陸文斌，陳發(fā)俊

(安徽大學 哲學學院，安徽 合肥 230039 )

從人工智能發(fā)展的歷程來看，它自誕生以來，先后經歷了“專注于人類知識”“機器學習的興起”和“解釋性和通用人工智能技術”三次浪潮[1]。在過去的10年中，它已被廣泛地應用于工業(yè)、交通、金融、醫(yī)療和教育等領域，給人們的生產方式、生活方式、思維方式帶來了深層次的變革。根據(jù)中國信通院數(shù)據(jù)研究中心的監(jiān)測數(shù)據(jù)顯示:截至到2018年上半年，全球范圍內共監(jiān)測到4 998家人工智能企業(yè)，中國大陸地區(qū)以1 040家的數(shù)量位居世界第二。在中國，人工智能的運用更集中于醫(yī)療健康行業(yè)，以22%的占比位居全行業(yè)第一[2]。隨著人工智能與醫(yī)療健康領域的深度融合，人工智能開始出現(xiàn)在醫(yī)療領域的各個場景中，貫穿了醫(yī)學治療與康復的全過程，使人類的醫(yī)療衛(wèi)生事業(yè)更具智能性。然而，醫(yī)療活動并不是簡單粗暴的“指令輸入+行為輸出”的程序活動，而是建立在患者知情同意權基礎上的方案協(xié)定及實施活動。在已經到來的智能醫(yī)療中，患者知情同意權的實現(xiàn)將會受到怎樣的影響？這還需要我們從哲學的高度和實踐的維度對其進行追問。

一、智能醫(yī)療的發(fā)展歷程

(一)初步探索時期

20世紀50—70年代，人工智能領域的“專家系統(tǒng)”(1)專家系統(tǒng)(Expert System，ES)是人工智能一個重要的分支學科，是一種根據(jù)專家專業(yè)知識和工作經驗，用于求解專門問題的計算機系統(tǒng)。醫(yī)療診斷正是一項典型的專家任務。因此，醫(yī)學專家系統(tǒng)是應用較早、使用廣泛、卓有成效的人工智能技術。開始進入醫(yī)療領域，初代的醫(yī)療人工智能產品開始孕育而生。這一時期的醫(yī)療人工智能類型還比較單一，試驗的性質更為濃厚一些。雖然此時的它們已經具備協(xié)助醫(yī)生進行醫(yī)療診斷的作用，但是由于各種因素的阻礙，并未能發(fā)揮出來。例如，英國利茲大學在1972年研發(fā)出一款可以輔助醫(yī)生進行腹部劇痛診斷和提供手術協(xié)助的AAPHelp系統(tǒng)[3]。雖然它的診斷正確率于1974年開始超過了資深醫(yī)師，但隨著輸入該系統(tǒng)的診斷數(shù)據(jù)和相關醫(yī)療知識越來越多，加上硬件設施的限制，它運轉速度變得極度的緩慢——需要一個晚上的時間才能給出診斷結果。1976年，美國斯坦福大學用LISP語言寫成一種可以對患者的病史、發(fā)病癥狀和化驗結果進行分析，并以此為基礎運用相關醫(yī)療知識進行推理，進而找到致病菌、開出相應抗生素處方的MYCIN專家系統(tǒng)。但由于寫成該系統(tǒng)的LISP語言的相關費用過于昂貴，系統(tǒng)與系統(tǒng)間融洽性低，已有人工智能程序并不能較好地適應醫(yī)療過程中所發(fā)現(xiàn)的新情況，諸如此類的因素最終導致MYCIN專家系統(tǒng)并未能推向市場[4]。1978年，經過3年的科研攻關，中國肝病大師關幼波及其科研團隊研發(fā)出了將中醫(yī)學與先進的電子計算機技術相結合的“關幼波肝病診療程序”，診斷正確率為85%[5]。

(二)多元發(fā)展時期

20世紀80—90年代，醫(yī)療人工智能開始邁入商業(yè)化時代，在不同的醫(yī)療場景之中陸續(xù)地出現(xiàn)了人工智能的身影。它們在臨床診斷和治療中扮演協(xié)助者的角色，一定程度上緩解了醫(yī)生所面臨的壓力，為患者的診療提供了便利，進一步地促進了醫(yī)療水平的發(fā)展。例如，1980年美國匹茲堡大學聯(lián)合第一數(shù)據(jù)庫公司所研發(fā)出的第一個商業(yè)化的臨床支持決策系統(tǒng)——快速醫(yī)療參考系統(tǒng)(Quick Medical Reference，簡稱QMR)。它在INTERNIST-I系統(tǒng)的知識庫的基礎上，不斷地擴充疾病的綜合性描述、臨床癥狀以及病癥之間的關系，容納新發(fā)現(xiàn)的知識庫，并將它們制作為電子書，從而為醫(yī)生的臨床診斷和醫(yī)療教學提供輔助[6]。同時期，醫(yī)療人工智能在醫(yī)學影像方面也有了初步的發(fā)展?！癕RI、CR、DR、ECT等數(shù)字化醫(yī)療設備的產生，推動了醫(yī)學圖像資料的存儲、傳輸系統(tǒng)的發(fā)展。”[7]在醫(yī)療機器人方面，隨著對傳統(tǒng)工業(yè)機器人的改造完成，第一套醫(yī)療機器人系統(tǒng)Puma260于1985年正式問世[8]。醫(yī)生可以通過操控手術器械，準確定位患者腦部特定組織。20世紀90年代，醫(yī)療機器人開始運用于整形外科、微創(chuàng)手術、遠程醫(yī)療等多個方面。

(三)智能醫(yī)療時代來臨

近年來，隨著AI技術不斷走向成熟，國內外科技巨頭加快了醫(yī)療人工智能的行業(yè)布局，促使其進入了井噴式發(fā)展階段，產品的種類和運用的場景也愈發(fā)多樣化，智能化程度也越來越高，部分領域甚至出現(xiàn)了代替醫(yī)生的發(fā)展態(tài)勢。2015年，IBM公司成立了沃森健康(Watson Health)公司，并與斯隆-凱特琳癌癥紀念中心(Memorial Sloan-Kettering Cancer Center)合作推出了一款可以學習大量臨床知識、病例信息、醫(yī)學文獻和基因組數(shù)據(jù)，對各種治療方案進行分析、比較和評估，并給患者提出最佳治療方案的臨床輔助決策支持系統(tǒng)(Watson for Oncology)[9]。2016年，谷歌的人工智能部門DeepMind獲得了訪問英國國家醫(yī)療服務體系(National Health Service，簡稱NHS)中約160萬患者相關數(shù)據(jù)信息的授權，并與NHS信托合作開發(fā)一款名為“Streams”的移動應用，旨在幫助醫(yī)生和護士診斷急性腎臟損傷病例[10]。同年，微軟借助AI機器閱讀技術開發(fā)出能夠閱讀在線醫(yī)學論文并制作全面的知識圖譜的Hanover，幫助醫(yī)生處理所有文件，并預測最有效的藥物及藥物組合[11]。2017年，阿里健康聯(lián)合萬里云醫(yī)學影像中心發(fā)布了內含臨床醫(yī)學科研診斷平臺、醫(yī)療輔助檢測引擎、醫(yī)師能力培訓等系統(tǒng)的醫(yī)療AI系統(tǒng)DoctorYou。根據(jù)測評結果顯示，該系統(tǒng)可以將醫(yī)生的診斷效率提高到5倍以上[12]。同年，騰訊研發(fā)并發(fā)布了“騰訊覓影”，由圖像識別、大數(shù)據(jù)處理、深度學習等領先技術與醫(yī)學跨界融合而成，可篩查多個病種、協(xié)助醫(yī)生更高效地理解病案[13]。2018年,百度發(fā)布了包含臨床輔助決策支持系統(tǒng)(CDSS系統(tǒng))、眼底影像分析系統(tǒng)、醫(yī)療大數(shù)據(jù)解決方案和智能診前助手等在內的AI醫(yī)療品牌——“靈醫(yī)智惠”[14]。除此之外，科大訊飛和清華大學聯(lián)合研發(fā)的“智醫(yī)助理”以456分的成績通過了臨床執(zhí)業(yè)醫(yī)師考試?？拼笥嶏w醫(yī)療AI平臺所研發(fā)的口腔電子病歷、超聲助理、云醫(yī)聲、硬件麥克風四大應用方案已出現(xiàn)在多個醫(yī)療場景之中[15]。

從人工智能與醫(yī)療行業(yè)的結合過程來看，隨著醫(yī)療健康需求的不斷增長、海量醫(yī)療數(shù)據(jù)的積累以及人工智能相關技術的不斷突破，醫(yī)療衛(wèi)生事業(yè)的智能化程度越來越高。可以說，一種區(qū)別于人類智慧醫(yī)療的人工智能醫(yī)療已經悄然來臨。在這個已經到來的智能醫(yī)療中，出現(xiàn)了與傳統(tǒng)醫(yī)療大相徑庭的倫理問題，尤其是智能醫(yī)療在診療過程中的技術自主性，給臨床實踐中患者的知情同意權的實現(xiàn)帶來嚴重挑戰(zhàn)。

二、智能醫(yī)療對知情同意臨床實踐的積極影響

從理論上來說，尊重和維護患者的知情同意權是為了讓“有關一個具體行動的適宜性或不適宜性這類沖突可以通過主體間的相互同意來得到解決,并且人們因而接受這種觀點以便能夠在主體之間確立一種進行責備和稱贊、并且相互尊重和有道德權威的實踐”[16]，從而降低醫(yī)學臨床實踐中可能會給患者帶去的權益損害。雖然它已經在實踐中為廣大的醫(yī)務工作者所接受、廣大患者所認同，但其作為一種實踐規(guī)范在過往的臨床實踐中不可避免地受到了多方面的限制。然而，伴隨智能醫(yī)療的到來，這些過往的限制性因素在極大程度上被一一弱化。

(一)知情同意在非智能醫(yī)療實踐中的限制性因素

從患者的角度來說，這種限制主要表現(xiàn)為患者的認知依賴，即醫(yī)學診斷中“專家權威”的形成。從認識論的角度來說，與認知權威相關的專門知識必然與真理有關，它通常被視為該領域的可靠信念或客觀性的真理。一個人或組織如果擁有了某領域大量的專業(yè)知識，他或它也就開啟該領域的一種“上帝視角”[17],成為了該領域中被信仰的對象。他或它的言行可信程度則取決于他們在該領域內所具有某種類型和程度能力的充分性與他者的信息和技能水平。換言之，“如果你有充分的理由相信別人比你出于更好的位置，那么順從別人是合理的?！盵18]這雖然不足以暗示某人完全服從他人，推翻其自己所作的判斷，但這確實構成了足夠的理由使其認真對待他人言行。認知上的某種缺失會在一定程度上促使某人對具有同等能力甚至更高能力的他者產生依賴，而依賴的產生又會促使該者的自主性在一定程度上遭到破壞。在面對人體這個“復雜工程”時，由于一般公眾在相關專業(yè)知識上的欠缺以及為了擁有一個健康身體的希冀，他們不得不對醫(yī)學領域中的專業(yè)人士或組織產生依賴，使自身的自主性遭到侵害。

從醫(yī)生的角度來說，這種限制表現(xiàn)醫(yī)學實踐中所存在的主觀偏見。在主觀上，偏見更多的是人在考慮問題時立于個人視角，而在一定程度上忽視了他者的存在。在醫(yī)學實踐中，這種主觀偏見主要體現(xiàn)為醫(yī)生在臨床實踐中對患者低醫(yī)學素養(yǎng)的輕視以及過高估計自己的專業(yè)權威所導致的忽視患者的權益意識。醫(yī)療活動是一項極具專業(yè)性和技術性的實踐活動，對于普通大眾乃至文化水平較高的知識分子來說，很難達到較高的專業(yè)素養(yǎng)。這種專業(yè)素養(yǎng)的不對等，就使得醫(yī)生在臨床實踐中占據(jù)了主導性地位，患者所能知道的信息基本都依賴于醫(yī)生的告知。如果醫(yī)生在告知的過程中，忽視了患者醫(yī)學素養(yǎng)較低的客觀事實，只是沉浸在自己的專業(yè)領域，用極其專業(yè)化的術語描述和告知患者的診療情況，患者根本不懂醫(yī)生的行話，那么，就可能使患者的知情和同意是一種被動化的，并不具有任何實質意義。此外，由于人體的復雜性和環(huán)境的限制，“一個醫(yī)生很難全面認識每個患者與疾病相關的所有狀況也無能為力將貫徹知情同意所必需的全部相關信息告知患者。”[19]但對于醫(yī)生來說，他畢竟掌握了大量關于某類疾病的專業(yè)知識，對該類疾病擁有著較高的話語權?；颊呷绻胫委熀迷擃惣膊?，則需要聽從他的建議。雖然醫(yī)生本身可能具有知識結構不完善、臨床經驗不充足等問題，但在這種主導性的話語情境中他本身所具有的專業(yè)權威可能掩蓋了其客觀存在的專業(yè)缺陷。如果醫(yī)生遺忘了自身可能存在的問題，過于自信自己的專業(yè)權威，就極有可能心生傲慢，進而在臨床實踐的過程中漠視患者應當有的權益意識，使其知情和同意處于一種形式化的狀態(tài)。

(二)智能醫(yī)療中知情同意限制性因素的弱化

在非智能醫(yī)療實踐中，患者知情同意權的實現(xiàn)常常因為患者的認知依賴以及醫(yī)生的主觀偏見而受到挑戰(zhàn)。在本質上，不論是患者的認知依賴，還是醫(yī)生的主觀偏見，它們都是一種人之有限性的表現(xiàn)。這種有限性主要來源于當時的歷史條件和科技水平。然而，在已經到來的智能醫(yī)療中，人的這種有限性得到了較好彌補。

1.患者認知依賴的技術增補。在過去，一個不可否認的事實是，人們的文化水平都相對較低。這就使得人們在面對自己不熟悉的領域或者專業(yè)要求度很高的領域時更容易順從該領域專家的權威，進而隱形地放棄了自己的獨立思考，對他的認知產生依賴。然而，在已經到來的智能醫(yī)療中，醫(yī)療人工智能通過大數(shù)據(jù)、機器算法以及深度學習等智能技術融合了龐大的醫(yī)療知識。這為患者在就醫(yī)前了解自身疾病的相關信息，提升自身的醫(yī)學素養(yǎng)，進而在就診的過程中充分理解醫(yī)生口中的行話提供了技術支持。目前，已有科技公司聯(lián)合醫(yī)藥公司推出了某些可以查詢疾病的軟件，如“hello醫(yī)生”“靈蘭中醫(yī)”“健康克拉瑪依”等。這些醫(yī)療APP整合了基礎的醫(yī)學知識、他人的就診經驗以及醫(yī)生的問診建議，為患者深刻理解醫(yī)護人員所表達的專業(yè)術語以及所推薦的治療方案奠定了技術前提。此外，部分醫(yī)療APP在普及相關醫(yī)學知識時，更是采用了文字、聲音、視頻、圖畫等多種手段，使專業(yè)性極高的醫(yī)學知識變得較為簡單易懂，為患者不斷豐富自身的醫(yī)學素養(yǎng)奠定了技術可能。換言之，隨著智能醫(yī)療APP的出現(xiàn)，患者知情和同意的能力得到了極大的提升，這為削弱臨床實踐中所存在的專家權威、進而充分實現(xiàn)患者的知情同意權提供了技術支撐。

2.醫(yī)生主觀偏見的智能克服。在非智能的醫(yī)療實踐中，醫(yī)生的告知往往因主觀偏見的存在而停留在一種形式主義的層面之上，給患者知情同意權的實現(xiàn)造成了挑戰(zhàn)。然而，在已經到來的智能醫(yī)療中，醫(yī)療人工智能所推送的相關結果都是根據(jù)機器運行程序和邏輯推演規(guī)則所運算出的，不是人的一種主觀判斷，在價值判斷上具有客觀性，在倫理上是價值中立的[20]，它可以有效地避免醫(yī)生告知中所存在的主觀偏見問題。并且，近些年，在中國國家衛(wèi)生主管部門的指導下，國內多地開始興建起國家健康醫(yī)療大數(shù)據(jù)平臺。這些平臺將進一步整合該地區(qū)的數(shù)據(jù)信息，形成一個集全民人口信息、居民電子健康檔案、電子病歷等健康醫(yī)療數(shù)據(jù)基礎庫，為健康保健、臨床診療和醫(yī)學研究提供重要參考，進而為弱化醫(yī)生醫(yī)療行為中所存在的主觀偏見問題提供了數(shù)據(jù)基礎。質言之，醫(yī)生可以通過醫(yī)療大數(shù)據(jù)平臺檢視出自身可能存在的認知結構不完滿、臨床經驗不豐富等問題，進而以一種較為謹慎的態(tài)度從事相應的醫(yī)療活動，從而避免因醫(yī)生過于自信專業(yè)權威而忽視患者應當享有的權益意識的問題。從技術發(fā)展的角度來看，隨著大數(shù)據(jù)、深度學習、知識工程等智能技術與醫(yī)療行業(yè)的深度融合，極具客觀性的醫(yī)療人工智能或將能進一步弱化醫(yī)生告知中所蘊涵的主觀偏見，為知情同意的實踐貫徹創(chuàng)造新的條件。

三、智能醫(yī)療對知情同意臨床實踐的消極影響

不可否認，人工智能在醫(yī)療領域的廣泛應用確實極大地促進了醫(yī)療水平的提升，弱化了智慧醫(yī)療時代給患者知情同意權的實現(xiàn)造成限制的諸多因素。但也容易使人們普遍地認同這樣一個理念——集大數(shù)據(jù)、知識工程以及深度學習等技術于一體的醫(yī)療人工智能所提供的相關知識必然帶有高度的真理性、客觀性和準確性。畢竟，數(shù)字本身就是一種客觀與真實的標志。然而，如果人們對智能醫(yī)療的理解僅停留在這一層面，那么，患者知情同意權的實現(xiàn)就已經被置于一種危機之中。因為，技術制造和使用并不是一個純粹的自然演化過程，而是一個需要人參與的創(chuàng)制與選擇過程。技術人工物或其輸出的結果可能在其源頭上就帶有了一定的目的。

(一)智能數(shù)據(jù)背后的算法偏見威脅

雖然醫(yī)療人工智能所輸出結果是嚴格遵循一定的數(shù)理邏輯和運算規(guī)則而得出的，看似極具客觀性，但這并不意味著它所具有的客觀性未經過人為的修飾。畢竟，從單獨的數(shù)字到海量的數(shù)據(jù)，從龐大的數(shù)據(jù)到生成的意義，都需要一種選擇和闡釋。然而，選擇和闡釋在本質上是一種帶有極強主觀性色彩的活動，間接性地體現(xiàn)著人在生存過程中所形成的知識背景和社會習性。這也就意味著人所做的選擇可能會不自覺地帶有其知識背景的局限性和社會習性的偏好性。這樣一種帶有極強主觀性的選擇和闡釋就極可能會導致醫(yī)療人工智能會因人的原因直接帶有一種隱性的“算法偏見”。例如，在臨床就診的過程中，醫(yī)生可能會因患者只表現(xiàn)出了高血壓的典型性狀而沒有表現(xiàn)出原發(fā)性醛固酮增多癥的典型性狀，于是將其簡單地視作高血壓來進行救治，忽視了對其腎上腺進行診斷的必要性，進而導致患者的電子健康記錄中并沒有與原發(fā)性醛固酮增多癥相關診斷的記錄。這就會導致從歷史電子健康記錄數(shù)據(jù)和現(xiàn)有實踐模式中學習的人工智能算法可能不會建議對患者進行原發(fā)性醛固酮增多癥的相關檢測，從而導致患者久病不愈。在這種情況下，患者知情同意權的實現(xiàn)就會因為數(shù)據(jù)采集時的判讀偏見而遭受到限制。此外，醫(yī)務人員在收集樣本的過程中可能會因為自身有意識的選擇導致數(shù)據(jù)樣本缺乏多樣性，從而使患者所知道的信息并非是關于此病癥最完整的信息，所作出的選擇也并非是最佳的選擇?！袄纾诨加腥橄侔┑呐灾?，與白人女性相比，黑人女性接受高風險生殖系突變檢測的可能性更低，盡管這類突變的風險相似。因此，依賴于基因測試結果的人工智能算法就更可能描述出一個錯誤的結果：黑人女性具有比白人女性具有更高患乳腺癌的風險?！盵21]質言之，醫(yī)療人工智能所推斷出的診斷結果是建立在已有的數(shù)據(jù)樣本之上，但如果針對某一疾病所存儲的診斷數(shù)據(jù)只局限于某一地域或某一種族，就可能使醫(yī)療人工智能所輸出的結果與實際狀況產生偏差，進而造成患者并不能正確地認知自己所患癥狀的實際狀況、選擇出對自身最為有利的治療方案。這也就導致其知情同意權的實現(xiàn)遭受到限制。

(二)智能結果背后的可能性偏離

隨著以大數(shù)據(jù)為基礎的醫(yī)療人工智能遍及醫(yī)學診斷和康復的全流程，整個醫(yī)學實踐活動正在發(fā)生劇烈的變化。在以往的醫(yī)療實踐中，只有當患者所患疾病的癥狀得到完全彰顯時，醫(yī)生才可以進行精準的治療。然而，今天的醫(yī)生可以通過融合了大數(shù)據(jù)技術的醫(yī)療人工智能提前發(fā)現(xiàn)對患者生命健康造成威脅的相關疾病，并及時地給予相應的治療，以保障患者的生命健康。例如，美國前總統(tǒng)卡特在2015年體檢時發(fā)現(xiàn)自己罹患了黑色素瘤，同時肝轉移、腦轉移。通過大數(shù)據(jù)分析發(fā)現(xiàn)，腫瘤微環(huán)境的變化與當時剛剛研制出的抗原非常契合。于是，在大數(shù)據(jù)的精準預測下，對癥用藥，只用了五個月的時間，身上的腫瘤細胞就再也找不到?？梢哉f，基于大數(shù)據(jù)技術的醫(yī)療人工智能既極大地保障了患者的生命健康，也極大地降低了患者醫(yī)療保健的成本。 然而，瑞茲·卡魯阿納(Rich·Caruana)和他的同事在利用人工智能系統(tǒng)預測肺炎患者死亡可能性的實驗中發(fā)現(xiàn)，普通肺炎患者比患有哮喘病史的肺炎患者死于肺炎的風險更高。顯然，這樣的結論是與已經確認的醫(yī)學知識相矛盾的，如果依賴于這樣的假設，開展相關的臨床治療則可能會給患者的生命安全招致嚴重的威脅[22]。這也就意味著，即使最先進的醫(yī)療人工智能所預測出的結果也不一定與患者的實際情況相符合，亦即醫(yī)療人工智能所給出的客觀結果存在著可能性的偏離。若是在挽救患者生命健康的過程，未能將這種結果的偏離性告訴患者，則必然會給患者的知情同意權和生命健康權造成損害。

(三)智能方案背后的人文缺失

醫(yī)學作為一個兼具科學性和人文性的復雜學科，它既具有科學的色彩，也具有技術的色彩，更具有人文的色彩。它不是純粹的“問題診斷”+“信息反饋”過程，而是建立在“情感溝通”+“信息交流”基礎之上的方案協(xié)定。在臨床治療中，“醫(yī)務人員對患者情緒的感知、語言的安慰以及自身性知識和技巧的運用等都會影響治療的效果，有時甚至非語言的交流的細微表達都可能大大拉近醫(yī)生與患者之間的情感距離，使治療產生效用?！盵23]質言之，情感上的交流是整個醫(yī)學治療過程中一個非常重要的組成部分。只有在醫(yī)生和患者建立起較好的情感基礎之后，醫(yī)務人員才能在與患者的交談中充分地掌握病癥的動態(tài)特征、告知醫(yī)療的相關信息;同時，患者也才可以在此基礎上結合相關醫(yī)療數(shù)據(jù)進行充分的考量，進而獨立自主地選擇出適合自身的診療方案。然而，醫(yī)療人工智能的決策是依據(jù)算法做出的，它只根據(jù)數(shù)據(jù)情況選擇診療方案。但醫(yī)療的對象是人，在診療方案選擇過程中不僅是健康問題，還有美觀、尊嚴和心理承受能力等問題。比如，有人患了胃癌不想把胃全切了，有了一側患了乳腺癌不想切除雙側乳腺等。當涉及這些問題時，非智能醫(yī)療狀態(tài)下，醫(yī)生通常會中途再次征求患方意見，告知可能出現(xiàn)的情況，并征得患方同意。但是，人工智能則不會考慮到這一點，它服從醫(yī)學數(shù)據(jù)給的答案，有可能不會中間停下來征求患方意見，直接做出診療處理?！半m然今天的醫(yī)療人工智能已經在極大程度上具備了醫(yī)生的智慧，但它依然無法理解患者的喜怒哀樂，不能與患者產生情感共鳴，更不會給予患者人性的關懷?！盵24]它所給出的結果和方案只達到了“正確”而并沒有達到“真正”。如果醫(yī)生對診斷信息和醫(yī)療方案的滿足，僅停留于此，而未深入病房和患者進行親切的交流，就可能會導致患者的知情和同意只是停留在形式之上，并不能在臨床實踐中得到真正的貫徹。

四、克服消極影響的實踐指向

知情同意作為一項基本的臨床倫理原則，它所體現(xiàn)的是對患者主體性的尊重和個性化權利的維護，亦即人是一種目的性的存在者，而不是一種手段的存在物。正如康德所說：“人以及一般的任何理性存在物都作為自身的目的存在著，而不僅是這個或那個意志任意使用的手段。在他的一切行動中，不管它們涉及自己還是其他理性存在物，都必須總是同時被當作目的?！盵25]為了確保在已經到來的智能醫(yī)療中人的主體性不受侵害，使人依然是一種目的性存在，而不是成為一種手段性存在，我們需要對其所帶來的消極影響予以一定的哲學反思，并從實踐的角度指明問題解決的方向。

(一)算法偏見的系統(tǒng)解構

在部分學者看來，所謂算法偏見就是編程人員在編輯算法程序時所注入的“消極的種族、性別和職業(yè)態(tài)度”。然而，“事實上，‘算法偏見’是算法程序在信息生產與分發(fā)過程中失去客觀中立的立場，造成片面或者與客觀實際不符的信息、觀念的生產與傳播，影響公眾對信息的客觀全面認知?！盵26]從系統(tǒng)論的角度來看，醫(yī)療人工智能算法偏見的來源主要包括：醫(yī)務人員的認知偏見、數(shù)據(jù)源的失真和流通中的污染，而且后者比前者更容易導致算法偏見。在數(shù)據(jù)的生產階段，由于時間、技術以及資金等多種因素的限制，數(shù)據(jù)庫未能包含足夠多的案例來為患者的病情展開精準的診斷和預測。這就使得患者的檢測結果與客觀實際存在一定的偏差。在數(shù)據(jù)的流通過程中，數(shù)據(jù)往往需要經過多個系統(tǒng)的篩選和處理，才能最終用于預期目標信息的呈現(xiàn)。這種數(shù)據(jù)的流通和食物鏈中能量的傳遞類似，任何一個環(huán)節(jié)中的污染和偏差都會對其余諸環(huán)節(jié)甚至是最終的結果產生影響。除此之外，數(shù)據(jù)記錄的缺失或收錄規(guī)范的缺乏等問題的存在都會致使數(shù)據(jù)偏見產生。為了避免人工智能算法偏見的產生。一是監(jiān)管機構應當制定最嚴格的數(shù)據(jù)收集規(guī)范，從源頭上減輕或避免失真數(shù)據(jù)對下游的影響，而倫理委員會等機構則應嚴格審查相應機構或產品是否遵循了此類規(guī)定。二是開發(fā)人員應在醫(yī)療人工智能應用的過程中不斷優(yōu)化算法的運行規(guī)則，進而提高醫(yī)療人工智能“黑盒算法”的透明度，增加用戶和患者對產品的信任度，為知情同意在智能時代的貫徹奠定良好的技術基礎。

(二)智能偏離的“冷”處理

在日常的臨床診療中，廣大的醫(yī)務人員在面對身體這個龐大工程時，由于專業(yè)知識結構的不完善、臨床經驗的不充足，可能更容易依賴醫(yī)療人工智能——由電子管、晶體管、集成電路等電子元件和各種專業(yè)的醫(yī)療診斷軟件組裝成的巨機器——經過一系列復雜運算所呈現(xiàn)在機械屏幕上的“智能結果”，而忽視了其可能具備的偏離性。在芒福德看來，“巨機器”所制造的不幸便是讓人們對科學技術產生了盲目的崇拜[27]。這種技術的神話虛化了其所帶來的威脅，使人對事物的認識只停留在“正確”而未深入到“真正”。因此，如果在已經到來的智能醫(yī)療中過分地強調其結果的數(shù)字化和客觀性，則極易使廣大的醫(yī)務人員進入一種技術的假象之中——只看到它帶來的技術紅利，而忽略其可能蘊含的偏離。這就容易使患者所能了解到的關于疾病的相關信息未必是完全符合實際的，所做出的選擇是一種偏離性的選擇，進而給知情同意在臨床中的實踐造成潛在的威脅。因此，要想在醫(yī)學治療的過程中保障好患者的知情同意權，醫(yī)護人員就不可將全部的目光只放到技術所帶來的巨大進步上，還必須具備“冷靜的態(tài)度”去審視技術。這種態(tài)度將使我們鼓起沉思的勇氣，以便去探索和獲知杜絕偏離的可能。質言之，醫(yī)療人工智能雖然可能產生偏離性的結論，但只要廣大醫(yī)護工作者在面對它時，保持一種冷靜的態(tài)度，帶有一種批判的目光去審視其正確性，那么，它可能產生的消極影響會被消除。此外，醫(yī)護人員在告知患者相關醫(yī)療方案時也應該主動地將這種潛在的威脅告知患者，使其所做出的選擇是在知情和自主的情況下產生的。這也就在臨床實踐中較好地維護了患者的知情同意權。

(三)人文缺失的技術化增補

在已經到來的智能醫(yī)療中，雖然醫(yī)療人工智能所給出的智能方案可能是對患者最為有利的醫(yī)療選擇，但在一定程度上，患者的內心深處還是會對這些機器所產生的智能方案產生抗拒。因為，人不是一個純粹的理性機器，而是一個有思想、有情感、有心理需求的存在者。由一個個數(shù)字所匯聚成的智能方案并不具有任何的情感溫度，不能滿足患者的情感需要。面對疾病和死亡的威脅，人的脆弱性便被揭示。無論是有康復的希望，還是病入膏肓，人總是希望自己的情緒能得到理解，心靈可以得到溫暖。只有這種情感上的需求得到滿足之后，患者才會真正地向醫(yī)生敞開自己的心扉，與醫(yī)生進行充分的交流，使其能對自己的病情做出更為精準的判斷，設身處地為自己制定出更為妥善的方案，進而使自己在充分的知情和自主的同意中實現(xiàn)自己的知情同意權。截至目前，部分人工智能產品已經可以通過分析用戶和患者的面部表情、生理信號、眼動、語音等多種模態(tài)信息發(fā)現(xiàn)和識別人類的情感，然后根據(jù)心理生理計算的結果理解人類的情感，并利用肢體動作、面部表情、預期等模態(tài)表達情感和人類進行情感互動。但還是無法達到與人類共情的地步，只是一種對人感情機械化的模仿。根據(jù)實地調研得知，醫(yī)療人工智能在目前的臨床診斷和治療中，由于情感的缺乏更多地只是扮演一種處理工具的角色。當涉及需要征求患者知情和同意的相關環(huán)節(jié)時，基本上還是依賴醫(yī)護人員與患者之間的溝通和交流來實現(xiàn)。它所能起到的作用就是通過自身的信息處理技術將專業(yè)化的知識轉換成生動的圖畫來配合醫(yī)護人員的講解，使患者更加充分地知曉自身病癥的相關信息、整個治療方案開展過程以及可能面臨的危險。通過這樣一種“人工”+“智能”的技術化處理，有效地彌補了智能方案中所缺失的人文關懷。質言之，在已經到來的智能醫(yī)療中，雖然醫(yī)療人工智能在臨床實踐中所給出的智能方案存在明顯的缺陷——人文關懷的缺失，但是通過“人工”+“智能”的技術化處理方式，該種缺陷可以得到明顯的增補。這也就為在智能醫(yī)療的臨床實踐中貫徹知情同意提供了有力的保障。