22、医疗保健中的人工智能伦理与未来趋势

医疗保健中的人工智能伦理与未来趋势

1. 全球标准与模式

目前，有一些机构共享着共同的道德和责任准则，但缺乏全球强制执行的规范。例如，一个预测死亡风险的人工智能代理，除了预测对象死亡之外，几乎没有其他验证方式。那么，这样的代理应如何验证？必须遵循哪些标准？代理或其创造者是否需要提供证据？

由于人工智能尚未有明确的行业标准来测试相关技术，因此很难确保所使用的人工智能的质量。在快速发展的人工智能行业中，这些问题既新颖又紧迫，全球标准对于设定人工智能系统的最低期望至关重要。

医疗保健领域也存在从循证医学到临床接受的时间滞后问题。以2型糖尿病患者为例，十多年来就有患者使病情得到缓解，但医疗系统却迟迟不能将患者标记为病情缓解。这导致患者要么被标记为逆转了糖尿病，要么被标记为患有糖尿病。如果标记为逆转糖尿病，患者可能无法获得确认病情缓解的检查，从而面临检查缺失的风险；如果标记错误，会影响保险，且不符合实际情况。通过合作制定模式并同步推进采用，有助于减少国际差异。

2. 是否需要人道对待人工智能

强化学习的基本概念与人类和其他动物的学习方式相似。训练狗时，符合预期的表现会得到奖励，而强化学习系统中的不服从则会受到惩罚。人工智能代理的强化学习也是如此，通过构建奖励和惩罚机制，正向表现会得到虚拟奖励，负向行为会受到惩罚以增强避免意识。

目前大多数人工智能系统相对简单和简化，但随着发展，它们将变得更加复杂和逼真。人类已经开始与机器人建立关系，在很多情况下，机器人被视为人类的替代品，无论是用于陪伴还是满足其他需求。可以认为，向人工智能系统输入惩罚是一种有害或负面的输入。当遗传算法删除不再有用的世代时，这是否算一种“谋杀”？当人工智能系统能够模仿人类行