醫(yī)療AI 必須以“人機(jī)對齊”為前提

近年來，AI"技術(shù)如潮水般涌進(jìn)各個領(lǐng)域，在帶來效率革命的同時，也暴露出隱私泄露、歧視偏見、算法濫用等倫理挑戰(zhàn)。人們開始追問：AI"能否真正造福人類？如何避免其成為脫離掌控的“黑箱”？

我國非常重視這一問題，提出《全球人工智能治理倡議》，出臺《科技倫理審查辦法（試行）》等一系列政策法規(guī)。工信部正在研究編制人工智能科技倫理服務(wù)管理辦法。這一系列動作，標(biāo)志著我國"AI"倫理治理進(jìn)入了體系化推進(jìn)階段。

醫(yī)療是AI"應(yīng)用的重要領(lǐng)域，醫(yī)療AI"只有解決了人機(jī)對齊問題后，才有望成為人類可以信賴的醫(yī)療助手。

構(gòu)建“技術(shù)向善”生態(tài)

從技術(shù)路線看，人機(jī)對齊正在成為治理AI"倫理問題的基本法則。

什么是人機(jī)對齊？簡單來說，人機(jī)對齊就是通過技術(shù)手段與倫理框架，讓AI"的目標(biāo)、行為和輸出與人類價值觀、社會規(guī)范完全一致，本質(zhì)上是“技術(shù)人性化”的準(zhǔn)入要求。它不是簡單的技術(shù)調(diào)試，是一場涉及技術(shù)、倫理、法律的系統(tǒng)性工程。

早在1960"年，諾伯特·維納在《自動化的道德和技術(shù)后果》中就提出了這一理念。隨著AI"技術(shù)不斷發(fā)展，人機(jī)對齊的可操作性、有效性在實(shí)踐中得到了強(qiáng)有力的證明，逐漸成為破解AI"倫理困境的“鑰匙”。

在醫(yī)療領(lǐng)域，人機(jī)對齊有三大核心作用，分別是可解釋性、信任性和人類和諧性。

一是可解釋性。對齊的AI"能夠清晰展現(xiàn)決策邏輯，讓醫(yī)生和患者都理解“黑箱”背后的依據(jù)。例如上海交大“明岐”大模型采用“透明診斷艙”機(jī)制，提供影像標(biāo)記、診斷路徑?jīng)Q策樹和相似病例參考庫作為決策證據(jù)，從而打消醫(yī)患疑慮。歐盟《人工智能法案》明確要求，高風(fēng)險"AI"系統(tǒng)（醫(yī)療AI"屬此類別）必須提供“技術(shù)文件”和"“透明度信息”，將可解釋性從技術(shù)選項升級為合規(guī)標(biāo)準(zhǔn)。

二是信任性。只有當(dāng)AI"的建議符合醫(yī)學(xué)倫理，人類才能對其建立深度信任，才敢對其托付生命健康。

三是人類和諧性。AI在應(yīng)用過程中可能偏離人類的真實(shí)需求，如醫(yī)療AI為“最大化患者生存率”可能忽視治療痛苦，情感陪伴機(jī)器人可能導(dǎo)致用戶過度依賴、人際疏離等。人機(jī)對齊要求在算法設(shè)計中加入人性考量、目標(biāo)校準(zhǔn)，確保技術(shù)真正服務(wù)于人類福祉，而非單一指標(biāo)的“冰冷計算”。

有人擔(dān)心，人機(jī)對齊會束縛技術(shù)創(chuàng)新，其實(shí)恰恰相反——它是創(chuàng)新的催化劑。對齊原則一方面可以推動大模型更加符合人類價值觀，另一方面也促進(jìn)了人工智能技術(shù)進(jìn)步，通過透明化、倫理化、人本化的AI系統(tǒng)設(shè)計，構(gòu)建“技術(shù)向善”的可持續(xù)發(fā)展生態(tài)。可以說，人機(jī)對齊與技術(shù)創(chuàng)新共同構(gòu)成AI"發(fā)展的雙輪驅(qū)動力，確保技術(shù)既高效又可靠。

當(dāng)前，人機(jī)對齊技術(shù)日益廣泛地應(yīng)用于模型訓(xùn)練，如基于人工反饋的強(qiáng)化學(xué)習(xí)（RLHF）、檢索增強(qiáng)生成（RAG）技術(shù)等已經(jīng)被大多數(shù)主流模型采用。基于AI反饋的強(qiáng)化學(xué)習(xí)方法（RLAIF）可有效解決人類專家標(biāo)注耗時長、難以規(guī)模化等問題，OpenAI提出的弱到強(qiáng)泛化方法、阿里通義實(shí)驗室提出的基于辯論驅(qū)動的弱監(jiān)督對齊方法等，為解決未來的“超級對齊”問題提供了一種可能性（編者注：超級對齊指將AI系統(tǒng)與人類價值觀和安全要求在超人類能力水平上的對齊）。

總的來看，人機(jī)對齊的前沿研究正從單一技術(shù)向多維度技術(shù)融合快速發(fā)展，既推動了AI"倫理與安全治理，也極大促進(jìn)了"AI"模型能力提升。

筑牢醫(yī)療"AI"倫理合規(guī)防線

AI"應(yīng)用在醫(yī)療領(lǐng)域，有三大特殊性。

一是數(shù)據(jù)敏感性。醫(yī)療數(shù)據(jù)包含生理指標(biāo)、病史、診療記錄等敏感信息，直接關(guān)聯(lián)個人生命權(quán)和隱私權(quán)。歐盟《通用數(shù)據(jù)保護(hù)條例》（GDPR）、美國的HIPAA法案和我國《個人信息保護(hù)法》，都尤其強(qiáng)調(diào)對醫(yī)療數(shù)據(jù)的保護(hù)。

二是結(jié)果不可逆性。生成式AI的“幻覺”問題在醫(yī)療場景中可能導(dǎo)致嚴(yán)重問題。一次錯誤診斷可能直接危及生命，醫(yī)療AI"必須追求“零失誤”。

三是責(zé)任主體復(fù)雜性。對于AI參與醫(yī)療決策導(dǎo)致?lián)p害問題，需以“權(quán)責(zé)清單”等形式清晰界定責(zé)任，避免出現(xiàn)“技術(shù)出錯、操作失誤、患者買單”的困局。

基于醫(yī)療AI"應(yīng)用的特殊性，應(yīng)從技術(shù)架構(gòu)、數(shù)據(jù)集建設(shè)、醫(yī)院管理、患者知情和行業(yè)監(jiān)管等五大環(huán)節(jié)協(xié)同發(fā)力，讓人機(jī)對齊貫穿醫(yī)療AI"的“研發(fā)—應(yīng)用—監(jiān)管”全周期全鏈條，確保筑牢醫(yī)療"AI"倫理合規(guī)防線。

在技術(shù)架構(gòu)環(huán)節(jié)，要從源頭上注入倫理基因、實(shí)現(xiàn)價值觀驅(qū)動。模型預(yù)訓(xùn)練階段引入“醫(yī)學(xué)倫理知識圖譜”，讓模型優(yōu)先學(xué)習(xí)循證醫(yī)學(xué)指南、臨床診療規(guī)范等，確保模型“學(xué)的是正確的知識”。模型微調(diào)階段通過人工反饋強(qiáng)化學(xué)習(xí)讓模型適應(yīng)具體場景倫理偏好，在給出方案時綜合評估患者年齡、病情、經(jīng)濟(jì)狀況等因素，避免“一刀切”決策。

在數(shù)據(jù)集建設(shè)環(huán)節(jié)，要充分考量醫(yī)療數(shù)據(jù)格式不統(tǒng)一、多模態(tài)混雜、小樣本高維度數(shù)據(jù)并存、隱私問題突出等難題。運(yùn)用隱私計算技術(shù)實(shí)現(xiàn)數(shù)據(jù)“可用不可見”，通過術(shù)語標(biāo)準(zhǔn)化打破數(shù)據(jù)孤島，利用小樣本增強(qiáng)技術(shù)解決標(biāo)注數(shù)據(jù)不足問題。設(shè)立“數(shù)據(jù)過濾器”，自動屏蔽包含歧視、錯誤倫理導(dǎo)向的數(shù)據(jù)源。建設(shè)醫(yī)療可信數(shù)據(jù)空間，推動統(tǒng)一數(shù)據(jù)規(guī)則和技術(shù)標(biāo)準(zhǔn)，促進(jìn)合規(guī)共享。

在醫(yī)院管理環(huán)節(jié)，在診斷、手術(shù)等高風(fēng)險場景應(yīng)實(shí)施“雙保險機(jī)制”。AI手術(shù)建議需醫(yī)生實(shí)時復(fù)核并留存記錄。在健康咨詢、用藥提醒等中低風(fēng)險場景可允許AI自主決策，嵌入動態(tài)監(jiān)控日志，記錄交互細(xì)節(jié)供事后審計。開發(fā)可視化工具包，讓醫(yī)生快速理解模型邏輯。設(shè)立“人機(jī)協(xié)作績效指標(biāo)”，將AI使用規(guī)范納入醫(yī)生考核體系，避免“盲目信任”或“過度抵觸”。

在患者知情環(huán)節(jié)，要向患者提供“可理解的AI決策報告”，用通俗語言解釋推薦藥物、治療方案的理由。保障患者的否決權(quán)，建立“患者一票否決通道”，當(dāng)患者對AI建議提出質(zhì)疑時強(qiáng)制切換至人工服務(wù)。

在模型測評與行業(yè)監(jiān)管環(huán)節(jié)，建立國家統(tǒng)一的醫(yī)療AI對齊認(rèn)證標(biāo)準(zhǔn)體系，由第三方機(jī)構(gòu)開展測評，通過者頒發(fā)“倫理合規(guī)標(biāo)簽”，作為市場準(zhǔn)入前提。常態(tài)化開展“紅藍(lán)對抗演練”等對抗性測試，模擬罕見病誤診、數(shù)據(jù)投毒等極端場景，測試模型魯棒性。設(shè)立多學(xué)科倫理委員會，由臨床醫(yī)生、AI工程師、倫理學(xué)家、患者代表共同參與，定期評估模型對齊度，避免“技術(shù)單邊主義”。編制《醫(yī)療AI對齊白皮書》，為開發(fā)者、醫(yī)療機(jī)構(gòu)提供操作指南。

引入“數(shù)據(jù)飛輪”機(jī)制

“數(shù)據(jù)飛輪”是用戶對AI輸出進(jìn)行標(biāo)注、反饋，從而實(shí)現(xiàn)模型持續(xù)優(yōu)化的閉環(huán)機(jī)制，不僅是模型技術(shù)迭代的引擎，更是人機(jī)對齊的重要實(shí)現(xiàn)路徑。

醫(yī)療AI應(yīng)建立“數(shù)據(jù)飛輪”機(jī)制，形成“模型輸出評估—數(shù)據(jù)收集—應(yīng)用反饋—模型優(yōu)化”的閉環(huán)，使模型持續(xù)貼近真實(shí)的醫(yī)療需求。

醫(yī)療AI的“數(shù)據(jù)飛輪”有必要建立準(zhǔn)入和激勵機(jī)制。

準(zhǔn)入機(jī)制目的是確保數(shù)據(jù)“干凈合規(guī)”，醫(yī)療數(shù)據(jù)貢獻(xiàn)者（醫(yī)院、醫(yī)生）需通過倫理審查和資質(zhì)認(rèn)證，避免噪聲數(shù)據(jù)污染模型價值觀。

激勵機(jī)制目的是讓數(shù)據(jù)共享“雙向受益”。醫(yī)院通過數(shù)據(jù)共享可以獲得AI模型優(yōu)先使用權(quán)或定制化服務(wù)，醫(yī)生標(biāo)注高質(zhì)量數(shù)據(jù)可積累學(xué)術(shù)積分、助力職稱晉升，從而激發(fā)醫(yī)院和醫(yī)生參與人機(jī)對齊的積極性。

通過準(zhǔn)入和激勵機(jī)制的設(shè)置，實(shí)現(xiàn)在真實(shí)醫(yī)療場景中持續(xù)收集高質(zhì)量數(shù)據(jù)反饋，從而不斷修正模型偏差，讓對齊能力在迭代中持續(xù)進(jìn)化，使對齊效果在實(shí)踐中不斷提升。

醫(yī)療AI人機(jī)對齊不僅是一項技術(shù)挑戰(zhàn)，更是一項關(guān)于“AI如何服務(wù)人類”的價值思考。生命健康權(quán)是人的首要權(quán)益，是其他一切權(quán)益的基礎(chǔ)，醫(yī)療健康行業(yè)對于人類社會有其特殊重要地位。醫(yī)療AI解決了對齊問題，才能真正成為人類可以信賴的醫(yī)療助手。

（本文作者系工業(yè)和信息化部原副部長、研究員級高級工程師）

責(zé)編：孫庭陽""suntingyang@ceweekly.cn

美編：孫珍蘭