科技部发布《人工智能医学影像研究伦理指引》,规范DR、CT、MRI等AI影像全生命周期
重磅!科技部发布《人工智能医学影像研究伦理指引》,覆盖MRI、DR、CT、PET等技术
科技部官网发布国家科技伦理委员会医学伦理分委员会编制的《人工智能医学影像研究伦理指引》,旨在规范DR、CT、MRI、SPECT、PET及超声等领域AI影像研究,防范伦理风险。指引确立六大基本原则,并在数据、算法环节提出具体操作要求,如禁止合成数据混同真实患者数据,明确各主体全生命周期职责,确保研究结果可回溯、可审计。
原文明确了伦理指引的覆盖技术与全生命周期责任划分,为从业者提供合规参考框架。
人工智能加速进入医学影像领域的同时,数据安全、算法“黑箱”、模型泛化能力以及临床应用风险等问题也受到越来越多关注。

8月27日,科技部官网发布了国家科技伦理委员会医学伦理分委员会研究编制的《人工智能医学影像研究伦理指引》(以下简称《指引》),旨在规范人工智能医学影像相关的基础算法研究、技术研发、临床验证和转化,防范科技伦理风险,推动人工智能医学影像研究的负责任创新与健康有序发展。
人工智能医学影像可自动识别和解析医学影像,如数字放射摄影(DR)、计算机断层成像(CT)、磁共振成像(MRI)、单光子发射计算机断层成像(SPECT)、正电子发射计算机断层成像(PET)及超声(US)等的特征,提高诊断的准确性和效率。
《指引》明确六大基本原则:增进人类福祉、促进公平公正、尊重人的主体性、保护隐私和数据安全、确保安全可控、强化透明可信。
在操作层面,《指引》提出了一般要求,即合法合规、知情同意、责任机制、利益冲突。值得注意的是,从数据获取到算法研发、产品注册和临床部署,每一环节均应在法律法规、伦理规范框架下进行;明确科研人员、医疗机构、临床医生、科技企业和监管部门在全生命周期中的各自职责,确保人工智能医学影像研究结果可回溯、可审计、可问责。
数据方面,对数据安全、数据质量、数据脱敏、合成数据等作出界定,要求落实全生命周期安全管理,不得将合成数据混同于真实患者数据而不加说明,不得利用合成数据刻意夸大模型性能或规避伦理审查。
算法层面,应重点关注算法选择、算法训练、模型评估和测试、模型优化与持续迭代中的伦理问题,特别是在使用合成影像数据时可能存在的幻觉、内容失真等;建立偏见量化指标与监测机制,必要时更新算法、修正偏见。
相关附件:
人工智能医学影像研究伦理指引.pdf
版权与免责声明:
① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。
② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。
③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。
来源:仪器信息网·生命科学 · instrument.com.cn