Hong Kong Healthcare Artificial Intelligence Society香港醫療人工智能學會

LMM 的監管合規及社會風險

數據保護、醫療器械界線、科技巨頭主導、環境足跡及對人類認識論權威的威脅。

AI 基礎模型於全球醫療的監管監督及社會影響

現有法律合規

WHO 指出,LMM 可能在新的 AI 專規生效前已與數據保護法(如 GDPR 對同意、刪除、解釋及年齡限制的要求)衝突。關注包括為訓練抓取個人數據、無法解釋自動化決策、保留用戶聊天數據,以及透過幻覺發布不準確的個人資訊。

許多面向患者的 LMM 應用處於受規管臨床軟件與輕度規管「wellness」應用之間的灰色地帶——然而虛假醫療建議仍可傷害患者,尤其在無臨床人員參與時。

當 LMM 為醫療目的而調適或作臨床用途推廣時,可能符合醫療器械資格,需要安全及有效性證據——而非僅在實驗性臨床決策支援工具上加免責聲明。

醫療體系以外的社會風險

WHO 強調更廣泛後果:

  • 業界主導 — 少數公司控制算力、數據及人才;自願倫理承諾未必取代政府監督
  • 碳及水足跡 — 訓練及推理消耗大量能源及水,影響氣候及本地資源
  • 認識論權威 — 看似合理的 AI 文本可能削弱對醫學及科學人類專業的信任
  • 模型 collapse — AI 生成的錯誤資訊污染未來訓練數據
  • 倫理債務 — 倉促上市將損害轉嫁脆弱用戶

WHO 強調,人權及倫理義務不可協商——即使 AI 在風險為本監管框架下被列為「低風險」。

對香港醫護人員的意義

了解你機構對批准 AI 工具及個人數據的政策。評估供應商時,要求訓練數據、性能測試(包括幻覺率)、數據存放地點及符合香港《個人資料(私隱)條例》的透明度。於採購標準中倡議以患者安全優先於追逐新技術。

來源:世界衛生組織 — 醫療保健人工智能的倫理與管治:大型多模態模型指引(2024)

準備好測試你的理解?

根據本文進行短測驗,檢視你的理解程度。

開始測驗