《Medicina Clínica》：La responsabilidad profesional sanitaria derivada del uso de la inteligencia artificial en la práctica clínica
编辑推荐：
章节摘要引言医学实践正面临人工智能（IA）逐步融入医疗服务的情况。广义上，IA 包括能够执行通常需要人类能力的任务的计算系统，但并非所有系统都以相同方式运行或持续学习。在医学领域，并存着基于规则的系统、静态预测模型、机器学习和深度学习技术以及生成式人工智能模型等。方法为了撰写
章节摘要
引言
医学实践正面临人工智能（IA）逐步融入医疗服务的情况。广义上，IA 包括能够执行通常需要人类能力的任务的计算系统，但并非所有系统都以相同方式运行或持续学习。在医学领域，并存着基于规则的系统、静态预测模型、机器学习和深度学习技术以及生成式人工智能模型等。
方法
为了撰写本专题文章，查阅了 PubMed/MEDLINE、EUR-Lex 和《国家官方公报》。选择出版物和法规时考虑到其临床、医事法及时效性，优先考虑 2019 年至 2026 年 8 月期间发表的研究。
人工智能在临床实践中的应用与挑战
IA 可应用于各种类型的卫生数据。机器学习常用于结构化数据，而深度学习和自然语言处理常用于非结构化数据。一些深度学习算法难以解释，因此被描述为“黑箱”（black box）系统，因为很难理解它们如何得出特定结论。然而，这一
自动化偏见
Obermeyer 等人于 2019 年发表在科学杂志上的一项研究表明，一种广泛用于人群健康管理的算法存在显著的种族偏见，即在相同的风险评分下，有色人种患者的病情比白种人患者严重得多，在第 97 百分位时慢性病患者比例高出 26.3%。其潜在机制是使用医疗支出作为临床需求的替代变量（proxy）。
作为判决标准的lex artis ad hoc
lex artis是判定医学实践正确性的法律标准。它作为一个标准，不要求特定结果，也不指示具体做法，而是规定专业人员应如何行动，即需具备勤勉、谨慎和合理性。其应用必须根据每个案件的具体情况进行，符合所谓的临时法理惯例（lex artis ad hoc）。其规定的义务是手段义务，因为专业人员必须根据适当的勤勉程度行事，而不保证治愈。这一
实践考量与建议
当在人工智能系统的辅助下做出决定时，对患者信息的评估应考虑该工具的功能及其对临床决策的影响，在医患关系框架内，并符合第 41/2002 号法律、第 3/2018 号有机法律以及（欧盟）第 2016/679 号条例。当人工智能的参与对采取的诊断或治疗选项具有相关性时，应在病历（HC）中记录其使用情况，
结论
IA 为改善临床实践提供了重要机遇，但也带来了与安全、透明度和不良结果发生时责任归属相关的新挑战。
尽管欧盟法规仍在不断演变以适应这些技术，但只要医生保持对工具的监督和控制能力，他们就保留对所采取临床决策的责任，但这不影响可能
伦理考量
作者确认本工作未涉及对人类受试者的研究，因此不适用额外的伦理考量。
布兰卡·科罗纳斯 - 加西亚|劳拉·阿拉贡内斯 - 罗德里格斯|胡安·伊格纳西奥·莫拉莱斯 - 费雷罗|何塞普·阿里马尼 - 曼索
