让 AI 解释医学术语并整理就医问题
让 AI 解释医学术语并整理就医问题
需要留意这个风险
WHO 提出的医疗 AI 治理与自动化偏差风险
世界卫生组织在 2024-01-18 发布的中文指导文件中，明确指出多模态大模型（LMMs）在卫生领域同时存在潜力与系统性风险。这些风险不是任何特定模型的缺陷，而是整个技术类别在医疗场景中固有的治理与使用边界问题。
模型可能产生虚假、不准确、有偏见或不完整的信息。这与 AI 体检报告通俗解释的医学幻觉、急症等待与敏感健康信息泄露风险 描述的"医学幻觉"风险一致，但 WHO 文件进一步指出其根源在于训练数据本身。
WHO 强调训练数据可能在种族、性别、年龄、地区等维度上分布不均。这意味着模型对罕见病、儿童、老年人、孕产妇、少数族裔等群体的健康信息可靠性可能更低，普通人不应假设 AI 在所有人群上表现一致。
用户和医务人员可能因信任 AI 而忽略其错误。这是 WHO 框架中独有的官方维度，说明了"为什么必须人工复核"。普通人在家自行用 AI 整理体检报告时，过度信任风险尤其突出。
WHO 提到网络安全问题可同时损害患者隐私与结果可信度。这把医疗 AI 的隐私风险从"上传泄露"扩展到"模型输出被篡改也会误导治疗决策"。
WHO 建议通过以下方式降低上述风险：
WHO 把以下三条作为卫生 AI 的核心伦理原则：
这三条直接对应普通人在上传健康资料前需要考虑的边界：上传什么、谁能看到、AI 是否能替自己做出医疗决定。
资料支持的是卫生领域大模型的一般用途、风险与治理要求，不保证任何具体模型能准确解读个人体检报告，也不能作为个人诊断或治疗依据。截至 2026-07-13，WHO 是否发布更新版本需访问官网核实。
先展示关系含义清楚、来源可追溯的内容。