关键要点：
- 人工智能在成瘾医学领域具有风险预测等应用潜力，但必须谨慎使用。
- 临床医生需遵循最佳实践确保伦理优先。
纳什维尔讯——据骨科医学教育大会（OMED）演讲者表示，人工智能可推动成瘾医学的个性化诊疗发展，但医生必须警惕其中潜在陷阱。
美国骨科成瘾医学会前主席、《成瘾疾病杂志》主编R. Gregory Lande博士（DO, FACN, FAOAAM）强调："必须加粗下划线着重说明：所有人工智能应用都需要人类监督。"但他补充指出，若正确使用，人工智能将有力促进成瘾医学发展。
Lande表示，成瘾医学医生可借鉴心理健康领域人工智能工具（如风险预测与情绪检测技术），将其适配至成瘾诊疗场景。例如，"人工智能模型能预测物质滥用倾向、焦虑抑郁风险、自杀概率及复吸风险等多种临床情景。"
他解释道："系统通过整合可穿戴设备采集的生理数据（如心率变异性、睡眠模式），结合医生提供的病史与体检信息，综合分析后即可通过人工智能促进多项指标的早期预警。这正是预测分析技术的强大之处。"
Lande指出人工智能还可实现以下功能：
- 识别药物相互作用；
- 基于研究数据及患者病史建议调整用药剂量；
- 探索生物标志物与新型疗法以"优化并个性化"诊疗方案；
- 整合电子健康档案、社会因素、医嘱及实验室结果，构建"用于深度分析的综合数据库"；
- 通过推荐同伴支持方案、药物治疗方案及数字工具"推进个性化诊疗"。
Lande还提及人工智能的其他优势：具备多文化适应能力，"可调整语言文化规范使诊疗方案尊重患者背景与价值观"；具有结果导向性并持续学习能力。
他表示："新兴技术通过整合临床洞察与实时数据分析，可在诊断、治疗及主动干预环节弥合成瘾诊疗的鸿沟。"
但Lande强调"现实并非一帆风顺"，潜在风险包括：
- 隐私泄露问题；
- 难以解析复杂人类行为模式及自由文本对话，可能导致误判；
- 诊疗过程去人格化，削弱医患关系；
- 系统训练数据集可能存在偏差，"未能充分覆盖"关键人口统计学特征；
- 伦理困境，例如自动生成的回应可能无法有效应对危机状况。
"这并非完全失控的局面，但缺乏标准协议导致责任认定、问责机制及临床整合存在不确定性，"Lande指出，"目前多家机构正着手制定人工智能临床应用的监管规范。"
针对实践中的监督与安全，Lande提出最佳实践建议：
- 持续评估人工智能应用的临床效益、财务可持续性及伦理合规性；
- 设立跨学科委员会监督系统安全与性能；
- 制定透明政策告知患者及医生人工智能的使用场景；
- 开展培训项目阐明技术收益与风险的平衡；
- 确保患者理解人工智能建议均经人类专业人士审核。
"最后必须建立安全报告机制，当出现错误或伦理问题时，应有专门委员会评估并降低未来风险，"Lande总结道。
来源与披露
来源：
Lande RG. 人工智能与成瘾医学：机遇与风险. 骨科医学教育大会演讲；2025年9月25-28日；纳什维尔。
披露声明： Lande无相关财务披露。
【全文结束】
