產品減少繁瑣機械的體力勞動；二是期望獲得領導更多的尊重與認可，為自身發展創造更大利益。目前面臨以下問題：一是在前期試運行階段，AI產品訓練需耗費大量精力，增加工作負擔；二是部分醫學高校圖書館員知識結構單一、信息素養水平偏低、AI設備使用不熟練，無法滿足圖書館AI建設與應用的要求；三是AI產品應用的逐步深入可能對現有崗位造成沖擊，部分圖書館員擔心存在失業風險，在推廣AI產品時積極性不高[14]。

3.2.5 讀者 讀者主要是本校教師與學生，其利益訴求是獲得優質的圖書館環境、資源與服務。目前面臨以下問題：一是對醫學高校圖書館AI產品的運用以表面體驗為主，對AI產品認識不足，缺乏黏性；二是部分讀者無法熟練操作館內AI產品，AI知識素養有待提升；三是從讀者進入醫學高校圖書館開始，以AI為基礎的讀者身份管理、智能座位管理、智能檢索與知識發現、智能咨詢等一系列應用在持續追蹤和收集讀者數據，讀者擔心個人數據被過度采集，存在隱私泄露風險。

3.2.6 AI廠商 AI廠商作為醫學高校圖書館AI產品的提供者，其利益訴求包括：一是產生經濟收入與提升社會影響力；二是與試點醫學高校圖書館建立長效合作機制，擴充市場份額。目前面臨以下問題：一是現有AI產品缺乏可操作的建設標準，廠商無法精確定位產品功能；二是AI產品評價方法與指標缺失，導致現有AI產品市場秩序混亂，同質化嚴重且品質良莠不齊；三是現有試點項目中AI產品建設仍處于前期階段，整體解決方案還不成熟，存在結果與需求不匹配情況。

4 AI在醫學高校圖書館應用的對策研究

4.1 完善AI在醫學高校圖書館應用的制度保障

在嚴格遵循新一代AI治理原則的基礎上，由政府牽頭聯合醫學高校、醫學高校圖書館等制定系統化政策文件。一是借鑒《國家新一代人工智能標準體系建設指南》《互聯網信息服務算法推薦管理規定》《新一代人工智能倫理規范》等文件，明確醫學高校圖書館AI產品建設的標準規范與AI產品可取代的工作內容，減少缺陷產品出現，規避AI廠商惡性競爭。二是將醫學高校圖書館AI項目嵌入至智慧校園、智慧城市建設方案中，突出醫學高校圖書館數據中心特色，建設成為城市和校園的數據整合利用中心、知識共享中心、學習交流中心和AI知識教育中心。三是制定AI在醫學高校圖書館應用的扶持計劃，綜合運用財政政策、重點課題傾斜等方式，激發醫學高校圖書館AI應用理論研究及實踐應用的能動性，同時爭取第3方社會資源投資醫學高校圖書館AI建設項目。四是依據《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》等文件，制定醫學高校圖書館數據使用標準與規范，對數據產生、收集、存儲、處理、使用、共享等全生命周期實時監管，明確利益相關者在各環節中的權利與義務，設立數據安全問責制和救濟制，規制數據過度采集、資源濫用、深度偽造等問題。

4.2 建立公共數據集，強化AI產品設計

醫學高校圖書館AI產品由基礎層、技術層和應用層構成。基礎層應由政府牽頭組織醫學高校及醫學高校圖書館等共同參與，建立并開放醫學高校圖書館AI產品研發與應用所需的公共數據集，包括學校、院系和專業等讀者人口屬性數據，電子資源和紙質書刊摘要數據等數字倉儲資源，讀者行為信息和學科評估、認證數據等統計分析數據，館藏資源評價、文獻收藏與訂閱服務、智能個性化推薦內容等交互信息[15]。并將公共數據集嵌入至智慧校園、智慧城市等上一層智慧平臺中，實現不同智慧平臺數據和業務之間的無縫對接，增加數據價值[11]。技術層應遵循《加強“從0到1”基礎研究工作方案》等要求，鼓勵醫學高校、醫學高校圖書館與AI廠商開展緊密型實質性合作，重點突破大數據智能、跨媒體感知計算、混合增強智能、自主協同控制與優化決策、高級機器學習、類腦智能計算等基礎理論研究，為AI范式變革提供理論支撐，提升醫學高校圖書館AI產品透明性、可解釋性、可靠性與可控性，逐步實現可審核、可監督、可追溯、可信賴。應用層應以需求為導向，基于公共數據集構建讀者畫像，拓展完善醫學高校圖書館AI應用場景與產品功能，如將海量文獻結構化，助力醫學人員高效精讀文獻；利用VR技術幫助讀者沉浸式觀看醫療教學及真實手術過程，解決教學場景不夠逼真、醫學解剖實體標本供體不足問題；提升智能翻譯產品準確度與游戲應用服務互動性等。

4.3 搭建AI產品測試平臺，強化上市后監測

政府應聯合醫學高校、醫學高校圖書館等積極搭建AI產品測試平臺，提供AI產品標準化符合性評測服務和技術指導，并在彼此合作中培養一批有核心技術的AI廠商，推動醫學高校圖書館AI應用示范項目建設。在產品上市后監測階段，應強化對AI廠商與試點醫學高校圖書館的日常監督，提高AI廠商和醫學高校圖書館自發報告的自覺性，建立缺陷產品召回機制和算法變化節點時間表機制，對缺陷產品及時召回或停止提供服務。

4.4 加強醫學高校圖書館AI人才建設，提升讀者AI知識素養

加強醫學高校圖書館AI人才建設，通過“外引內培”完善圖書館員隊伍。“外引”是指將醫學高校圖書館現有人事架構從“以資源采購、編目、排架、讀者服務為主”轉變為向技術崗位傾斜，如機器人管理員、數據清洗師、數字人文分析師、算法工程師、用戶體驗師等，為AI產品應用與“把關”提供人員保障。“內培”包括兩方面。一方面，制定圖書館員培訓計劃，培訓內容涵蓋信息資源管理、數據挖掘、AI知識與技術應用、信息服務與用戶研究等，使圖書館員能熟練利用AI開展日常工作，不斷拓寬醫學高校圖書館應用AI的場景和模式。另一方面，由醫學高校及醫學高校圖書館合力加強圖情檔專業人才儲備，完善圖書、情報、檔案專業課程體系，增加AI、云計算、大數據、物聯網等教學內容，加強對醫學高校圖書館AI產品的操作實踐，培養掌握“圖書館+AI”橫向復合型人才。

提升讀者AI知識素養。醫學高校圖書館可通過線上培訓、線下講座、知識競賽等方式，使讀者了解AI基礎理論、AI對醫學高校圖書館的影響、讀者和AI產品的交互方式、算法收集個人數據的方式等知識，提升讀者AI知識素養，減少讀者疑慮，培養讀者自主利用AI產品服務自身需求的意識。

5 結語

AI在醫學高校圖書館的應用將更好地實現知識普及與信息傳播、知識挖掘與情報生產，滿足醫學高校師生和研究人員更廣泛的需求，也使圖書館員更專注于知識組織傳播與引導、用戶需求評估，助力“新醫科”建設。當前AI在醫學高校圖書館的應用處于初級階段，制度完善、公共數據集建立與AI產品改進、AI人才培養教育等多措并舉，將更好地助力AI在醫學高校圖書館的實踐。