综述：人工智能在皮肤病学中的应用：伦理考量

（编辑推荐）本文系统探讨了人工智能（AI）在皮肤病学中的伦理挑战，聚焦算法偏见（bias）、数据隐私、知情同意（informed consent）及诊疗公平性等核心议题，强调需建立透明化AI框架以适配多样化皮肤类型（skin of color），为临床整合提供伦理规范指引。

　　

Section snippets

Key points

人工智能（AI）在皮肤病学中的快速发展引发了关于偏见、隐私、透明度和医疗公平性的伦理争议。当前AI应用需解决数据集多样性不足导致的算法偏见（尤其对深色皮肤群体），同时需规范数据所有权和患者知情同意流程。

Large Language Models

以ChatGPT²为代表的生成式语言模型通过海量数据训练可模拟人类文本，其迭代版本在皮肤病学标准化考试中表现被多次评估。例如，有研究测试其识别皮肤病变术语的能力，但模型对非白人皮肤特征的诊断准确性仍存疑。

Current artificial intelligence needs in dermatology

AI正被用于缓解皮肤科医生接诊压力，例如作为电子病历自动记录工具（medical scribe）或分诊系统。其核心价值在于提升诊断效率，但需警惕过度依赖导致临床技能退化。

Bias

皮肤病学AI依赖图像数据集训练，若数据缺乏肤色多样性（如以白种人为主），将导致对深色皮肤（skin of color）患者的误诊风险。研究显示，某些AI模型对黑色素瘤的识别准确率在深色皮肤中下降15%。

Future directions for artificial intelligence in dermatology

未来开发需优先确保数据集的种族包容性，并通过可解释算法（explainable AI）增强透明度。建议建立跨学科伦理委员会，动态监管AI临床部署。

Clinics care points

• AI应用需强制纳入多样性数据审核，避免肤色偏见
• 患者隐私保护应作为算法设计的核心参数
• 知情同意书需明确告知AI辅助诊断的局限性

Funding sources & Disclosure

作者声明无利益冲突及专项资助。