论ChatGPT在医学领域可能带来的伦理风险与防范路径

李东洋,刘秦民

(广州中医药大学马克思主义学院,广东 广州 510006)

2023年3月15日,OpenAI 发布了自然语言处理的大模型 GPT-4, ChatGPT的能力得到大幅提升,自然语言处理技术在医疗服务领域具有广泛应用前景,尤其是ChatGPT的无障碍人机沟通技术[1]。随着科技的不断发展和推广,ChatGPT作为目前最先进的自然语言处理技术之一,可广泛用于协助医患沟通、提供线上医疗咨询服务以及进行病例分析和预测等方面,虽然现在还没有一个成熟的应用模式,但其应用前景仍十分广阔[2]。

1 ChatGPT在医学领域中可能的应用前景

1.1 从困难到顺畅:人机交互协助医患沟通

医患之间的有效沟通一直是医疗领域中的重要问题。传统观点认为,医生与患者之间的交流,因为医生时间比较紧张,容易导致误诊、不良治疗方案等后果。作为OpenAI最新推出的智能模型,ChatGPT在提供医疗的答案方面表现得十分出色,并且能够有充足的时间与患者沟通交流,还能够为患者提供更好的解决方案,同时帮助缓解沟通障碍所带来的困难。

家长型、信息型、阐释型和协商型是医患沟通中的四种角色类型,它们在医患沟通中各自具有不同的特点和优势。通过ChatGPT这一先进的人工智能技术,这些角色类型可以得到延展和变革,使得医患间的沟通更加顺畅、准确和高效。比如,在家长型角色方面,ChatGPT可以为患者提供更多个性化、细致入微的关怀和指导;在信息型角色方面,ChatGPT可以更加准确地回答患者的问题,并提供最新的医疗信息和知识;在阐释型角色方面,ChatGPT可以更好地帮助患者理解自身疾病和治疗方案,并为其提供针对性建议;在协商型角色方面,ChatGPT可以与患者进行深入交流,并根据其反馈调整治疗方案[3]。

此外,ChatGPT在医患沟通方面具有重要的跨文化、多语言交互功能。尤其是在面对不同文化背景、不同语言水平的患者时,ChatGPT能够弥合交际障碍、拓宽沟通渠道。同时,ChatGPT具有自然语言处理能力,在多种语言环境下支持智能交互和对话生成,为医患沟通提供便利性和高效性。

加州大学圣地亚哥分校在社交网站找到195个真实的医患问答,将相同的问题交给ChatGPT,在其回答之后再交给专家盲评,结果表明,ChatGPT不仅在信息质量这一方面打败了人类医生,在人类的同理心这一方面也击败了人类医生[4]。2023年5月,Belong.Life推出了Dave:世界上第一个针对癌症患者的对话式AI。它只关注于癌症领域,致力于24小时为患者提供医患间的沟通。尽管上述二者都还是处于公益的、测试的阶段,但毫无疑问其未来的潜力不可限量。

ChatGPT在医患间沟通方面应用前景十分广阔。它不仅可以提高医患交流的效率和准确性,还能够有效地解决文化差异、语言障碍等问题。通过为患者提供全面、专业、人性化的支持,ChatGPT有望成为未来医疗服务中不可或缺的一部分。

1.2 从线下到线上:AI提供医疗咨询

在传统的医疗服务中,医生往往需要面对面地与患者交流。这可能占用大量的时间和资源,并且受到一些人为因素的影响。而通过ChatGPT,患者可以得到更加高质量和准确的医疗咨询服务。与此同时,ChatGPT技术也为医生提供了一个新型的工作方式,能够在不同时间和空间中协助他们完成相关任务。

线上AI医疗咨询具有随时随地、专业诊断和治疗方案以及便捷等优点。可以预见的是,在线上AI医疗咨询中,患者只需使用手机、电脑等设备连接应用或平台即可进行医疗咨询,无需消耗大量等待和排队时间。这种远程诊断方式解决了患者看病难、就医不便等问题。更使得以患者为中心的沟通模式(patient-centered communication, PCC)在ChatGPT中有了更大的实现可能,通过ChatGPT,医疗机构可以实现在线PCC,有效提高医生与患者之间的沟通效率,并且可以更好地满足患者个性化需求。此外,ChatGPT也可以帮助医生更好地了解患者,包括了解他们的健康状况、特殊需求等信息,从而能够为患者提供更加个性化和全面的医疗服务[5]。

我国在2023年2月25日所展示的华佗GPT,在多轮问诊场景中,研究团队成员收集了涵盖20个科室的100个多轮对话进行评估。结果显示,华佗GPT在处理更加复杂的多轮问诊场景中的表现优异,在某些性能方面甚至超过GPT3.5。但华佗GPT也仍处于免费的、公益的测试阶段,待技术成熟之后,其研究院才会寻找合适的应用场景,形成新的业务模式和商务模式,以便于华佗GPT的落地与推广应用[6]。

与传统的面对面医疗服务相比,在线上AI技术的支持下,ChatGPT能够帮助患者快速地获取准确、全面并且及时的医学咨询服务。通过人工智能技术和大数据分析技术的支持,ChatGPT也具备相对较高的精度和可靠性,并且能够随时视情况进行自我迭代和更新。

线上AI医疗咨询还有很好的普及性和可推广性。其依托于互联网等技术手段,使得在线上AI医疗咨询可以迅速推广或扩展到各个地区、国家,甚至全球范围内。这也意味着在未来,线上AI医疗咨询将会成为人们日常生活中一个必需且更加广泛应用的医疗资源形式。

1.3 从模糊到精准:个性化定制病例分析

ChatGPT在病例分析和预测中具有广泛的应用前景。传统上,当患者到医院就诊时,医生需要收集患者的个人信息、过往病史、家族遗传史以及当前出现的症状等信息。根据这些信息,医生需要对患者进行初步分析并制定治疗计划。而且在医疗诊断过程中,医生需要阅读大量的文献并进行复杂的数据处理才能作出正确的判断。但是,在某些情况下,医生可能会遇到罕见的疾病,无法作出准确的诊断。这时候,ChatGPT就可以派上用场了。通过对大量数据进行分析并应用ChatGPT,可以对患者未来可能会出现的疾病进行预测。当患者输入自己的个人信息时,ChatGPT可以预测患者未来可能会出现的疾病,并给出相应建议。当患者输入自己的个人信息时,ChatGPT可以根据这些信息来预测该患者是否存在某种疾病的风险。这样不仅可以帮助医生更好地制定治疗方案,还可以帮助患者提前了解并采取措施进行预防。同时,ChatGPT还可以结合EHR数据评估个体化的干预效果。相比传统的RCT方法,ChatGPT可以更全面、更精准地分析患者个体差异和治疗效果,并提供针对性的治疗建议。这意味着,ChatGPT可以大大提高医生在诊断和治疗方面的工作效率和精度,同时为患者提供更加个性化、精准的医疗服务[7]。

例如,在肝癌诊断方面,医生通常需要查阅大量与患者相关的数据资料、临床解剖等专业文献,以确定确诊结果。然而这种传统方式往往需要耗费很长时间,而且很容易出现误差。借助ChatGPT的自然语言处理能力,可以采用疾病数据进行训练,使其学习到与肝癌相关的各种规律和特征,最终输出一个比较准确的肝癌诊断结果。

在医学领域,预防比治疗更加重要。中医的“治未病”备受关注。因此,希望能够提前发现某些患者是否存在患某种疾病的风险。借助ChatGPT,可以利用大量相关数据资料进行训练,并通过该模型来预测患者可能会出现哪些健康问题。

例如,在心血管疾病预测方面,可以利用大量相关数据资料训练ChatGPT,并通过该模型来预测 患者可能会出现哪些心血管系统相关的问题。通过这种方式,可以帮助患者及时采取措施进行治疗或预防。因此,在个性化定制病例分析中,ChatGPT具有广泛的应用前景,并将成为医生和患者共同信赖的重要工具之一。

虽然现在还没有相关的产品推出,但也已经有大量的相关测试数据,其潜力不可限量。

2 ChatGPT在医学领域面临的可能的潜在风险

ChatGPT 在医学领域的应用虽然具有重要意义和巨大潜力,但同时也存在一些医学伦理风险与挑战。以下是基于其特性而预设的可能带来的诸多风险。

2.1 隐私向度分析:个人隐私泄露风险

ChatGPT的匹配算法可能带来更为严重的个人数据隐私问题。首先,在对患者进行诊断和治疗时,医生需要访问和收集大量敏感个人信息,包括病史、药物治疗方案、基因型等。这些信息非常私密,一旦被未经授权的人知晓或泄露,就可能导致患者隐私权被侵害,并产生严重的后果。

平台风险是互联网医疗患者隐私泄露的客观风险之一。在使用ChatGPT等人工智能平台时,需要关注平台的技术水平和安全性、平台的资质和合规性、平台运营规模和可靠性等方面。只有具备高水平技术和良好信誉的平台,才能有效避免或减少个人隐私泄露的风险。

政策风险是互联网医疗患者隐私泄露的根源性风险之一。当前,对于互联网医疗领域的监管法规尚不完备,缺乏权威性和可操作性,执行力度也较弱。

此外,由于医疗机构涉及大量个人敏感数据,攻击者可以通过针对ChatGPT本身或相关数据库的攻击手段获取和窃取敏感数据,从而导致数据安全风险。在互联网传输和存储数据存在一定风险,不仅黑客攻击,类似技术漏洞、人工差错等情况都可能导致患者隐私信息泄露[8]。一旦数据泄露,将会给个人和机构造成巨大损失[9]。

2.2 算法向度分析:不可解释性的风险

在医学伦理领域,ChatGPT的算法黑盒子和可解释性问题是非常重要的。ChatGPT作为人工智能技术应用于医学伦理决策的关键工具,其算法的不透明性会影响到算法的公正性和稳定性。

第一,ChatGPT算法黑盒子问题是指人们无法直接了解算法在决策时所依据的机制。这是由于ChatGPT算法使用了复杂的神经网络模型进行学习和推理。神经网络是一种高度抽象化的数学模型,需要大量输入数据以训练模型,但却很难直接解释模型在决策时所依据的因素。这使得决策过程难以被了解、审查或者验证。第二,可解释性问题也很关键。可解释性是指能够清楚地理解一个算法在作出决策时的思考过程。这对于医学伦理来说非常重要,因为医生或者患者必须知道机器为什么会提出特定建议或结论。

ChatGPT的缺点也很明显。主体行为可解释性是判断人工智能责任的最基本要素之一。也就是说,人工智能应该有一个基于逻辑和经验的行为决策机制,我们可以通过这个机制理解和解释其行为和决策过程,从而对其是否违反法律进行评估。然而,ChatGPT的自我调试和演化同时也使得其行为具有不可预测性和不可解释性。在这种情况下,如何确定人工智能的法律责任就成了一个难题[10]。

2.3 社会向度分析:责任界定风险

ChatGPT的应用可能对医患间的社会关系、责任界定和权利保护产生深远影响。首先,由于模型具有智能化和个性化特征,它在医学伦理问题中可能扮演更加主动和重要的角色,进而改变医患之间的权利关系、信任度以及隐私保护等方面的社会关系。其次,在使用ChatGPT进行医学伦理问题咨询时,需要重新界定责任和义务的划分。例如,在面对复杂的伦理决策时,ChatGPT可能会给出多种相互矛盾或不确定的建议。这就需要重新考虑谁来承担最终决策的责任以及如何分配各方义务。同时,还需要思考如何避免通过模型推卸责任或丧失个体自主性[11]。最后,在使用ChatGPT进行医学伦理问题咨询时,也需要注意相关方利益和权利。例如,在处理涉及隐私保护、知情同意、公平公正等问题时,模型需要严格遵守法律、道德和伦理标准,确保相关方权益得到妥善维护,以免有失公正。

2.4 公平向度分析:偏见和歧视风险

ChatGPT的偏见和歧视问题也是一个需要重视的问题。由于ChatGPT的学习依赖于大量的训练数据,而这些数据可能不够平衡或存在不准确的标签,导致模型在处理特定类型问题时出现偏见或歧视,并最终导致不公平现象的出现。

ChatGPT在处理医学伦理问题时可能存在性别、种族、文化等方面的偏见。例如,在对患者进行诊断和提出治疗建议时,模型可能会对某些特定人群给出错误或有偏颇的建议,如对女性患者给出较为保守或不准确的治疗方案。这种偏见和歧视行为会导致医生和患者之间的信任破裂,从而影响医疗服务质量和效果[12]。

2.5 公正向度分析:反馈与监管风险

ChatGPT在医学伦理领域下对患者的反馈机制和监管机制的建设,需要注重保障公正性。

首先,对于患者的反馈机制而言,ChatGPT可以使用自然语言处理技术帮助患者表达自己的诉求和需求。作为一种人工智能技术,ChatGPT需要能够无视人类对话中包含的个体偏见和主观情感,并始终以公正、客观、中立的态度处理患者提供给它的信息。这样,患者提供的有关疾病情况、治疗效果、用药反应等关键信息才能得到有效记录并对比加以分析。其次,在医学伦理监管方面,ChatGPT需要遵循公正和透明原则。例如,在药品审批过程中,ChatGPT能够辅助分析、评价药品相关数据,辅助所有可行且合格的药物都能获得审批;同时要尽可能减少专家意见之间偏见和误差所带来的影响。此外,在临床实验室方面,ChatGPT也可以对临床试验数据处理过程进行辅助监管,防止人为因素对实验结果造成干扰。同时,ChatGPT还需要遵守保护患者隐私的规定,在处理患者信息时要严格遵守相关规定。最后,在构建反馈机制时,ChatGPT需要注重公平性和客观性。例如,如果ChatGPT协助收集患者反馈信息和实验数据,则必须确保所采集到的数据具有代表性和可比性,不能因为个体差异而导致误判或刻意忽略某些指标。在药品审批或临床试验中,ChatGPT也不能倾向于某一特定药品或疗法,应该以客观、公正、严谨的态度进行分析和评估。

ChatGPT在医学伦理领域下对患者的反馈机制和监管机制的建设需要注重公平性问题。只有充分保障公正、透明、客观等原则的落实,才能确保这种技术手段能够更好地服务医学研究和治疗决策,并获得广泛认可和信任。

3 ChatGPT在医学领域的风险治理路径

尽管ChatGPT还没有成熟的产品,但其技术更新换代极快,或许在几年时间内就可看见成熟的商业化产品,如国产的华佗GPT就有望在几年内投入实际的医疗治理中。为此有必要提供对应的治理路径,以防范基于其特性而预设的可能的诸多风险。

3.1 由无知变有知:加强相关执业人员的知识培养与伦理素养

ChatGPT在医学伦理方面涉及许多风险和挑战,特别是对于此前不知晓ChatGPT的医生或此前不了解医学伦理的技术开发人员,需要有不同的基本知识培训来加强他们在这个领域的专业能力,让他们对这两方面有足够的认识。

技术开发人员需要了解ChatGPT在医学伦理领域下的风险和挑战。例如,在提供医疗诊断和治疗建议时,ChatGPT需要考虑患者隐私保护、信息安全等问题,并确保其提供的信息准确、可靠、合法。而在语言处理和文化交流上也会遇到一些难以预测的情况,技术开发人员需要了解如何处理这些复杂情况。技术开发人员还需要了解医学伦理法规、政策和规范等方面的知识。这些法律法规包括例如《中华人民共和国个人信息保护法》《医疗质量管理办法》等。掌握这些内容可以使技术开发人员更好地了解医学伦理领域下的行业标准,从而更好地提供医疗服务。

作为医生,他们应该充分了解与AI医疗相关的概念、技术和伦理挑战,这些知识能够使他们在工作场所批判地检视人工智能,向患者清楚地传达人工智能的局限性,明确需要注意的风险和危害,从而赋予患者更多的决策权。最后,医生需要通过不断学习和提高,在使用ChatGPT技术时保持谨慎和审慎态度,尊重患者权益和隐私。只有这样才能最大程度地减少ChatGPT在医学伦理方面可能带来的风险和挑战,并更好地服务于患者的健康需求[14]。

在医学伦理风险防范背景下,基本知识培训已经成为技术开发人员必不可少的一部分。只有具备了相应的知识与技能,实现从无知到有知的转变,才能使ChatGPT在医学伦理领域下发挥最大效益。

3.2 由被动变主动:引导舆论关注方法风险

引导舆论关注ChatGPT的方法风险非常重要。方法风险主要指由于ChatGPT提供的信息不当或错误而导致医疗行为出现问题。例如,如果ChatGPT给出的诊断结果不准确或建议不合理,可能会导致患者接受不必要的治疗或延误病情。这种风险对于患者的身心健康和医疗行业的信誉都会造成很大影响。比起被动接受这种风险,我们更需要通过引导舆论主动出击。

在引导舆论关注ChatGPT的方法风险时,需要采取一系列有效措施加以防范和解决。首先,需要加强数据监管,确保ChatGPT所使用的数据来源准确可靠;其次,需要挑选优秀开发团队,并规范运营过程,确保ChatGPT的质量和准确性;同时,在使用ChatGPT时需要注意遵守相关法律法规和伦理规范,尊重患者的知情权、选择权和隐私权。

除此之外,定期检查聊天记录并加强反馈机制也是非常重要的措施。通过对聊天记录进行检查和分析,可以及时发现ChatGPT的问题并进行修正和改进;同时,加强用户反馈评价系统,了解患者的意见和建议,并按照实际情况进行调整和改善,可以有效降低方法风险。

此外,应该注意到技术利维坦的问题。技术利维坦指由于技术的发展和掌握者的垄断而导致社会、政治、文化等方面出现失衡的风险。在ChatGPT的开发和使用中,如果开发团队或管理者利用其技术垄断地位追求自身利益而忽略了患者的健康和权益,就会产生技术利维坦的问题。因此,在引导舆论关注ChatGPT时,需要建立公正、透明、规范的管理机制,监督ChatGPT开发和使用过程中是否存在利益冲突、权力滥用等问题;同时要加强对ChatGPT的宣传和教育,提高公众的科技素养,增强对AI医疗技术的理性认知和正确使用能力。只有这样才能防止技术利维坦现象对人类造成不可逆转的影响[15]。

由此可知,在医学领域使用ChatGPT需要考虑到方法风险,并采取一系列措施进行防范和解决,实现由被动变主动的转变。只有这样,才能更好地保障患者的利益和安全,推动医疗行业向更高层次发展。

3.3 由无界变有界:注重AI算法优化与验证标准

ChatGPT算法模型优化及验证标准提高是非常重要的。这个问题涉及了医学伦理、数据隐私保护、技术创新等方面。在此之前因为研究较少,这是相对无界限的。而为了保证研究的合法性和可靠性,ChatGPT算法模型必须具备优化和验证标准以实现有界。针对当前的问题,可以从以下几个方面进行分析:

首先,在技术创新方面,可以通过改进算法模型的深度学习机制和优化计算效率来提高其精度和效率。例如,使用迁移学习或元学习等方法对ChatGPT进行训练和优化。

其次,在数据隐私保护方面,需要采取相应的安全措施来保护用户信息不被泄露或滥用。这些措施包括数据加密、身份认证、访问控制等。

再次,也需要注意到ChatGPT算法模型对社会和人类福祉的影响。在开发算法模型时应该做好充分的伦理和社会学调查,并从技术和社会层面推进ChatGPT算法模型优化与验证标准提高工作。重点关注医学伦理、隐私保护、数据准确性等方面,确保ChatGPT算法模型能够真正成为负责任、有益和以人为本的大型语言模型(Human-centered LLM),造福人类[16]。

最后,在评估验证标准方面,需要确立一套统一的评价指标体系,以确保ChatGPT能够在真实场景中正确解决医学伦理问题,并依据实际应用需求不断完善和优化。

ChatGPT算法模型优化及验证标准提高是一项具有挑战性的工作,需要各方共同努力,综合运用技术手段和管理方法,不断探索和创新。实现由无界变有界的转变,最终促成医疗行业的进步。

3.4 由单一变多元:强调多方合作模式与数据处理

ChatGPT技术的应用需要多方共同合作和数据治理,注重共同合作模式的技术创新和治理,而不是单一组织机构的相关规范。这是由于ChatGPT技术对医学伦理问题的解决具有重要意义,同时它也面临着一系列技术挑战和社会风险。

首先,ChatGPT技术的应用需要多方合作。这涉及医院、科研机构、企业、政府等各方面的参与。针对不同领域和应用场景,需要充分发挥各方专业性优势,共同制定数据开放标准、隐私保护规范、算法平台等规范和标准。

其次,在数据治理方面也需要充分发挥其作用。数据治理包括了数据收集、存储、加工和传输等全链路漏洞治理,在其中高强度的安全措施是必须要保证不泄露用户隐私信息以及保护数据不被恶意利用。

另外,对于ChatGPT技术的优化和完善,还需要注重技术创新与治理。这包括了算法模型改进、计算资源优化、用户体验提升等各方面。同时,合理制定数据采集、分析和利用的规则和标准,充分保障用户权益。

在这个过程中,相关企业应当成立行业协会,并积极发布行业技术指南。行业协会可以扮演重要的推动角色,促进ChatGPT技术的应用和发展,并引领行业规范化建设进程。同时,行业协会也需要与政府部门、学术机构等各方面合作,共同探讨对于ChatGPT技术的监管与管理策略。

因此,在开展ChatGPT技术的相关工作时,建议各方秉持负责任、合作共赢、以人为本等理念,全力保障技术应用安全可靠,实现由单一变多元的转变,并确保更好地造福人类[17]。

3.5 由浅层到深处:注重医学伦理问题研究

人们需要加强对于ChatGPT所带来的更深层次的医学伦理问题的研究,并注重促进伦理法律制度的完善。在这个过程中,人们需要从多个方面入手:

第一,对ChatGPT聊天内容中可能涉及的医学伦理问题进行深入研究,同时,考虑未来可能出现的新问题,并积极寻求解决方案。

第二,在加强对医学伦理问题的研究过程中要考虑多方关系,并确保相关研究成果符合公共利益和社会价值标准。同时,还需注重道德伦理规范,在聊天服务中要遵循医学伦理准则和担负起相应的社会责任。在这个过程中,要坚持以人为本的理念,强调人的主观能动性。我们需要建立从技术开发端到应用端的全过程伦理风险审查规则,以确保ChatGPT技术在医疗领域应用时的公正、合法和安全[18]。

第三,需要进一步增强社会大众的伦理意识和法律意识,使其能够更好地支持ChatGPT与其他人工智能技术的发展,实现由浅层到深处的转变,从而共同推动医学健康领域的进步。

3.6 由混乱到有序:深化法规监管及标准化建设

ChatGPT作为一种新型医学辅助工具,虽然在提供咨询服务、协助医生进行诊断和治疗决策等方面有着巨大的潜力,但同时也带来了一些医学伦理问题。这些问题涉及ChatGPT本身的功能和性能,以及整个医疗系统的运作机制和法律依据。因此,需要加强对于ChatGPT所带来的医学伦理问题的解决方案,尤其要注重法规监管及标准化建设,以改进其混沌无序的现状。

在法规监管方面,需要建立健全完善的法规框架以确保ChatGPT工具在医疗领域得到正常合理的使用并且符合伦理标准。首先,需要完善相关法律法规,明确ChatGPT使用范围、技术要求、职责与义务等,并将其纳入国家监管体系中进行管理。同时,在ChatGPT开发、使用、维护等各个环节都应该遵守相关法律法规要求,并对违反规定的行为实施惩戒。

除了法规建设外,在标准化建设方面也需要采取相应措施来加强ChatGPT的医学伦理问题解决。需要制定相关标准和规范,确保ChatGPT的开发、应用和管理程序符合道德和法律要求。具体而言,可以建立一套ChatGPT安全与伦理评估体系,包括对聊天内容、数据隐私、信息安全等方面的评估标准及方法,并将其物化为可供执行参照的法规和行业标准。同时,还需要建立全方位的合规监督机制,对ChatGPT的使用情况进行监督和评估,并对其应用效果、安全性等方面进行监测和分析。这样可以及时识别和解决医学伦理问题,并有效预防和控制风险。在未来的发展中,还需要加强国际合作与经验分享,推动全球医学伦理标准的统一和协调。只有在建立严格的法规标准体系,并依靠法律法规来确立生成式人工智能在医学领域发展应用的边界时,我们才能够让这项技术真正地造福于人类,并更好地推动医疗健康事业的发展[19]。

此外,在实践运用方面也需要加强对ChatGPT所涉及的伦理问题的专业评估,并建立反馈机制。医生在使用ChatGPT时应该被告知其辅助作用,以及在聊天过程中如何遵守患者隐私和信息保护等要求。并且需要建立起专业团队对可能出现的医学伦理问题进行监测和调查,并及时反馈给相关机构和社会公众。正如华佗GPT的研究院所主张的:在制度建设方面,研究院将积极建立应用准入制度、监管制度、伦理评估制度等,以保证其医疗业务能够稳定、安全、有序地运行。

可见,加强对于ChatGPT所带来的医学伦理问题的解决方案,尤其是加强法规监管和标准化建设,有利于推进ChatGPT在医学领域的应用,实现由混乱到有序的转变,并为维护公共利益、提高医疗质量、促进人类健康作出应有的贡献。