人工智能背景下医学伦理学教学的变化

杜 萍

(海军军医大学人文社科部，上海 200433，371496488@qq.com)

2017年7月，国务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施[1]。21世纪以来，人工智能(artificial intelligence,AI)技术在医学领域的广泛应用给医学相关从业人员带来新的机遇和挑战。传统医学实践多年的“人人互动”模式逐渐向“人机互动”模式转变，这种转变包含了医际之间和医患之间的交流方式。而伴随医学发展的道德哲学——医学伦理学，其研究内容必然会因为研究对象的变化而发生相应的变化。同时，就医学伦理学课程教学的具体实施而言，人工智能的应用背景也将极大地丰富传统课堂师生面对面教学的单一形式。本文旨在分析人工智能应用于医学实践的主要方面，分析其面临的伦理困境，并在课程教学要素中回应这些现实，整体描述医学伦理学课程在此技术背景下的变化情况。

1 人工智能技术在医学中的应用与课程变化的背景

人工智能辅助医学的发展，理论上将经历三个阶段。第一阶段，人工智能单纯地服从指令，筛选“符合预设条件”的结果，帮助医生收集资料，提供备选方案(相当于图书馆或数据库)，由医生作出最终决定。第二阶段，人工智能自发地获取相关信息进行分析，并自主选择处理方式(未来超级手术机器人的应用)，医生只负责制定目标和原则。第三阶段，人工智能根据数据整合直接给出最符合知识体系判断的医疗建议，进行决策(甚至超出医生认知水平)，医生将放弃思考。目前AI对于医疗的辅助作用仍处在第一阶段，主要体现在影像诊断、手术治疗、大数据运用和医疗管理等方面。这些渗透在医学日常工作中的应用与变化，一方面高效地推动医疗领域向着智能化、日常化和人性化的方向发展；另一方面对医务人员执业和患者就诊体验产生重要影响，为医学伦理学教学目标、教学内容和教学方式的调整提供了基础和依据。

1.1 影像诊断与疾病筛查

20世纪80年代，随着人工神经网络和基于人工智能的计算机辅助诊断(computer aided diagnosis，CAD)软件的应用，AI逐渐进入医学影像科工作流程[2]。影像数据经由AI筛选、梳理和提取后，可以转换成有效的临床决策依据，在肿瘤检出、定性诊断、自动结构化报告、肿瘤提取、肿瘤放疗靶器官勾画等方面广泛应用，特别是对乳腺癌、肺癌、皮肤癌、前列腺癌的诊断和早期筛查，以IBM公司的Watson机器人为代表产品。毋庸讳言，人工智能技术能够进行精准影像图像分析，有效减少了影像科医生的人为错误和失误，提高了工作效率。

1.2 外科手术机器人应用

2000 年，Intuitive Surgical 公司推出的 Da Vinci手术机器人系统凭借高清视觉、直觉操作、人体工程学控制台和高自由度仿真手腕等核心技术，成为全世界应用最广、最先进的手术机器人[3]。精准定位和细致操作是手术机器人的核心技术，它能有效避免医生在手术时手部的抖动。20年来，其应用范围涵盖胸心外科、普外科、泌尿外科等数十个学科，治疗结果已经呈现出手术出血量少、患者术后疼痛减轻、住院时间明显缩短、安全性高、围术期死亡率低等诸多优势。

1.3 大数据健康平台

医疗大数据不仅包含患者个体医学影像、医院诊断的数据信息，同时包含人们在日常干预健康过程中产生的身体生理数据，这是人工智能与人类日常健康生活结合最为紧密的一个领域。通过AI算法，医生可以准确把握患者个人的健康状况，甚至通过大数据平台预测传染性疾病和季节性流行病的发展状况。流感预测、血糖管理、健康数据监测、生活品质提升、人脸识别与情绪分析是应用的五个主要方面[4]。

1.4 医院管理与服务系统

目前，与医院管理相关的AI应用主要表现为虚拟医疗助手。例如分诊机器人、门诊导医系统等，能够协助医院实施患者分流，在线指导就医，节省医院管理的时间和人力，有效地提高医疗资源利用效率和医院智能化运行程度。病例跟踪能够帮助慢性病患者规划日常安排、监控睡眠数据、提供服用药物和测试提醒，提高患者追踪的质量，更好地促进慢性疾病管理和康复，降低医疗资源的消耗，控制医疗成本。

2 医学伦理学教学变化的主要表现

大量高新技术随着工业化时代的到来，计算机时代和人工智能的广泛应用强势涌入医学领域，在人类将医疗技术优势转化为患者健康优势的同时，新技术使用的伦理边界屡次被突破，这使得医患之间的距离不断被拉远。这些因素启示要深化医学伦理学研究，医学伦理学重在提醒医务人员敬畏生命，并通过伦理规范来维护医疗服务的公平公正，化解医患之间的冲突。

2.1 教学目标和教师角色的变化

医学伦理学课程的教学目标是培养医学生敬畏生命、关心爱护患者的美德，保障医疗行为不偏离医学目的，把医学生培养成为合格的医务工作者。随着生命科学技术的不断发展，教学目标拓展得更加丰富，包括培养医学生具备高尚的道德品质和崇高的职业精神，能够在未来的医学实践活动中妥善处理新技术、新方法引发的伦理问题，全面提升卫生健康事业的保障水平。在这一转变过程中，伦理道德反思和人文情怀的培育成了核心目标。教学目标的变化使得教学理念和教师定位随之发生转化。AI技术背景下，教师的角色由过去的定义者、阐释者、答疑者向提问者、引导者、辅助者转变，重点培养学生敏锐的伦理嗅觉和道德实践的感知能力，真正使学生参与到伦理决策的过程中。医学生在基础学习和临床见习的过程中已经接触到医患关系、临终关怀、器官移植、人工辅助生殖等具体问题，并有了自己初步的思考，在此时给予他们原则说明、伦理指导可以帮助他们迅速掌握原则、分析问题、事半功倍。

2.2 教学内容的变化

与传统医疗服务相比，人工智能技术极大地改变了就医的方式，尤其在提升医疗质量、提高医疗效率、优化治疗方案、降低决策成本等方面呈现出了优势。医学诊疗过程本身决定的“经验决策树”模式，因为AI技术的介入和海量医疗数据的积累变得无比强大，医疗行为中“诊断”“治疗”“决策”“干预”的路径逐渐改变，医生的视觉、触觉、听觉等感官得到极大强化与延伸。但与此同时，与医学相关的人类增强技术的双刃剑效应也不断凸显，对公共卫生服务产生重大影响，对传统的医学伦理原则提出挑战。

①数据隐私的保护。基于数据采集和机器学习的人工智能需要使用海量医疗数据。在大数据平台的支持下，AI 对个体或群体的诊断建议、治疗决策、健康管理才能得以实施。而医疗数据又不同于普通个人信息数据，包括患者姓名、年龄、诊断治疗情况、疾病种类、银行账户、医保账户等信息，具有较高隐私价值。这些海量隐私数据的保存使用是否得当，是否会造成数据泄露，是数据使用安全的首要问题。隐私数据如果被售卖，对方可能会向数据主体实施资金诈骗或推销医疗保健产品、服务。如果特定人群数据与不明机构进行交易，对方不仅可以掌握整个数据群体的族群特征、健康状况、体格特点，还可能导致社会公众对于数据主体人群的歧视或污名化，这些交易甚至会对国家、企业、家庭和个人等不同层面造成巨大威胁和伤害。

②安全责任的承担。自人工智能产生，就曾引发过是否应该赋予AI机器人权的争议。问题的核心在于，如果人工智能技术出现差错而导致了坏的结果，对人造成伤害，责任应该由谁来承担。AI应用于医学的责任划分、追责问题主要包括辅助诊断系统产生的诊断失误，手术机器人造成的操作错误等。目前应用于医学领域的大部分人工智能是经过临床验证的成熟可靠的技术，可以保护和促进人类健康。但是某些不成熟、不稳定，算法决策不完善的技术，特别是风险出现概率高而后果严重的应用，可能会损害人的健康，甚至威胁人的生命。例如，Watson 系统曾经提出不准确的医疗建议，在决策技术上存在安全性问题，给有严重出血症状的肺癌患者提出使用抗癌药物建议，而这种抗癌药物会导致出血，这对肺癌患者是致命的[5]。因此，医疗行业和相关管理部门及时出台人工智能医疗应用监管规则迫在眉睫。

③医患关系的嬗变。医患关系不仅是医学实践领域中的核心关系，也是医学伦理研究中的核心关系。我们通过伦理原则、道德规范来引导和评判医学实践中的伦理问题、医疗群体行为，以实现医学向善的目的。随着人工智能技术的应用，传统的医患关系受到了极大的挑战，AI技术必然加速传统医患关系的解构。传统就诊模式中医患面对面的语言交流、体格检查、肢体接触、心理互动越来越多地被机器取代，很大程度上演变成患者与检查设备的“人机互动”。患者接触到的是冰冷的机械设备，听到的是系统指令，感受到的是孤独的诊疗氛围。特别是在手术机器人应用过程中，突破了传统手术医生与患者密切接触的空间距离，使得每一步操作处置都加入了大量的机械手臂技术的干预，虽然治疗结果可能更好，但是医患之间的密切性被打破了。相比于“有血有肉”的医护人员来说，手术机器人和智能检查设备还不能与患者进行情感交流、意志表达，不懂得关心、尊重、慰藉患者。缺乏“仁爱”的医疗互动过程变成了“流程”式操作，将影响医患关系的内涵和发展。

④医疗卫生资源分配的公平可及。我国各地区经济发展的不平衡直接影响了人工智能医疗资源的公平性、可及性和可负担性。在宏观分配上，人工智能医学应用服务主要集中在发达地区的三级甲等医院中，而经济欠发达地区和基层医疗卫生机构的AI技术设备欠缺，医疗人才数量少、专业技能相对较低，甚至无法享受到人工智能的技术红利。在微观应用上，基于互联网等技术支持的医疗相关软件的应用给年纪较轻的患者就诊提供了便利，但对年长患者而言，因为不能轻松使用手机终端的医疗服务等资源丧失了享受某些快捷医疗服务的机会。此外，高昂的检查治疗费用和医保支付的零覆盖是强烈制约AI技术应用公平性和可及性的重要因素。例如达芬奇手术机器人系统购买和维护的巨大花销，其费用大大高于传统手术，并非所有患者都能负担，这破坏了医疗资源使用的公平性。

2.3 教学方式和手段的变化

目前很多高校的智能校园建设，有效推动了人工智能在教学、管理、资源建设等全流程应用。在2020年新冠肺炎疫情肆虐之际，智能教育与在线课堂在各级各类学校的教学实践中发挥了不可替代的作用。全国中小学、高等院校延迟开学，在“停课不停学”的大方向下，组织学生在家进行大规模在线课程学习，这一举动推动了在线教育普及，扩大了用户规模，一大批产品应用迅速崛起,中国亿万师生参与的首次“在线教育”大练兵，创造了人类教育史上的一个奇迹。AI技术支持使教育模式从过去知识传授转变为个性化服务，更加注重学习能力的培养，课堂内部关系开始由教师主导转变为以学生为主。具体到医学伦理学课程教学方式，在线课堂为学生讲解基本概念和原则之后，鼓励学生通过推荐案例或电影链接的线下学习、小组合作研究，培养学生分析临床伦理困境并作出判断的能力。线上学习模式侧重于显性知识的传递、原则的建构与创造；线下教学则侧重于隐性知识的内化和迁移，促进情感、态度、价值观的形成，二者互相促进。网络平台的及时性和共同参与性给予了学生更充分的互动空间，提升了学习效率，优化了学习效果。

3 医学伦理学教学变化的启示

人工智能技术应用于医学实践，已经并将继续给医学伦理学及其课程教学带来重大的现实挑战与发展机遇。可以预见，人工智能技术的进一步发展甚至会给这些领域带来革命性的变化，必须顺应这一形势，积极作为。在课程教学的诸多要素中，教学内容的更新是核心和基础，其外延的扩展和内涵的深化是变化最大的部分。目前我国医学伦理学教学内容主要涉及职业道德原则、医患关系、临床诊疗、生命伦理和医学前沿技术伦理等主题。而国外医学伦理学较重视运用伦理学的理论和方法解决医学中出现的新问题，以职业道德、临床伦理、医患关系三个方面为基点，逐渐延伸到临床试验、伦理审查、死亡伦理、卫生政策、医生角色等多个新的研究领域。随着AI 与医学的结合越来越紧密，现有的医学伦理规范对技术的约束远远不够。2017年，由人工智能和机器人领域的专家联合签署的《阿西洛马人工智能原则》成为新的伦理参考。有专家通过解读这份原则认为，“人工智能伦理的基础问题实际上是人-机之间的技术关系提升到人-机伦理关系”[6]。

在AI技术背景下，医学伦理学的研究者和教育者应该突破当前教学研究内容的局限性，紧跟时代步伐，在前述主要人工智能技术应用于医学领域导致的伦理问题中积极思考，作出判断，提出伦理建议，降低医学伦理学对于人类医学科技发展的滞后性。医学伦理学教育者回应人工智能应用于医学领域导致的伦理问题和困境的重大关切，及时有效地调整教学要素，满足教学客体的需求，是医学教育领域“供给侧改革”的题中应有之意。