慢性病患者视角下临床人工智能系统的政策与监管探索

本研究聚焦慢性病患者对临床AI系统的接受度与担忧，通过在线开放问卷收集140名患者数据，采用归纳式主题分析法揭示：92.86%参与者存在技术伦理顾虑（如AI偏见、人文关怀缺失），44.57%主张多方共担责任，80%仍倾向医生建议。成果为制定患者中心的AI医疗治理策略提供实证依据，发表于《Health Policy and Technology》。

　　

人工智能（AI）正在重塑医疗健康领域，全球市场规模预计从2021年的66亿美元飙升至2028年的956.5亿美元，年增长率高达46.1%。然而，在这场技术革命中，慢性病患者——这一最需要长期医疗支持的群体——的声音却鲜被听见。他们的担忧、期待和对责任归属的看法，直接影响着AI技术的落地效果。正是基于这一背景，Stevens Institute of Technology的研究团队开展了这项探索性研究，试图揭开慢性病患者对临床AI系统的真实态度。

研究采用亚马逊土耳其机器人（MTurk）平台招募140名慢性病患者，通过开放式问卷收集其对AI医疗四大核心问题的看法：使用顾虑、政府角色、责任划分及人机偏好。数据通过归纳式主题分析（inductive thematic analysis）进行编码，确保结论源自患者原始表述而非预设框架。

RESULTS部分揭示多重发现：

1. 患者忧虑：92.86%参与者表达明确担忧，其中"人文关怀缺失"（22.86%）、"算法偏见与公平性"（16.43%）和"过度依赖风险"（16.43%）位列前三。一位糖尿病患者的典型反馈是："AI无法理解我因血糖波动产生的焦虑"。
2. 责任归属：37.14%认为医生应担责，16.43%指向开发者，仅1.42%归咎政府，而44.57%主张"责任共担模式"，强调"需建立医生-开发者-保险公司的三方追责链"。
3. 政府角色：51.43%要求强化监管，8.57%认为政府无需介入，凸显政策认知的分化。
4. 人机选择：80%患者坚持医生主导，但部分年轻受访者表示"若AI准确率超过95%会考虑尝试"。

CONCLUSIONS部分指出：尽管患者短期内更信任人类医生，但对AI潜力的开放态度暗示观念可能随技术成熟而演变。研究强调必须建立"监管包容性框架"（governance-inclusive framework），通过明确责任划分、消除算法偏见（algorithmic bias）和保留人文元素来提升接受度。

这项研究的独特价值在于首次系统梳理了慢性病群体的AI医疗诉求，其提出的"责任共担"模型为各国制定医疗AI政策提供了关键参考。正如作者所言："当AI开始解读CT影像时，我们更需要读懂患者眼中的忧虑与期待。"