歡迎來到無處不在的人工智能(AI)世界。從運輸?shù)酵ㄐ旁俚搅闶墼俚结t(yī)療保健，現(xiàn)在幾乎每個行業(yè)都存在AI。它改變了我們移動，溝通，購物，接受治療和監(jiān)控個人健康的方式。

沒有一個公認的AI定義。但是，廣義上將AI定義為使用計算機科學來實現(xiàn)智能機器學習。AI通過各種技術(例如，機器學習，深度學習)使機器具有解釋數(shù)據(jù)，從數(shù)據(jù)中學習以及根據(jù)數(shù)據(jù)做出建議或決策的能力。

利用機器學習和深度學習過程的醫(yī)療保健領域的最新發(fā)展見證了新興的AI醫(yī)療保健技術的出現(xiàn)，這些技術可提高診斷準確性和效率，預測疾病，自動執(zhí)行常規(guī)醫(yī)療保健任務以及改進流程和護理以超越人類的能力。例如，考慮用于提供實時癌癥診斷的AI成像系統(tǒng)，可以預測發(fā)病前幾天的損傷的AI程序，可以估計心臟病發(fā)作可能性的AI設備，可以最大程度地減少管理負擔的AI技術以及成本和識別無價值或低價值工作相關活動并消除工作流程效率低下的AI技術。這些當前和新興的例子僅僅是個開始-醫(yī)療保健行業(yè)在AI的所有方面投入了大量資金。

福布斯》最近發(fā)表的一篇文章名為“人工智能(AI)，醫(yī)療保健的下一個前沿是什么?”。指出，到2025年，整個AI醫(yī)療保健支出預計將超過360億美元?；谠擃A測的變革性AI醫(yī)療保健趨勢包括AI與數(shù)據(jù)分析，基因組學，電子病歷和可穿戴設備相結合，預計將推動個性化醫(yī)療并改善患者護理水平因此可以更早，更準確地診斷和治療患者。

人工智能醫(yī)療技術與產(chǎn)品責任法的交叉

著名的財產(chǎn)法??公理“沒有負擔就無法獲得利益”同樣適用于產(chǎn)品責任法。毫無疑問，人工智能的變革性技術為醫(yī)療保健行業(yè)帶來了深遠的好處。但是，人工智能也承擔著不可避免的風險和錯誤負擔。

醫(yī)療保健的失敗或錯誤可能導致患者受傷。想象一下一個設計用于診斷癌癥的AI成像系統(tǒng)，它會誤讀放射線掃描并誤診為良性腫瘤的惡性腫瘤，或誤診為惡性腫瘤的良性腫瘤?？紤]一種旨在預測和預防藥物不良反應的AI技術，該技術會為患者推薦錯誤的藥物。設想一種旨在讀取患者基因組序列的AI技術，以提供會誤讀序列并建議進行不適當治療的精密藥物。此類故障或錯誤可能會對數(shù)百甚至數(shù)千名患者造成廣泛傷害。對于被視為“產(chǎn)品”的技術，由此產(chǎn)生的危害是AI醫(yī)療保健技術與產(chǎn)品責任法相交的地方。

產(chǎn)品責任法(在此適用)“廣泛地指因產(chǎn)品預期用途而造成的傷害的法律責任。”當個人以預期方式使用產(chǎn)品并受到傷害時，可能會因使用產(chǎn)品及其造成的傷害提出索賠。但是，在AI醫(yī)療保健技術造成損害的情況下，產(chǎn)品的算法設計可能涉及多家公司，分銷鏈中包括眾多實體，以及“黑匣子”自適應技術(算法“適應于”新數(shù)據(jù)創(chuàng)建自己的算法，而沒有完全了解如何或為什么)與鎖定(算法輸入“鎖定”且未更改)之間的關系，使由此造成的損害的法律責任復雜化。因此，將出現(xiàn)復雜的問題：“誰可能因此而受到起訴?在多方中，誰會出錯?可能提出什么索賠?有什么賠償?”不幸的是，這些問題的答案并不簡單。

針對AI醫(yī)療技術的產(chǎn)品責任判例法尚不完善;趕上這些新穎的新興技術將花費數(shù)年，即使如此，它也總是會落后。盡管總體上產(chǎn)品責任判例法已經(jīng)完善，但很可能會適用于解決AI的一些復雜的責任問題和各種各樣的問題。