在神经科学和人工智能时代,作为人类,需要仔细探索复杂性的联系,其中有效的想法仍然处于紧张状态,表现出不容忽视的微妙之处和挑战。每一页都表达了集体讨论中出现的思想之间和每个主题内部现有的紧张关系,然后得到了 NHNAI 网络研究人员的见解的补充。

健康复杂性#4:利用人工智能和健康技术确保公平公正

参与者普遍承认,卫生技术（包括人工智能）可以支持卫生专业人员进行医疗决策（他们甚至可能在某些任务中表现得更好）。同样,他们强调,自动化某些任务可能会为人类层面的护理和医疗保健提供更多时间（例如使用护理机器人）。一些与会者还指出,人工智能和数字技术可以促进人们获取医疗保健和健康相关信息,特别是预防性护理和健康预防（特别是在较为偏远或较贫困的地区）。数字技术还可以改善医疗培训（例如虚拟现实或增强现实）,这一观点也出现了。

参与者还认识到,医疗保健领域人工智能和神经科学的进步可能使我们能够提高我们的身心能力（特别是通过神经假体或植入的脑机接口）。这些技术还可以防止与衰老相关的能力损失。

然而,参与者也警告称,人工智能和健康技术的优点和缺点可能会被不公平地分配。虽然改善最弱势群体生活的潜力巨大,但许多参与者担心获取不平等的风险（因为缺乏财政资源,而且缺乏数字素养或可靠的基础设施）。值得注意的是,医疗保健领域的人际接触和关系不应成为一种奢侈品,弱势群体将无法获得这种机会。在获取增强技术方面也出现了同样类型的问题。

The following ideas can be found in the global and local syntheses here

  • AI and health technologies can improve medicine and health care:
    • (Global – Health) Acknowledging the positive contribution of health technologies to healthcare
  • Potential positive outcomes of enhancement technologies:
    • (Global – Health) Exploring the potential contributions of health technologies to humans’ self-improvement
  • Need for fairness and equitable benefit sharing:
    • (Global – Health) Ensuring fairness and equality in opportunities for living a good life
    • (Global – Health) Using health technologies to better the conditions of life of the most vulnerable persons
    • (Global – Health) Maintaining empathy and human relationship at the core of healthcare
NHNAI学术网络的见解:

Fernand Doridot（伦理学、科学与技术哲学副教授（ICAM – 里尔天主教大学,ETHICS EA7440,法国）

人工智能设备在医疗保健中使用敏感数据（例如电子医疗记录或基因组数据）引发了道德问题,特别是对这些数据的保护和所有权。事实上,这些信息通常由私营公司收集,患者不可能真正控制其使用。[1]这些数据的货币化在医疗保健创新的经济模式中发挥着越来越大的作用。[2] 公司利用它们来开发医疗算法和个性化治疗,并通过与卫生系统和保险公司的合作从中产生收入。[3] 因此,人工智能的好处主要惠及公司,而不是患者或医疗保健系统。这种情况加剧了人们对为了富裕人口和机构的利益而没收创新的担忧,并加剧了社会经济不平等。[4] 为了解决这个问题,需要新的监管框架来确保利益的公平分配。

[1] Rumbold, J. M., & Pierscionek, B. K. (2017). The ownership and use of human genomic data. European Journal of Human Genetics, 25(2), 200-207.

[2] Murdoch, T. B., & Detsky, A. S. (2013). The inevitable application of big data to health care. JAMA, 309(13), 1351-1352.

[3] Terry, N. P. (2012). Protecting patient privacy in the age of big data. Journal of Law, Medicine & Ethics, 40(1), 7-17.

[4] Powles, J., & Hodson, H. (2017). Google DeepMind and healthcare in an age of algorithms. Health and Technology, 7(4), 351-367.