文/陳根

隨著AI+醫(yī)療的不斷成熟，尤其是基于GPT訓(xùn)練醫(yī)生正在成為現(xiàn)實(shí)。日前，有科學(xué)家警告說，醫(yī)療保健中的人工智能可能會(huì)加劇種族和收入不平等。

來自劍橋大學(xué)和萊斯特大學(xué)的流行病學(xué)家警告說，大型語言模型（LLM）可能會(huì)加深少數(shù)民族和低收入國家的不平等。尤其是在醫(yī)療保健中使用ChatGPT等人工智能模型會(huì)加劇不平等。

那么這種擔(dān)心是來源于哪里呢？主要是科學(xué)家擔(dān)憂源于系統(tǒng)性的數(shù)據(jù)偏差。醫(yī)療保健中使用的人工智能模型是根據(jù)來自網(wǎng)站和科學(xué)文獻(xiàn)的信息進(jìn)行訓(xùn)練的。但有證據(jù)表明，這些來源往往缺少種族數(shù)據(jù)。也就是說，GPT醫(yī)生基于前沿的醫(yī)學(xué)知識(shí)進(jìn)行訓(xùn)練之后，在診斷層面會(huì)有明顯的優(yōu)勢(shì)，但是在開具藥方建議方面可能會(huì)出現(xiàn)無效藥方的情況。

這主要是兩方面的原因：一方面是在不同地區(qū)的藥物會(huì)有很大的差異，尤其是貧困地區(qū)很難擁有最新的，或者比較先進(jìn)的藥物，這就會(huì)導(dǎo)致GPT醫(yī)生所開具的藥物處方失效；另外一方面是針對(duì)于不同族群，由于基因、體型方面的差異，患者所使用的藥物劑量也會(huì)存在著比較大的差異，這也會(huì)導(dǎo)致GPT醫(yī)生開具無效的藥物建議或基于特定種族的醫(yī)療建議。

此外，科學(xué)家們還擔(dān)心對(duì)低收入和中等收入國家（LMICs）的威脅。當(dāng)前基于GPT所訓(xùn)練的醫(yī)生，這種人工智能模型主要是由較富裕的國家所訓(xùn)練與開發(fā)，這些國家也主導(dǎo)著醫(yī)學(xué)研究的資金。而中低收入國家的醫(yī)療數(shù)據(jù)在GPT醫(yī)生的訓(xùn)練過程中，在醫(yī)療數(shù)據(jù)中的“代表性嚴(yán)重不足”。這可能導(dǎo)致GPT醫(yī)生無法根據(jù)一些非發(fā)達(dá)國家的實(shí)際醫(yī)療情況，給出客觀有效的診療建議。

但是不論如何，這至少讓我們看到了借助于GPT醫(yī)生可以在疾病診斷層面，實(shí)現(xiàn)有效的平等化，而在治療方面或許還需要一些時(shí)間，或許會(huì)在GPT醫(yī)生的推動(dòng)下，我們?nèi)祟惿鐣?huì)會(huì)迎來基于GPT醫(yī)生的醫(yī)療標(biāo)準(zhǔn)共享體系。

       原文標(biāo)題 : 陳根：GPT醫(yī)生，會(huì)加劇醫(yī)療不平等嗎？