随着科技的不断进步，人工智能（AI）在医疗领域展现出巨大的潜力。

在医疗应用方面，AI可提高诊断准确性和效率，改善医疗质量；辅助医生风险评估，提供个性化诊疗方案；加强患者监测水平，改善治疗效果；优化医疗资源配置，提升医疗服务覆盖率等。但与此同时，AI技术的应用还存在合规、技术可靠性等方面的问题不容忽视。

四大弊端应重视

隐私和数据安全问题 AI系统需要获取大量的个人健康数据来进行分析和学习，包括病历、诊断结果、用药记录等敏感信息，一旦遭到未经授权的访问或泄露，将对患者的隐私权造成严重侵犯。此外，AI医疗在数据传输、存储和处理过程中也存在被黑客攻击或技术漏洞利用的可能。

技术可靠性风险 AI系统的训练数据和算法模型可能存在偏倚或缺乏多样性。值得注意的是，由于罕见病例、复杂情况等，或缺乏足够的训练样本，AI对其诊断可能存在困难。此外，在AI系统的开发和迭代过程中，也可能出现技术漏洞和错误诊断情况。

人性化关怀缺失 由于AI系统缺乏情感识别和理解能力，其无法准确捕捉和回应患者的情感、心理和社交需求。尽管AI可以提供诊断和治疗建议，但在医疗过程中，患者常期望与医生建立亲密的关系，得到专业人士的关心和支持。然而，AI系统的自动化特点导致其在沟通过程中无法满足此同理心需求，导致诊疗活动人性化关怀的缺失。

资源分配不均衡 由于目前AI技术的高成本和专业化需求，只有少数地区或医疗机构能够承担成本和实施。此外，AI系统的可信度和准确性也存在差异。

企业合规方长远

随着AI在医疗行业的影响不断扩大，有关企业的研发和应用也在逐步跟进。不过，作为新兴技术热点，企业研发和应用工作也面临着合规的重要问题。主动合规工作对于企业的可持续发展至关重要，因此，企业可结合实际情况从以下三方面合理开展自身的合规工作。

主动合规促发展 企业应建立完善合规制度和流程，并因时更新。同时，加强与政府部门、医疗机构等的沟通交流，在确保自身合规的同时，积极分享合规实践经验。而在企业内部，需加大对员工的合规教育和培训力度，提高员工的合规意识和法律素养。在推动行业发展方面，企业可积极参与行业协会和组织，参与制定行业标准和规范，并加强与学术界的合作，共同推动科研成果的转化和应用。

注重隐私保护和信息安全 企业应建立健全的数据保护制度，加强对信息安全的管理，保障系统的稳定运行。

严格技术评估和质量控制 企业应建立科学的评估体系，确保其在临床实践中的准确性和有效性，并建立完善的质量控制体系，提高产品的质量和可靠性。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。