作者:Liu, Nan
生成人工智能(Genai)模型,例如生成对抗网络(GAN)和基于变形金刚的大语言模型(LLMS),以加速的节奏开发,并将其定位为全球临床工作流程和医疗保健系统。但是,Genai在医学和医疗保健领域的迅速增长不仅带来了前所未有的机会,而且还带来了这种新技术和关键脆弱性在安全,治理和监管监督方面的系统风险。Genai和LLM本质上是非确定性的,具有广泛的通才功能,并显示不断发展的能力1。这些特征挑战了为确定性的,特定于任务的人工智能(AI)模型而设计的常规监管框架,例如用于医疗设备的软件(SAMD)的模型。
与Genai和LLM在医疗保健中的应用相关的一些基本风险是明确的,但尚未通过当前的监管框架(已知未知数)充分解决,而其他风险和挑战甚至尚未浮出水面(未知未知)。已知的未知数包括缺乏训练数据的透明度(包括可能使用合成数据进行培训2),对偏见的敏感性,不正确的医疗内容幻觉以及在高风险临床环境中的潜在滥用1(方框1)。
Ong,J。等。柳叶刀数字。健康 6,E428 e432(2024)。
文章一个 CAS一个 PubMed一个 Google Scholar一个
Sheng,B。等。纳特。生物。工程 9,443 444(2025)。
文章一个 PubMed一个 Google Scholar一个
Gallifant,J。等。纳特。医学 31,60 - 69(2025)。
文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Ning,Y。等。柳叶刀数字。健康 6,E848 e856(2024)。
文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个
Lekadir,K。等。BMJ 388,E081554(2025)。
文章一个 PubMed一个 PubMed Central一个 Google Scholar一个
Callahan,A。等。NEJM CATAL。5,Cat.24.0131(2024)。
Freyer,O。等。柳叶刀数字。健康 6,E662âE672(2024)。
文章一个 CAS一个 PubMed一个 Google Scholar一个
Christopher,A。L。等。nejm ai1(8)(2024)
Booth,A。等。BMJ Glob。健康 4,E001107(2019)。
文章一个 PubMed一个 PubMed Central一个 Google Scholar一个
这项工作得到了新加坡卫生部资助的杜克 - 纳斯签名研究计划的支持。本材料中表达的任何意见,发现和结论或建议是作者的意见,并不反映卫生部的观点;Horizon Europe计划的欧洲委员会是Cymedsec项目(101094218)和欧盟的一部分。所表达的观点和观点仅是作者的观点,不一定反映欧盟的观点。欧盟或授予当局都不能对他们负责。在其中表达的信息和观点的责任完全在于作者;德国联邦教育与研究部(通过欧盟资助的NextGenerationU计划,根据赠款编号16KISA100K,项目路径掌握健康和健康数据的个人掌握;NIH R01CA294033,NIH U54CA274516-01A1,美国癌症学会和美国放射肿瘤学会,Astro-CSDG-24-1244514-01-CTPS。
的。在Whalesdontfly GmbH中担任领导角色,并与Peraa Health Ltd有咨询关系;S.G.是Ernst&Young协调的研究研究咨询小组的成员,该研究代表欧洲委员会的健康和食品安全局代表医疗设备领域进行的医疗设备领域。S.G.与UNA Health GmbH,Lindus Health Ltd,Flo Ltd,Thimia Ltd,Forum Institutfã¼r管理GmbH,High-TechGrã¼nderFondsManagement GmbH和Ada Health GMBH的咨询关系D.S.B.是辐射肿瘤学,hemonc.org(无财务补偿),副编辑JCO临床癌信息,在Mercurialai进行咨询和咨询工作(与本文无关)。所有其他作者都没有宣称没有相关的利益冲突。
Ong,J.C.L.,Ning,Y.,Collins,G.S。等。国际医学生成人工智能模型的国际合作伙伴关系。Nat Med(2025)。https://doi.org/10.1038/s41591-025-03787-4
出版:
doi:https://doi.org/10.1038/s41591-025-03787-4