随着多家医院接入DeepSeek大模型，AI医疗的安全性问题，再度引发社会关注。全国人大代表甘华田建议，应尽快制定和完善AI医疗相关法律法规，明确AI医疗的法律地位、使用边界、安全标准和伦理规范。

　　不同于简单的导医服务，如今的AI明显触角更深了。在医学影像识别领域，由于影像数据相对标准化，AI的准确度得到普遍认可；在健康管理领域，AI深入分析体检报告，预测疾病风险；在手术智能辅助规划领域，AI明确手术关键部位，推荐最佳手术方案，评估手术风险……去年11月，国家卫健委等三部门就发布了《卫生健康行业人工智能应用场景参考指引》，列出了84个典型应用场景。

　　但哪怕再不熟悉医学的人，也能意识到“AI医生”并非万能。并不是所有和疾病相关的因素，都能被量化、被机器所学习，专业判断和临床经验，传统的“望闻问切”，依然不可被替代。更重要的问题在于，医疗是一个容错率很低、厌恶不确定性的行业，但AI医疗还是新生事物，法律规制相对分散和滞后。正因如此，全国人大代表刘忠军也认为，在AI嵌入医疗实践中要更加扎实慎重，需在技术更成熟、验证更充分后引入医疗流程。

　　一些现实中的困境，也需要法律层面及时回应。比如，AI毕竟是机器，无法承担主体责任，那么一旦事故发生，谁来负责？是医疗设备设计者、算法提供者，还是医疗机构、医务人员？此前，一些官方文件作出了原则性的规定，严守安全红线，比如，湖南省医保局近日发布通知，严禁使用人工智能等自动生成处方。但AI即便只是作为辅助，传统的责任形式也难以简单套用，有待更加清晰的规制和指引。甚至有学者认为，随着生成式人工智能的自主性不断增强，将来能否成为医疗事故法律责任的主体或许是可以讨论的。

　　再者，海量数据是AI医疗的底层逻辑。一方面，“AI医生”依赖高质量的数据训练，受现实因素影响，在不同群体、地域间，一些数据的分布比例可能会失衡，如果任由算法左右决策，可能影响资源分配的公平性，甚至是医疗效果。甘华田代表提出的建立算法评价标准和伦理审查制度，无疑是不可或缺的一环。另一方面，从医学影像数据，到患者诊疗记录，再到健康档案，AI医疗涉及了大量个人信息尤其是敏感个人信息，联想到过去发生的一些医疗信息泄露事件，在《个人信息保护法》《网络安全法》等法律的基础上，根据AI医疗的行业特性，完善相关法律框架，是必要之举。

　　冰冷的技术不是目的，有温度的治疗才是正解。面对医疗行业的深刻革命，向“真”向“善”的技术，包容审慎的治理，一个都不能少。毕竟，AI与人并非对立，他们有着共同的“敌人”——疾病。