安卡拉
随着人工智能（AI）工具的快速发展和在医疗等领域的广泛应用，关于其数据偏见、隐私保护及法律责任的讨论日益深入。
计算机教育副教授、AI专家阿加·图格鲁尔·科鲁库告诉安纳多卢通讯社，人工智能在医疗领域可能展现出巨大潜力，但只有在健全的伦理和治理框架下才能安全使用。
科鲁库指出，在医疗中使用AI时的数据偏见是一个影响患者安全的实际问题，因为AI模型从训练数据中学习。如果特定年龄组、社会经济阶层或地理区域在模型学习的数据集中代表性不足，系统性错误可能会凸显出来。
他提到了土耳其的国家健康数据库e-Nabiz，这具有显著的战略优势，但原始数据本身并不能产生价值，他指出如果处理不当，潜力可能转化为风险。“当该系统在没有数据标准、质量控制或伦理法律框架的情况下使用时，错误会随着规模扩大而增长，”他说。
他补充说，当前医疗AI的主要障碍包括数据质量、选择偏见、标注不一致和严重的隐私风险，而医院间不同的数据记录惯例等问题可能导致AI模型误判。建立标准化的数据术语和基于机构的质量指标至关重要。
科鲁库表示，未经授权访问健康记录等数据可能带来严重的法律后果，因此需要严格的匿名化处理和安全的分析环境。
在放射学和病理学等领域，医疗AI模型通过充当“第二双眼睛”发挥最大价值，这些系统通过快速标记可疑区域或过滤正常扫描来减轻工作量，从而缩短诊断时间。“必须向患者透明地解释AI的作用，并且由于自动化偏见风险，医师必须保持决策者的角色，”他说。
关于错误转诊的法律责任和伦理问题，科鲁库表示，学术文献支持分层责任模型，其中开发者负责验证，医疗机构管理整合，临床医生为最终决策辩护——目标是建立从源头上预防错误的机制。
科鲁库指出，对于未来十年，基因组数据与AI的结合可能在个性化医疗中带来重大变革。他表示，这可以实现精准的药物基因组学方法，使医生能够尽早开具正确的药物，同时显著缩短罕见疾病的诊断时间。
科鲁库指出，土耳其医疗AI的优先领域应集中在影像学分诊系统、重症监护早期预警机制和慢性病管理上，并敦促开发者在不同患者群体的真实临床环境中严格测试每个新模型。
他驳斥了AI取代真实医疗专业人员的担忧，称：“最终的临床决策、责任以及与患者的信任关系必须由人类医生保留。”“未来模式是‘AI辅助医生’，其中技术加速决策，但医生仍是决策者，”他补充道。
*由伊斯坦布尔的埃米尔·伊尔迪里姆撰写
【全文结束】
