近来,中国的生成式人工智能(AI)DeepSeek在社会上引发巨大反响。尤其令人担忧的是,中国在短时间内以低成本开发出了ChatGPT水准的AI聊天机器人,以及用户数据被存储在中国境内服务器、中国政府可能据此获取这些数据。
当前AI正在多个领域引领创新,尤其在医疗卫生领域的应用潜力无限。AI通过学习海量数据提高疾病诊断的准确度,在基因组分析等复杂医疗数据处理中也发挥着不可或缺的作用,还有助于制定针对个人疾病特征优化的治疗方案。此外,它也在提升医疗系统效率、构建以患者为中心的医疗环境方面作出贡献。聊天机器人可代为预约医院,并告知就诊所需的准备事项。患者可以记录健康状况并与医护人员共享。请设想这样的场景:如今医生埋头于显示器、忙于录入而无法好好看患者一眼的诊室里,医生与患者交谈,而诊疗记录由聊天机器人代为撰写。然而,要让这种基于AI的医疗服务创新成为现实,有一个必须先行解决的课题,那就是构建体系化的“数据生态系统”。
生态系统(Ecosystem)指生物与环境相互作用并达成平衡的系统,也是在产业与经济领域被广泛使用的概念。数据生态系统指数据的生成、收集、存储、利用过程以及围绕这一过程的系统。在AI技术开发中数据生态系统之所以重要,是因为如同人通过经验学习,AI是通过数据学习的。用错误数据学习的AI可能给出荒谬的答案。数据量大且质量高,AI就会更聪明。这与需要长时间积累医学知识和经验才能成为名医的道理相同。
因此,要开发医疗卫生AI,就需要包括患者在内的大量人群的诊疗记录和健康数据。用生活习惯和遗传背景不同的西方人数据训练出的AI可能并不适合韩国人,因此国内也持续要求开放医疗卫生数据。
在医疗卫生领域,数据种类多样,包括患者的诊疗记录、影像资料、基因信息、健康监测数据等。尽管我国拥有世界一流水平的电子病历普及率和国民健康保险这一单一保险体系,但在数据利用上仍有诸多限制。各医疗机构采用不同的格式和标准,数据的互操作性较差。为解决这些问题,韩国保健福祉部数年前起便开展医疗数据中心医院支持项目、医疗卫生大数据平台项目等。
在医疗卫生数据利用中,个人信息保护和伦理问题也是重要的考量因素,但有时过度监管给大数据利用带来困难。诊疗记录等健康信息是高度敏感的信息。然而,没有这些敏感信息,就难以开发出有助于我和后代健康管理的AI技术。为解决这一问题,必须开发数据匿名化及假名化技术,并建立以患者同意为基础的透明数据利用体系。政府应具备安全共享和利用数据的法律与制度装置。唯有如此,民众才能放心提供数据。
英国民众对健康相关调查研究的参与度非常高,数据也对国外开放。这是因为民众理解并认同这样的公益目的:自己的健康信息被用于研究,有助于促进公共健康和提升医疗服务。同时也因为政府构建了保护个人信息的安全利用基础,民众对此予以信任。考虑到国内每次征得研究参与、尤其是数据提供同意时都困难重重的现实,这实在令人羡慕。
希望DeepSeek引发的不信任不要对韩国数据生态系统的发展产生负面影响。若在医疗卫生领域实现民众的积极参与和体系化数据生态系统的构建,AI技术就能提供更精准、更可信的医疗服务。进而,这种基于AI的医疗创新将带来国民健康的增进和医疗系统的发展。






