羅文濤，劉雨楊，楊 鑫，王格格，陳 昶

同濟(jì)大學(xué)醫(yī)學(xué)院，上海，200092

近年來(lái),人工智能技術(shù)(artificial intelligence,AI)逐漸開始在腫瘤學(xué)中應(yīng)用。AI在癌癥篩查、臨床診斷、放射治療(圖像采集、有風(fēng)險(xiǎn)器官分割、圖像校準(zhǔn)和交付)等方面發(fā)展迅速。但是醫(yī)療AI能否進(jìn)行社會(huì)化推廣,一定程度取決于公眾的態(tài)度和接受程度[1]。AI模型所使用的數(shù)據(jù)類型很敏感,而數(shù)據(jù)又和用戶互動(dòng)存在密切關(guān)聯(lián)[2]。因此,要讓AI真正應(yīng)用于社會(huì)場(chǎng)景,建立AI社會(huì)影響評(píng)價(jià)指標(biāo)體系不可或缺。如果不能提早建立起監(jiān)督制度,將會(huì)成為對(duì)道德、法律和社會(huì)的挑戰(zhàn)[3]。以AI輔助癌癥早篩為例,目前公開的較有代表性的產(chǎn)品包括ISICAD、SubsolidCAD、LargeCAD、ETROCAD等[4]。然而,針對(duì)這些產(chǎn)品的評(píng)價(jià)集中在其閱片效率、對(duì)肺部小結(jié)節(jié)發(fā)現(xiàn)的靈敏度、對(duì)結(jié)節(jié)性質(zhì)判斷的準(zhǔn)確性等方面,近期的少數(shù)研究引入了AI與資深醫(yī)師的閱片能力對(duì)比[5-8]?？傮w而言,現(xiàn)有對(duì)醫(yī)療AI的評(píng)價(jià)都集中在其基礎(chǔ)效能。需要認(rèn)識(shí)到的是,醫(yī)療AI有其社會(huì)角色的特性,社會(huì)角色在社會(huì)實(shí)際使用中會(huì)與社會(huì)多個(gè)維度形成不同的主客體關(guān)系,因而針對(duì)醫(yī)療AI的評(píng)價(jià)也應(yīng)當(dāng)全面,而不是局限于某一側(cè)面。目前的醫(yī)療AI與社會(huì)各維度的關(guān)系還不夠清晰,在一項(xiàng)研究中,大部分參與者并不在意數(shù)據(jù)被匿名用于研究目的,也不反對(duì)在決策過(guò)程中納入個(gè)人信息,反對(duì)者主要是由于對(duì)數(shù)據(jù)安全性和對(duì)應(yīng)用程序信任不足[9]。還有研究認(rèn)為醫(yī)療AI的社會(huì)應(yīng)用離不開臨床醫(yī)生的支持,績(jī)效預(yù)期與醫(yī)護(hù)人員利用AI輔助診斷的意愿呈正相關(guān),這提示AI的社會(huì)影響力可能在績(jī)效預(yù)期和醫(yī)護(hù)人員利用AI輔助診斷的意愿之間起了連鎖和中介作用[10]。更為高效的診斷和不太準(zhǔn)確的診斷分別是AI的最大優(yōu)勢(shì)和劣勢(shì),正是這兩種特性造成了人類和AI的沖突[11]。AI輔助肺癌早篩是指利用AI對(duì)肺癌早期篩查數(shù)據(jù)進(jìn)行分析和處理,通過(guò)建立肺部影像學(xué)特征模型、生物標(biāo)志物模型等方法,對(duì)肺癌的早期診斷進(jìn)行輔助和支持,以提高肺癌早期診斷準(zhǔn)確率和篩查效率的一種新型技術(shù)[12]。AI輔助肺癌早篩是最早研發(fā)的醫(yī)療AI之一,未來(lái)也將進(jìn)行快速社會(huì)化推廣。目前國(guó)內(nèi)外關(guān)于AI輔助肺癌早篩的研究多集中于其與某一社會(huì)關(guān)系的相互影響,例如對(duì)AI本身研發(fā)的風(fēng)險(xiǎn)評(píng)估、醫(yī)生對(duì)AI的接納程度、民眾對(duì)于AI接納程度的研究等,缺乏AI輔助肺癌早篩與社會(huì)各層面的綜合評(píng)價(jià)[13-14]。因此,本研究旨在構(gòu)建AI輔助肺癌早篩的社會(huì)影響評(píng)價(jià)指標(biāo)體系,以探討AI輔助肺癌早篩與社會(huì)各角色之間的相互影響作用。

1 資料來(lái)源與方法

1.1 資料來(lái)源

基于文獻(xiàn)數(shù)據(jù)庫(kù)進(jìn)行檢索,包括PubMed、Web of Science、中國(guó)期刊全文數(shù)據(jù)庫(kù)(CNKI)、重慶維普中文科技期刊數(shù)據(jù)庫(kù)(VIP)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)(CBM)、萬(wàn)方數(shù)據(jù)庫(kù)(Wanfang Database)等,檢索詞由肺癌早篩、人工智能、社會(huì)影響以及三者英文相互組合而成,檢索時(shí)間從建庫(kù)至2023年2月1日,對(duì)文獻(xiàn)類型沒有限制,研究對(duì)象主要限制為醫(yī)療AI,排除標(biāo)準(zhǔn)為非醫(yī)療AI的相關(guān)文獻(xiàn),最后對(duì)符合研究需要的文獻(xiàn)及其相關(guān)文獻(xiàn)進(jìn)行閱讀。研究人員獨(dú)立篩選研究的標(biāo)題、摘要和全文,并初步構(gòu)建了評(píng)價(jià)指標(biāo),隨后通過(guò)交流對(duì)指標(biāo)進(jìn)行修改,直至達(dá)到一致觀點(diǎn),以保證準(zhǔn)確性。

1.2 指標(biāo)的初步構(gòu)建及調(diào)整

1.2.1 評(píng)價(jià)指標(biāo)體系的初步構(gòu)建。采用專家法篩選在相關(guān)領(lǐng)域具有權(quán)威性的專家, 根據(jù)入選標(biāo)準(zhǔn),由同濟(jì)大學(xué)醫(yī)學(xué)院多名教授、研究生、本科生組建了專題小組,入選標(biāo)準(zhǔn)為:對(duì)研究項(xiàng)目感興趣或有專業(yè)知識(shí)背景的研究者。采用文獻(xiàn)分析法,從多個(gè)數(shù)據(jù)庫(kù)查閱有關(guān)AI輔助肺癌早篩的社會(huì)影響相關(guān)文獻(xiàn),進(jìn)行多輪討論,建立遞階層次機(jī)構(gòu)模型,即為評(píng)價(jià)指標(biāo)體系初步框架[15]。

1.2.2 第一輪專家咨詢。調(diào)查時(shí)間為2022年3月,收集有意向參與問(wèn)卷的社會(huì)學(xué)、AI輔助肺癌早篩等領(lǐng)域一線專家資料,并通過(guò)郵件發(fā)送、現(xiàn)場(chǎng)問(wèn)卷的方式,采用德爾菲法進(jìn)行專家咨詢,共咨詢專家16名。本輪咨詢的意圖主要是對(duì)初步構(gòu)建的指標(biāo)進(jìn)行調(diào)整與修改,專家通過(guò)打分來(lái)決定各級(jí)指標(biāo)的保留與否,若專家意見一致則對(duì)指標(biāo)進(jìn)行調(diào)整。具體方法為:各位專家按照分?jǐn)?shù)1-5對(duì)指標(biāo)構(gòu)建的合理性進(jìn)行評(píng)判,若各級(jí)指標(biāo)得分均值>3.5、變異系數(shù)<0.3則保留,反之刪除。

1.2.3 第二輪專家咨詢。調(diào)查時(shí)間為2022年6月,將經(jīng)一輪咨詢調(diào)整后的指標(biāo)體系以郵件形式發(fā)送返回各專家。本輪咨詢的意圖主要是比較各級(jí)指標(biāo)相互的重要性,為后續(xù)權(quán)重計(jì)算提供依據(jù)。具體方法為:專家根據(jù)“稍微重要”“明顯重要”“強(qiáng)烈重要”“極端重要”“同等重要”5個(gè)等級(jí)對(duì)指標(biāo)體系中同級(jí)指標(biāo)的重要程度進(jìn)行兩兩比較,以構(gòu)建判斷矩陣。

1.3 專家數(shù)據(jù)分析

1.4 研究方法

1.5 統(tǒng)計(jì)學(xué)方法

采用SPSS 21.0分析專家協(xié)調(diào)系數(shù)并進(jìn)行χ2檢驗(yàn),P<0.05為差異有統(tǒng)計(jì)學(xué)意義。采用層次分析軟件構(gòu)建層次模型,將咨詢結(jié)果錄入構(gòu)建判斷矩陣,計(jì)算各級(jí)指標(biāo)權(quán)重并進(jìn)行一致性檢驗(yàn)檢查邏輯。專家權(quán)威系數(shù)(Cr)和肯德爾(Kendall)協(xié)調(diào)系數(shù)(W)表示專家權(quán)威程度和意見協(xié)調(diào)程度。通過(guò)專家對(duì)指標(biāo)重要性和可行性打分?jǐn)?shù)值計(jì)算W;Cr值為專家對(duì)指標(biāo)判斷依據(jù)系數(shù)(Ca)與熟悉程度系數(shù)(Cs)的算術(shù)平均值,Cr>0.7認(rèn)為專家權(quán)威程度高[16]。

2 結(jié)果

2.1 德爾菲法結(jié)果

2.1.1 專家基本情況。16名專家中,西南地區(qū)專家占12.5%(2/16),華東地區(qū)專家占87.5%(14/16);高級(jí)職稱專家占43.75%(7/16),中級(jí)職稱專家占37.50%(6/16),初級(jí)職稱專家占18.75%(3/16);工作單位為醫(yī)院占50.00%(8/16),為高等院校占50.00%(8/16);從事專業(yè)為醫(yī)學(xué)占56.25%(9/16),醫(yī)療AI占43.75%(7/16);文化程度博士學(xué)歷占62.50%(10/16),碩士學(xué)歷占37.50%(6/16);工作年限10年及以上占62.50%(10/16),5-10年占37.50%(6/16)。

2.1.2 專家積極系數(shù)。專家積極系數(shù)即專家對(duì)問(wèn)卷的應(yīng)答率。第一輪問(wèn)卷發(fā)放16份,16位專家給予回復(fù),專家積極率100%。第二輪問(wèn)卷發(fā)放16份,15位專家給予回復(fù),專家積極率93.75%。

2.1.3 專家權(quán)威程度。兩輪問(wèn)卷咨詢的專家Cr分別為0.8233和0.8125。見表1。

表1 專家權(quán)威程度結(jié)果

2.1.4 專家意見協(xié)調(diào)程度。第一輪問(wèn)卷咨詢各級(jí)指標(biāo)重要性協(xié)調(diào)系數(shù)分0.204、0.120、0.136,專家的W檢驗(yàn)差異具有統(tǒng)計(jì)學(xué)意義(P均<0.05)。見表2。

表2 專家肯德爾協(xié)調(diào)系數(shù)

2.2 指標(biāo)篩選

根據(jù)專家咨詢結(jié)果確定AI輔助肺癌早篩的社會(huì)影響評(píng)價(jià)指標(biāo)體系最終框架,包括 “自身?xiàng)l件”和“個(gè)體關(guān)系”“群體關(guān)系”“社會(huì)關(guān)系”4個(gè)一級(jí)指標(biāo),開發(fā)團(tuán)隊(duì)、使用者、風(fēng)險(xiǎn)人群、政府管控等12個(gè)二級(jí)指標(biāo)及36個(gè)三級(jí)指標(biāo)。見表3。

表3 AI輔助肺癌早篩的社會(huì)影響評(píng)價(jià)指標(biāo)體系

2.3 指標(biāo)權(quán)重

判斷矩陣A中,一級(jí)指標(biāo)“自身?xiàng)l件”權(quán)重為0.4615,“個(gè)體關(guān)系”權(quán)重為0.2889,“群體關(guān)系”權(quán)重為0.1136,“社會(huì)關(guān)系”權(quán)重為0.1360,一級(jí)指標(biāo)CR=0.0197;二級(jí)指標(biāo)“個(gè)體關(guān)系”權(quán)重為0.0921,“軟件性能”權(quán)重為0.2865,“維保特性”權(quán)重為0.0829,“使用者”權(quán)重為0.0487,“醫(yī)生”權(quán)重為0.1283,“投資者”權(quán)重為0.0260,“風(fēng)險(xiǎn)人群”權(quán)重為0.2889,“醫(yī)院”權(quán)重為0.0401,“公眾”權(quán)重為0.0249,“政府管控”權(quán)重為0.0406,“社會(huì)效益”權(quán)重為0.0361,“國(guó)家層面”權(quán)重為0.0594,二級(jí)指標(biāo)CR均<0.10,三級(jí)指標(biāo)CR均<0.10。見表3。

3 討論

3.1 本研究構(gòu)建的指標(biāo)體系有一定必要性及創(chuàng)新性

在社會(huì)系統(tǒng)中,AI輔助肺癌早篩可被視作一個(gè)社會(huì)角色,能產(chǎn)生一定的正面或負(fù)面社會(huì)影響。從使用AI輔助肺癌早篩的個(gè)體來(lái)看,肺癌早篩是肺癌患者治療的重要一環(huán),其有助于及時(shí)發(fā)現(xiàn)病灶進(jìn)而改善肺癌患者的預(yù)后效果,降低治療成本。AI在肺癌早篩中的應(yīng)用,可以提高篩查的準(zhǔn)確性和效率,幫助醫(yī)生更早地發(fā)現(xiàn)患者的肺癌病變,從而提高治療效果和生存率[18]。另外,AI在肺癌早篩的應(yīng)用能在一定程度上輔助影像科醫(yī)生診斷,同時(shí)大量節(jié)省患者的等候時(shí)間。但是,AI輔助肺癌早篩的應(yīng)用可能會(huì)讓部分影像科醫(yī)生面臨失業(yè)的困境,而AI診斷失誤也會(huì)帶來(lái)與患者的醫(yī)療糾紛,這些都是不可忽視的問(wèn)題。從使用AI輔助肺癌早篩的群體角度看,少數(shù)醫(yī)療機(jī)構(gòu)擁有足夠的技術(shù)和設(shè)備支持可能會(huì)導(dǎo)致醫(yī)療資源的集中和分配不均,同時(shí)其在數(shù)據(jù)隱私、數(shù)據(jù)安全、道德問(wèn)題、技術(shù)可靠性、臨床實(shí)際應(yīng)用和報(bào)告標(biāo)準(zhǔn)等方面還面臨巨大挑戰(zhàn)[12,19]。從醫(yī)療衛(wèi)生管理管控的層面看,Amy等人認(rèn)為,衛(wèi)生系統(tǒng)領(lǐng)導(dǎo)者還必須滿足對(duì)強(qiáng)大數(shù)據(jù)、金融投資、醫(yī)療保健部門之間有效溝通和協(xié)作、隱私和數(shù)據(jù)保護(hù)以及持續(xù)跨學(xué)科研究的需求,以發(fā)揮這項(xiàng)技術(shù)的潛在優(yōu)勢(shì)[20]。綜上所述,在社會(huì)系統(tǒng)中,AI輔助肺癌早篩無(wú)論是在個(gè)體層面還是群體層面都被賦予身份并發(fā)揮其功能,它與各種社會(huì)角色之間的互動(dòng)可能會(huì)為社會(huì)系統(tǒng)的健康運(yùn)作帶來(lái)一些負(fù)面影響。因此,為了維持社會(huì)系統(tǒng)的穩(wěn)態(tài),需要全面挖掘那些可能與AI輔助肺癌早篩發(fā)生互動(dòng)的社會(huì)角色并研究它們之間的相互影響作用,同時(shí)還要對(duì)這種影響的程度進(jìn)行量化評(píng)估,以加速AI輔助肺癌早篩系統(tǒng)的更新迭代。

研究還具有一定創(chuàng)新性。首先,本項(xiàng)目以肺癌早篩為小的出發(fā)點(diǎn),將人的勝任素質(zhì)評(píng)判理論運(yùn)用到AI輔助肺癌早篩上,并深挖該AI勝任素質(zhì)的評(píng)估指標(biāo),建立一個(gè)相對(duì)全面的評(píng)估體系以評(píng)判其社會(huì)影響力。其次,研究對(duì)多個(gè)數(shù)據(jù)庫(kù)進(jìn)行了檢索,僅發(fā)現(xiàn)從單一角度論述醫(yī)療AI與社會(huì)角色間影響的文獻(xiàn),并沒有發(fā)現(xiàn)對(duì)AI輔助肺癌早篩的社會(huì)影響進(jìn)行系統(tǒng)性論述的研究。研究中不僅包含醫(yī)療AI與個(gè)體、群體以及社會(huì)間的關(guān)系,還討論了醫(yī)療AI本身,囊括的范圍是綜合的,這是一種突破領(lǐng)域的創(chuàng)新。綜上,研究所建立的指標(biāo)體系在指標(biāo)維度的設(shè)計(jì)上具有一定創(chuàng)新性和應(yīng)用價(jià)值。

3.2 本研究構(gòu)建指標(biāo)體系的方法具有一定科學(xué)性及可靠性

各級(jí)指標(biāo)都是基于一定科學(xué)方法或是強(qiáng)力的邏輯聯(lián)系而構(gòu)建的,并且每一級(jí)指標(biāo)的確定均通過(guò)了專題小組的多輪討論并最終達(dá)成一致。一級(jí)指標(biāo)依照“洋蔥模型”自內(nèi)向外可以劃分出對(duì)自身、對(duì)個(gè)體、對(duì)群體、對(duì)社會(huì)系統(tǒng)的4類應(yīng)用場(chǎng)景,基本涵蓋所有可能的社會(huì)關(guān)系。二級(jí)指標(biāo)則為每個(gè)應(yīng)用場(chǎng)景中的12個(gè)主要互動(dòng)者或是互動(dòng)群體,例如在個(gè)體關(guān)系的下屬指標(biāo)中,選擇了在實(shí)際中與醫(yī)療AI接觸最密切的個(gè)體,即需要利用醫(yī)療AI進(jìn)行診斷的患者、醫(yī)生以及投資者。最后,通過(guò)對(duì)12個(gè)互動(dòng)者及群體進(jìn)行專門分析,最終確立36個(gè)關(guān)聯(lián)者下屬的三級(jí)指標(biāo),這些指標(biāo)將定量和定性相結(jié)合,客觀且準(zhǔn)確地評(píng)價(jià)了它們的上級(jí)指標(biāo)。各級(jí)指標(biāo)關(guān)聯(lián)密切,層層決定,對(duì)探究醫(yī)療AI的臨床應(yīng)用與社會(huì)各成員之間的聯(lián)系有重要意義。

在德爾菲法中,專家的權(quán)威性是評(píng)估意見可靠性的一個(gè)重要指標(biāo)。本項(xiàng)目咨詢的專家組大多為博士,且均涉足醫(yī)學(xué)或醫(yī)療AI領(lǐng)域,有豐富的專業(yè)背景及臨床經(jīng)驗(yàn)。專家權(quán)威系數(shù)調(diào)查顯示Cr均較高,說(shuō)明可對(duì)指標(biāo)的構(gòu)建給予建樹性的指導(dǎo);專家積極系數(shù)結(jié)果顯示,各專家對(duì)于指標(biāo)構(gòu)建有相當(dāng)?shù)姆e極性。德爾菲法采用匿名化的專家意見征詢和反饋方式,避免了專家之間的互相影響和壓力,提高了意見的客觀性和獨(dú)立性。另外,多輪征詢和反饋的方式也逐步縮小意見差距,最終達(dá)成了統(tǒng)一的意見,提高了評(píng)價(jià)體系的可信度和可靠性[21]。在專家回訪意見的結(jié)果中,新增2個(gè)指標(biāo),即“可以獲得有價(jià)值的專業(yè)建議”和“認(rèn)為有可及性及普適性”;刪除1個(gè)指標(biāo),即“維護(hù)成本低”;修改1個(gè)指標(biāo),即“利于分診”。根據(jù)各專家在行業(yè)中的實(shí)踐發(fā)現(xiàn),很多患者認(rèn)為影像學(xué)診斷報(bào)告的專業(yè)性太強(qiáng),如若AI輔助肺癌早篩能增加影像學(xué)報(bào)告的解讀功能,將有利于提高患者滿意程度,所以增加了“可以獲得有價(jià)值的專業(yè)建議”指標(biāo);醫(yī)療器械的臨床應(yīng)用價(jià)值很大程度上決定了其投資價(jià)值,如若醫(yī)療AI的維護(hù)成本太高或是不能大規(guī)模應(yīng)用,投資者不會(huì)傾向于對(duì)其投資,故增加了“認(rèn)為有可及性及普適性”指標(biāo);專家認(rèn)為“維護(hù)成本低”指標(biāo)應(yīng)囊括在“投資者”下屬指標(biāo),故刪除;“利于分診”指標(biāo)描述太過(guò)寬泛,更改為“利于診斷危重病人以對(duì)其進(jìn)行優(yōu)先手術(shù)”。綜上所述,指標(biāo)的構(gòu)建及調(diào)整均經(jīng)過(guò)嚴(yán)格的討論及協(xié)調(diào),最終消除分歧,總體保證了研究的科學(xué)性、獨(dú)立性、客觀性及可信度。

3.3 本研究為AI輔助肺癌早篩的臨床轉(zhuǎn)化提供了量化依據(jù)

3.3.1 醫(yī)療AI的自身?xiàng)l件是其最重要的社會(huì)特性。研究采用層次分析法構(gòu)建模型的方法有很強(qiáng)的科學(xué)性及適用性,經(jīng)一致性檢驗(yàn),所有判斷均通過(guò)說(shuō)明所構(gòu)建的指標(biāo)邏輯性強(qiáng)。一級(jí)指標(biāo)中“自身?xiàng)l件”的權(quán)重高達(dá)0.4615,因?yàn)锳I輔助肺癌早篩良好的自身性能及特性是其在社會(huì)上進(jìn)行應(yīng)用的基礎(chǔ);而“個(gè)體關(guān)系”的權(quán)重比群體關(guān)系和社會(huì)關(guān)系更高,是因?yàn)锳I輔助肺癌早篩在日常中主要與患者、醫(yī)生等個(gè)體進(jìn)行互動(dòng),僅偶爾在大型篩查、醫(yī)療AI使用引起的社會(huì)輿論等情況中才會(huì)更多地與群體及社會(huì)發(fā)生互動(dòng)。

3.3.2 醫(yī)療AI的性能及其在醫(yī)療系統(tǒng)的定位需重點(diǎn)關(guān)注?！白陨?xiàng)l件”的3個(gè)二級(jí)指標(biāo)中,“軟件性能”權(quán)重最高。在AI輔助肺癌早篩系統(tǒng)中,診斷的準(zhǔn)確性、可及性及效率是核心,其性能的良好可以提高篩查的效率、增加經(jīng)濟(jì)效益、提升診斷質(zhì)量以及提升患者感知,故最為重要[22]。 另一方面,就目前而言,以CT為主的影像學(xué)檢查是臨床上進(jìn)行肺部腫瘤早期篩查的主要手段。成熟的AI因其閱片效率高、時(shí)間場(chǎng)所限制小,有著良好的應(yīng)用前景。其以準(zhǔn)確高效的自身特性能夠有效地輔助影像科醫(yī)生做出對(duì)應(yīng)的診斷,因而也最受各行業(yè)專家看重[7]?！伴_發(fā)團(tuán)隊(duì)”和“維保特性”權(quán)重基本一致?！伴_發(fā)團(tuán)隊(duì)”是人工智能系統(tǒng)的研究者,他們所擁有的能力及資源一定程度上可以反映AI系統(tǒng)的優(yōu)劣;而優(yōu)良的“維保特性”則能延長(zhǎng)AI系統(tǒng)的使用壽命,開發(fā)方不斷進(jìn)行的模型優(yōu)化也能更好的提高AI的性能。增加經(jīng)濟(jì)效益?！皞€(gè)體關(guān)系”的3個(gè)二級(jí)指標(biāo)中,“使用者”一般指使用AI輔助肺癌早篩系統(tǒng)的患者,其與“醫(yī)生”的權(quán)重相當(dāng)且遠(yuǎn)高于投資者,這與他們平時(shí)與人工智能的高互動(dòng)頻率有關(guān)。相比之下“投資者”與AI的日?；顒?dòng)頻率低,故權(quán)重較低?！叭后w關(guān)系”的3個(gè)二級(jí)指標(biāo)中,“醫(yī)院”權(quán)重最高,這也與其和該人工智能的高互動(dòng)頻次緊密相關(guān),相比之下,“風(fēng)險(xiǎn)人群”與“公眾”僅在特定場(chǎng)景如大型肺癌篩查及AI引發(fā)社會(huì)輿論時(shí)與AI有互動(dòng)?！吧鐣?huì)關(guān)系”的3個(gè)二級(jí)指標(biāo)權(quán)重基本相當(dāng)?！罢芸亍敝饕婕癆I的法律法規(guī),AI給作為社會(huì)治理與宏觀經(jīng)濟(jì)調(diào)控決策中樞的政府創(chuàng)造了更加精準(zhǔn)、真實(shí)、全面的決策信息場(chǎng)景,可以有效減少?zèng)Q策的逆預(yù)期效果[23]?！吧鐣?huì)效益”主要與社會(huì)資源的分配相關(guān),AI輔助肺癌早篩帶來(lái)的醫(yī)療資源優(yōu)化或是社會(huì)輿論的熱度也會(huì)反過(guò)來(lái)助推AI的快速升級(jí)?！皣?guó)家層面”則主要涉及我國(guó)的國(guó)家安全、國(guó)家形象及國(guó)家生產(chǎn)力,這亦是一項(xiàng)不容忽略的維度。綜上可知,“社會(huì)關(guān)系”的3項(xiàng)指標(biāo)重要程度均衡,各項(xiàng)均需重視?？偠灾?軟件的性能及其與醫(yī)療系統(tǒng)間各角色的關(guān)系所占權(quán)重更大,提示如果要通過(guò)使用醫(yī)療AI為社會(huì)帶來(lái)良好的影響,需要提高AI輔助診斷的準(zhǔn)確率、效率以及明確醫(yī)療AI在醫(yī)療系統(tǒng)中的定位。

3.3.3 醫(yī)療AI的更新迭代需考慮多種因素。在三級(jí)指標(biāo)中,“準(zhǔn)確度高”“運(yùn)算效率高”“多場(chǎng)景兼容性好”綜合權(quán)重分別位于第1、第3、第6。AI診斷肺癌的準(zhǔn)確度一般要求不低于影像科醫(yī)生,運(yùn)算效率高低主要看每分鐘診斷量,多場(chǎng)景兼容性主要看其是否與多系統(tǒng)兼容,三者均是評(píng)判AI輔助肺癌早篩系統(tǒng)性能的重要標(biāo)準(zhǔn)?！霸\斷具有可持續(xù)性”權(quán)重第2,如果臨床醫(yī)生長(zhǎng)時(shí)間使用AI,一定程度上會(huì)影響其對(duì)于肺癌診斷的準(zhǔn)確性,所以臨床上使用AI需要注意,對(duì)機(jī)器的過(guò)分依賴,會(huì)使人變懶惰?！翱梢垣@得有價(jià)值的專業(yè)建議”權(quán)重第4,其取決于AI診斷之后所生成的診斷報(bào)告對(duì)于患者及風(fēng)險(xiǎn)人群而言是否專業(yè)且友好,在AI輔助肺癌早篩系統(tǒng)開發(fā)過(guò)程中需注意這一點(diǎn)?！皵?shù)據(jù)來(lái)源完善”權(quán)重第5,數(shù)據(jù)庫(kù)的完善與否一般與開發(fā)團(tuán)隊(duì)合作醫(yī)院有關(guān),對(duì)于門診量大的醫(yī)院,各類肺癌患者數(shù)量多,因而數(shù)據(jù)一般更為權(quán)威。另外需要注意“能夠保護(hù)用戶隱私”權(quán)重第7,大數(shù)據(jù)平臺(tái)作為AI深度學(xué)習(xí)和決策的基礎(chǔ),大量的數(shù)據(jù)涉及個(gè)人隱私,一旦受到黑客與不法分子的攻擊,將導(dǎo)致公民個(gè)人隱私信息的泄露。要進(jìn)一步的完善隱私保護(hù)法律體系,培養(yǎng)網(wǎng)絡(luò)安全人才以減少技術(shù)漏洞,進(jìn)一步降低大數(shù)據(jù)平臺(tái)漏洞帶來(lái)的隱患。“利于優(yōu)化醫(yī)院重分工”權(quán)重遠(yuǎn)高于同級(jí)另外兩項(xiàng)指標(biāo),AI在不同行業(yè)和組織中的應(yīng)用,加快了組織的信息流動(dòng),更新了組織成員的構(gòu)成,帶來(lái)了人機(jī)交互的新形態(tài)和新模式,推動(dòng)著行業(yè)和組織架構(gòu)、組織目標(biāo)與任務(wù)的變革與再造[23]。綜上所述,醫(yī)療AI的運(yùn)用關(guān)鍵在于是否能夠有效輔助診斷,其更新迭代的突破口在于提升其本身素質(zhì)。