WHO强调医疗保健中AI的风险与回报

世界卫生组织（WHO）警告称，全球医疗保健提供者在采用人工智能（AI）技术时需要谨慎，特别是在中低收入国家。

虽然大型多模态模型（LMMs）作为生成式AI的一个子集，具有彻底改变医疗保健的潜力，但WHO强调需要提高意识并负责任地实施。 

医疗保健中的AI：变革者

WHO承认大型多模态模型（LMMs）在医疗保健中的巨大潜力。这些AI系统（如ChatGPT、Bard和Bert平台）迅速崭露头角。LMMs可以处理各种数据输入，包括文本、视频和图像，以生成各种输出。 

它们在医疗保健中的应用涵盖诊断、科学研究、药物开发、医学培训、行政管理，甚至患者自我症状评估。通过分析大量医疗数据（如图像、扫描和电子健康记录），LMMs可以增强诊断能力，改善治疗方案，预测患者结果，并提高效率。

AI在医疗保健中最大的优势之一是通过提供准确的诊断和个性化治疗方案来挽救生命的潜力。此外，它可以减轻医疗保健专业人员的负担，使他们能够专注于比日常文书工作更重要的任务。在医疗从业者短缺的地区，LMMs可以在改善医疗可及性方面发挥关键作用，确保医疗护理更广泛、更公平地覆盖。

风险与挑战

尽管前景乐观，但WHO警告不要忽视相关风险。如果高估LMMs的能力，特别是如果未充分承认其局限性，可能会导致误诊和不适当的治疗决定。 

此外，医疗保健系统可能会过度依赖LMMs，特别是在维护和更新可能不足的中等收入国家。这种依赖还可能导致失业，并需要医疗保健工作者进行大规模再培训。

此外，训练和使用这些AI模型的环境成本令人担忧。AI模型已知会导致碳排放和水资源消耗。此外，由于涉及高昂的财务成本，LMMs的开发和部署主要集中在大型科技公司手中，这可能会加强它们在该领域的权力和主导地位。

获取不平等

WHO提出了与医疗保健中AI获取平等性相关的问题。数字鸿沟和高额订阅费可能会限制对这些模型的访问，加剧发达国家和发展中国家之间的健康不平等。此外，如果LMMs在偏见数据上进行训练，它们可能会在医疗保健系统中延续这些偏见。

解决这些挑战需要建立必要的基础设施，并在公共和私营部门实施AI使用法规。透明度、强大的数据治理和道德考量至关重要。 

提供赠款、共享云计算资源访问权限和开放数据集等举措可以显著惠及中低收入国家，使竞争环境更加公平。

国际组织可以促进知识转移，并支持各国获取本地数据，确保这些AI模型准确反映区域需求。来自资源较少国家的利益相关者参与新LMM技术的开发和治理，对于倡导包容性发展至关重要。

最终，WHO认识到医疗保健中AI造成的某些伤害是不可避免的。因此，该组织提供的指导包括关于责任制度的建议，并呼吁在患者因AI遭受损害时建立赔偿机制。建立明确的责任规范和强大的监管监督，对于确保受LMMs不利影响的个人获得充分赔偿和法律救济至关重要。