医疗人工智能发展的社会－技术分析与启示

分类：论文范文 发表时间：2021-07-29 10:50

　　摘要:本文基于社会－技术的多层次分析方法，立足于医疗人工智能的演化进程，系统探寻影响医疗人工智能创新的非技术因素及其与社会之间的交互关系。医疗人工智能的发展并非单纯的技术迭代和线性组合，其本质是一种受到多方复杂因素共同作用的技术与社会协同演化的过程，应当重视解决政策、经济、文化等多种异质性要素在内的社会问题，充分考量利益相关方的现实诉求和可接受度。

　　关键词:医疗人工智能;小生境;社会－技术域;协同演化

　　世界范围内，医疗领域供给不足问题随着社会经济的迅速发展和自然环境的不断变化，愈发严峻。2019年全球新冠肺炎疫情爆发以来，医疗供给问题愈加凸显，成为影响社会稳定发展的重大挑战之一。为有效缓解医疗供求紧张关系，政府寄望于新兴医疗技术的创新应用，通过技术赋能拉动医疗服务能力提升。在此背景下，新兴的医疗人工智能技术产品开始逐步从模拟性研究转向实践性临床应用，在医学诊断、药物研发、健康管理等领域掀起一场新的创新革命〔1〕，为医护、病患和卫生部门等提供多方位技术支撑，有助于应对突发性公共卫生事件，为人类社会发展进步注入新动能。

　　一、社会－技术视角的引入

　　社会－技术视角的形成与技术社会形塑理论和技术创新研究紧密相关。20世纪80年代，科学技术学研究指出:科学事实和技术产品都是由社会建构的。〔2〕“形塑论”关注技术自身的社会塑因，探讨技术与社会之间的共生演变，与“决定论”关注技术的经济效益和社会后果有机“耦合”，共同构成了一种互补的关联视角。〔3〕技术创新研究认为，传统线性模型过于简化，弱化了经济、制度和文化等各类复杂社会要素在塑造技术变革方向过程中的重要作用。〔4〕于是，系统和网络方法开始引入，将创新研究从人工物拓展到技术系统，从技术主体拓展到组织网络，推动了技术创新研究结构化转向〔5〕，将创新过程视作一个结构性的开放系统，将“社会的”与“技术的”相结合，推动技术创新研究向更加宽广的综合性视野迁移。〔6〕

　　二、医疗人工智能的社会－技术演化过程

　　医疗人工智能与人工智能的整体发展同步，历经多次技术范式迭代更新。基于技术范式迁移与技术基础设施演变，大体可以将医疗人工智能的社会－技术演化过程分为三个阶段:

　　1．人工智能在医疗领域的开端:辅助诊断

　　人工智能早期医疗领域的实践，其技术范式主要表现为专家系统或知识工程。依靠机器所承载的专业知识或规则，实现与使用者之间的“智能”互动。1972年起，腹痛辅助诊断系统AAPHelp、临床专家系统MYCIN、快速医疗参考系统QMＲ等颇多技术成果相继问世。受制于知识库容量的局限性，以及面对复杂情况的不确定性，技术“瓶颈”难以避免。〔10〕随着医疗信息化的推进，智能影像诊断实现重大突破，能够自动标识病灶位置，为医师提供精准高效的医疗决策〔11〕，但仍无法通过“自主学习”提升精准度，尚有较大预期差距。〔12〕初期阶段，不论是技术还是社会层面，都不够完善成熟，适用范围相对狭小，主要应用对象是专业医师，大多探索未能达成预期目标。研究主体多以研发团队为中心，其自主创新的动机更多出于技术本身的目的。

　　2．医疗人工智能的支撑基础:医疗健康大数据

　　20世纪90年代末，“大数据”技术迅速延伸至医疗保健领域，为医疗人工智能带来了发展新契机。医疗大数据的本质就是从海量医疗数据和文本中识别、清洗和挖掘有价值的医疗信息，将原本“混乱无序”的大体量信息转化为医疗数据与医疗难题之间的链接平台，从而满足社会公众对个性化、精准化医疗健康服务的切实需求。电子病历、智能健康终端以及个人健康档案广泛推广，各类医疗健康数据以拍字节(PB，1PB=250B)为单位迅猛增长。作为一种新兴技术形态，医疗健康大数据已成为精准医疗创新发展的核心支柱，能够有效提升医疗健康系统的服务效率与质量。

　　作为医疗人工智能发展的根基要素，医疗大数据聚集速度和平台化机制的推进为医疗人工智能提供了自主学习的信息来源，两者之间的关联交互将随着医疗人工智能的持续发展而愈发紧密。

　　三、医疗人工智能发展的社会－技术结构层次分析

　　1．医疗人工智能的社会－技术结构

　　实质上，医疗人工智能是一种开放、多层次和多要素构成的新型社会－技术系统，其创新和应用则是一项动态的复杂社会－技术工程，必然涉及多样化的发起者和行动者。〔15〕(如图1)

　　(1)医疗人工智能是一个多要素组合的系统结构。一是技术层面，由算法、运算硬件、医疗大数据平台共同组成。目前，算法在实际应用过程中的不确定性仍难以把控，硬件算力有待提升，而医疗大数据平台建设才刚起步。二是社会层面，医疗人工智能技术系统的运转需要一系列复杂社会条件的相互配合与支持，各种因素之间相互联结、协同作用。

　　(2)医疗人工智能技术的创新、应用和扩散是一系列持续变革的过程。医疗人工智能技术与社会协同演进，将医疗技术系统及其所涉及的各类社会群体、文化观念和组织制度链接起来，诸多社会关联因素会受到技术的作用而发生改变。当然，这些社会因素也会影响技术的发展路径。

　　(3)以发展的眼光看待医疗人工智能技术。数据挖掘和深度学习结合后，医疗人工智能找到了“发力点”，取得了突破性进展。〔13〕可以预计，在医疗行业效率优化、方式变革、底层技术驱动以及丰富上层应用方面〔16〕，医疗人工智能势必具有潜在的颠覆驱动力。

　　2．医疗人工智能社会－技术系统的多层级分析

　　为了更全面的剖析和理解技术演化，吉尔斯提出了一种多层级模型(MLP)〔9〕，将社会技术系统划分为一个多层叠加的嵌套层次结构〔17〕，层级之间以动态与非均衡的方式协同演化，才能推动既有技术体系的变革与转型。

　　(1)医疗人工智能社会－技术系统演进的宏观地景。地景(landscape)即技术的宏观情境，主要是由深层次社会文化、社会经济环境以及包括政治结构在内的一系列异质性要素共同组成。〔9〕医疗人工智能正向显在的颠覆性社会－技术系统转型，其兴起发展总与一定的外部条件相关联，技术创新与系统转型离不开经济、文化、政治等因素组成的外部生态。整体上，医疗人工智能是在医疗供给能力不充足，医疗资源分配不平衡和更高标准医疗需求的外部环境下不断演化和发展。

　　(2)医疗人工智能的社会－技术域分析。域(regime)是指技术的认知结构和嵌入其中的个人与组织结构，将更加广泛的社会共同体引入到塑造技术发展模式的考量范畴，不同社会群体之间的实践活动共同影响技术发展轨迹方向。〔18－20〕既有医疗技术系统在医疗产品、药物研制和平台建设等方面，均已形成较为稳固的研发产业链、制度规则与标准以及专业人才培养体系，呈现出一定的惯例化，表现为技术“路径依赖”和“体制锁定”的稳定性特征。〔21〕医疗人工智能技术系统的持续发展，需要促进“域”层面的变革，突破既有社会－技术域的阻滞和制约。下面分别从技术标准、学科建设、文化认知等方面分析社会－技术域的影响因素

　　四、总结与启示

　　本文对医疗人工智能技术进行了横向演化和纵向层级的综合性分析。医疗人工智能是一种技术人工物与社会共生演化系统，是医疗保健领域的一场社会技术范式迁移，其创新发展需要政府、医疗机构、企业、病患与消费者等存在利益相关属性的各类行动者之间共同协作，形成系统化社会－技术的动态关联网络。通过吉尔斯的多层分析框架，对医疗人工智能发展的微观“小生境”、中观域以及宏观地景三个层面的交互作用进行剖析，发现既有的医疗体系具有技术路径“依赖性”和“体系锁定”。

　　医疗人工智能仍处于初级阶段，除技术成熟度有待继续提升以外，针对性的伦理规范和法律法规还有待补足，技术变革带来的风险投资以及技术应用可能产生的风险性问题，仍会使得既有医疗技术企业排斥医疗技术智能化变革。在宏观层面，医疗体系智能化正逐渐成为主流趋势，并成为很多人工智能与医疗领域的发展战略。在未来，“小生境”为医疗人工智能提供足够的内生动力，技术发展逐渐成熟，配套政策法规同步完善，与宏观地景层发生有效联动，触发“机遇窗口”，实现既有医疗技术系统全方位的智能化转型。基于本文的分析研究，特提出以下三点建议:

　　1．技术激励与制度变革并举，助力医疗人工智能市场化进程

　　面对既有医疗技术系统的“惯性”，亟需强化医疗人工智能“小生境”培育，塑造新创技术的孵化氛围，才能持续推进医疗人工智能从实验室走向临床。值得注意的是，“小生境”建构应当积极将社会公众的现实诉求和可接受度纳入考量，遵从“以人为本”原则。鉴于医疗人工智能技术的发展受到宏观地景的极大影响，因此应高度重视相关组织与制度问题。这方面，政府应承担主体责任，加快智能医疗器械的审批准入，从而与医疗人工智能市场化相匹配，形成降低技术风险和增强创新效益的重要制度基础。

　　2．技术标准与技术监管联合，加强技术安全与隐私保护

　　应按照技术标准统一和“合伦理－合规－合法”的演进路径，充分考量的独特性，与医疗人工智能的支撑政策有效协同，促进医疗人工智能的良性发展。为了保障数据集的可靠性和准确性、伦理准则和法律规约的有效性，以及防止部分企业“骗取”补贴及数据垄断等非法行为的发生，需要对医疗人工智能从研发、应用到市场化过程进行有效监管和社会监督，实现技术安全和隐私保护。

　　3．技术文化与人才培养协同，加速既有技术系统革新

　　社会公众认可是评判技术成果的最终标准。有必要加强科学普及，提升公众的技术认知。只有充分了解医疗人工智能的科学原理和运作模式，才能塑造社会对医疗人工智能的正确认识，促进智能创新文化的形成。

　　人才是医疗人工智能创新重要的能动主体，专项医疗人工智能领域的复合型人才仍然存在很大缺口，人才培养的模式革新势在必行。如在制药领域，人工智能的确可以帮助精准确定靶点，但涉及具体的药物机理，以及各种化合物之间的特殊作用，化学或药学的知识基础必不可少。因此，复合型医疗人工智能人才则是未来的主流。

　　参考文献

　　〔1〕EllahhamS，EllahhamN，SimseklerMCE．Applicationofartificialintelligenceinthehealthcaresafetycontext:opportunitiesandchal-lenges［J］．AmericanJournalofMedicalQuality，2020，35(4):341－348

　　〔2〕李真真，缪航．STS的兴起及研究进展［J］．科学与社会，2011，1(1):60－79．

　　〔3〕王建设．“技术决定论”与“社会建构论”:从分立到耦合［J］．自然辩证法研究，2007(5):61－64．

　　〔4〕DosiG．Technologicalparadigmsandtechnologicaltrajectories［J］．ＲesearchPolicy，1983，11(3):147－162．

　　〔5〕孙启贵．国外新技术社会学的三条径路［J］．国外社会科学，2010(2):4－11

　　孙启贵1，汪琛1，王加宇2，叶斌1

上一篇：电子信息类智能服装的应用与发展 下一篇：新媒体视域下黎锦文化旅游服饰产业发展研究