基于"医患信任"理论的医疗AI可信度问题的探讨

• 作者: 徐汉辉
• 来源期刊: 工程研究—跨学科视野中的工程
• 关键词: 医疗人工智能 黑箱 医患关系 信任
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: "新兴医学工程伦理与治理"专刊
• 页码范围: 252-259
• 页数: 8页
• 分类号: R-02|TP39
• 语种: 中文
• DOI: 10.3724/SP.J.1224.2020.00252

摘要

21世纪以来,人工智能技术在医疗领域中得到了广泛的应用,其在疾病预测方面显示出超出人类医生的精准和高效.然而,由于尚不清楚人工智能系统内部的工作原理,这种精准预测是如何实现的仍然无法解释.这被称为人工智能的"黑箱问题"."黑箱问题"引发了人们对于人工智能"不透明性"的担忧,进而对其可信度提出了质疑.面对质疑,一种观点认为,对于"黑箱"的担忧并无必要.这种观点的持有者往往强调,很多时候,人类医生是凭着直觉和经验在为病人做诊断,而这些直觉和经验连他们自己也很难解释清楚.既然我们能够信任人类医生,也应该信任人工智能.基于信任理论,从医患信任的角度来回应上述观点,尝试论证,医患信任和患者对于医疗人工智能的信任,这两种信任的基础完全不同,不具有可比性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐汉辉	南开大学医学院	2	0	0.0	0.0