“宋医生，我心跳有点快，感觉上不来气，偶尔还会咳嗽几声。”卫生室刚开门，年近九旬的村民涂婆婆便在老伴的陪同下前来看诊。宋文卓一边询问症状，一边将病情输入系统，然后点击AI辅诊按钮，系统迅速与拥有海量多发病、常见病等病例的国家核心知识库对接，通过提取和分析患者的历史病历信息，给出“急性上呼吸道感染”等诊断建议。宋文卓结合自己的临床经验进行综合评估，最终确定涂婆婆是急性上呼吸道感染。
随后，系统根据医生的选择，给出了推荐用药，列出推荐依据、检查建议等。宋文卓参考选定治疗药物，让老人先吃药观察。
在宋文卓看来，AI辅诊系统的应用，不仅提高了诊断的准确性和效率，还能帮助医生更好地应对复杂病例，降低误诊漏诊风险，看病用药也更加安全放心。
AI辅助诊疗系统在绵阳市游仙区基层医疗机构的应用，是我国推进“AI+医疗”的一个生动缩影。《“十四五”医疗装备产业发展规划》明确提出加快智能医疗装备发展；《关于进一步完善医疗卫生服务体系的意见》提出发展“互联网+医疗健康”，加快推进互联网、人工智能等在医疗卫生领域中的应用……近年来，我国不断加强顶层设计，推进“AI+医疗”的发展。
多名业内人士和专家在接受《法治日报》记者采访时指出，医疗领域已经成为探索AI应用的重要场所，目前在一些医院主要应用于分导诊、预问诊、病历生成等场景，助力患者就医更加便捷，提升了医疗服务质量，未来AI辅助诊疗将会成为一种趋势，但也需要警惕背后隐藏的法律风险，这些风险不仅涉及患者个人隐私保护，还关系到算法透明度和公平性等问题。
多地上线AI辅诊
提升患者就诊体验
这只是AI辅助医疗的一个缩影。记者梳理公开资料发现，“AI+医疗”目前已在多个医院落地。
在华中科技大学同济医学院附属协和医院，如果患者不知道挂哪个科室，AI可以来帮忙。
此外，该院还推出“智能候诊室”功能。患者挂号后，由“医生数字人”与患者先进行沟通，提前了解患者症状、病程等，为医生面诊做准备。
在浙江省人民医院，数字健康人“安诊儿”可以陪伴患者就诊。
在北京友谊医院，AI能帮医生写病历。
法律风险不容忽视
警惕算法歧视问题
多名受访的业内人士指出，人工智能在医疗领域的广泛应用，能为患者提供更便捷的服务，提高了医疗服务的效率和精准度，让优质医疗资源更普惠，但其背后的法律风险也不容忽视。
此外，算法透明度不足和算法歧视问题也不容忽视。“虽然2023年7月国家网信办联合国家发展改革委等部门公布的《生成式人工智能服务管理暂行办法》提出了算法透明性要求，但在具体实施过程中，算法的实际工作原理和决策过程往往难以被外界理解和监督。由于算法透明度不足，患者无法了解医疗人工智能是如何得出诊断结论的，导致其知情权和选择权无法得到充分保障，可能会侵犯患者的知情同意权和自主决定权。”陈川说。
她提出，算法歧视问题还会导致不同地区在医疗资源上的不平等现象。不同开发者在训练算法时可能无意间引入偏见，导致生成式人工智能在面对不同群体患者时作出歧视性决策。例如，某些医疗人工智能系统在筛查病人时，诊断结果不准确或存在系统性低估。再比如，算法模型的训练数据如果主要来自某些特定群体，可能会导致其面对特殊群体时产生偏见。
陈川认为，目前，人工智能在医疗领域的应用仍处于探索阶段，易因误诊、数据泄露等行为引发问责和归责问题。我国民法典规定医疗损害责任适用过错责任原则，也考虑到医疗器械所致损害的责任承担问题。但人工智能能够独立生成医疗诊断结果或建议，因此在现行法律框架下，对医疗人工智能应用的追责十分复杂，传统的责任形式难以简单套用到医疗人工智能上。
线上购药本末倒置
审核环节形同虚设
除了“AI+医疗”作为一种新兴模式在实际应用过程中可能存在一定法律风险外，一些线上医疗问诊、线上购药平台在引入AI辅助后，虽然给患者带来便捷，但也暴露出不少问题。
记者在调查中发现，一些互联网医疗平台采用“先选购药品，再因药配方，甚至由人工智能软件自动生成处方”这样本末倒置的操作方式。
紧接着，有“医师”接诊，连续发来数条信息，其中第一条强调“互联网医院只对复诊用户提供医疗服务”，后续几条信息均为确认有无过敏史或处于特殊时期。在记者没有回复的情况下，对方就发来一张处方单和购买链接。
北京市民杨木（化名）也有过类似经历，他怀疑屏幕背后接诊的不是真的执业医师：“在××平台购买处方药时，感觉对方跟机器人没有差别，只要打字过去，对方就会在几秒钟内迅速同意，根本没有给出任何专业意见。”有一次，他故意描述一些不是欲购药品适应病症的情况，结果对方仍然很快开了处方。
“假如是正规互联网医院，有执业资格的医生开具的电子处方，应该有医生的签名、互联网医院电子章。不排除有些小型互联网医疗平台存在用人工智能、机器人等工具自动生成处方，一些大平台会用AI等来辅助医生问诊，比如问病人几岁、哪里不舒服等，但是处方必须要求医生来开。”北京某三甲医院一刘姓医生说。
他还注意到，不少平台为谋取利益，采用“AI开处方，客户直接取药”的模式，处方开具、审核环节形同虚设，要么直接跳过开具处方这一流程，要么对用户上传的处方并不实际审核，这类行为严重违反了我国药品管理制度，也给患者用药安全埋下风险隐患。
在线上健康平台咨询问诊会不会泄露个人信息，也是多名受访患者提出的疑问。
“问诊时，平台采集的个人信息和健康情况能不能保存好，这些信息会不会流向第三方？”杨木很是担心。
此前，工信部曾通报过多个互联网医疗App在个人信息收集及使用方面存在严重问题，包括超范围采集个人隐私信息、未经本人同意向他人提供个人信息、收集与医疗服务无关的个人信息等。
“与其他类型App相比，医疗类App泄露个人信息可能会导致更严重的法律问题。如果个人健康信息被泄露，不法分子可能利用这些信息实施精准诈骗，比如利用‘病急乱投医’的心理向患者非法售卖或推广药品。”前述刘医生说。
切实保障患者权益
受访专家指出，为了有效应对“AI+医疗”在实际应用中潜在的法律风险，需要从法律和政策两个层面进行系统化完善。只有建立健全法律框架和监管机制，明确医疗大模型的责任归属和数据使用规范，才能在推动医疗人工智能发展的同时，切实保障患者的合法权益。
陈川还提到，强化医疗人工智能算法监管刻不容缓。一方面，为确保医疗人工智能的安全性和可靠性，应成立算法审查专门机构，对医疗人工智能进行严格的安全性、透明性、伦理性审查；另一方面，基于数据的动态性和人工智能技术的不断迭代升级，应要求研发者提前研判算法应用过程中产生的安全风险并提出针对性应对措施，在算法生命周期内定期开展算法风险监测工作，针对算法的数据使用、应用场景、影响效果等进行自我安全评估。此外，可开启公众监督举报、监管部门巡查等多种措施。
北京中医药大学法律系教授邓勇也认为，随着医疗大模型的发展，这一产业合规运营与监管显得越发重要，需要确定自身的产品定位并获取对应的资质，避免无资质开展相应活动。“合规方面，首要应当确定自身的产品定位，如属于互联网诊疗产品的，需要联系或建立对应的实体医疗机构并申请设置相应的互联网医院，并在医师资源、病历管理、药品配送、处方开具上满足相应要求，如仅作健康管理，不涉及诊疗活动的，必须明确自身产品不具有‘医疗目的’，仅‘预期用于健康管理、目标人群为健康人群、记录统计健康信息’用。”
他提出，还应当采取数据清洗等方式确保去除公开数据中的违法和不良信息及个人信息，保证训练数据合法合规。医疗大模型收集用户数据的要求，需要遵循合法、正当、必要的原则，不收集与所提供服务无关的个人信息。
“医疗大模型收集用户数据的红线行为包括：未公开收集使用规则；未明示收集使用个人信息的目的、方式和范围；未经用户同意收集使用个人信息；违反必要原则，收集与其提供的服务无关的个人信息；未经同意向他人提供个人信息；未按法律规定提供删除或更正个人信息功能或未公布投诉、举报方式等信息。”邓勇说，收集互联网公开数据时，为确保其合法合规，还需要履行告知同意程序、匿名化程序、提供拒绝渠道等操作。此外，应当注重数据标注机制，通过标注防止生成色情暴力、歧视性信息等违法和不良内容，实现内容安全。
针对线上医疗问诊暴露出的问题，陈川认为，亟须明确人工智能的法律责任，建立科学合理的责任分配机制，强化医务人员的主体责任，明确AI处于辅助性地位，细化各领域参与者的责任，不能将医疗诊断彻底交给AI，应遵循“事前预防—事中监控—事后问责”的原则。“医务人员在行医过程中须履行注意义务，即医务人员须注意识别和鉴定AI诊断结果，否则应当承担责任。”