摘要

随着人工智能（AI）领域的不断进步，持续推动着医学领域的变革与革新，理解生成式人工智能在医疗保健中的潜在应用变得愈发重要。生成式人工智能，包括生成对抗网络和大型语言模型等，在革新医学诊断、医学研究、治疗方案规划以及患者护理等方面展现出了巨大潜力。然而，这些数据密集型系统对受保护的健康信息构成了新的威胁。这篇观点性文章旨在探究生成式人工智能在医疗保健领域的各类应用，涵盖医学诊断、药物研发、虚拟健康助手、医学研究以及临床决策支持等方面，同时识别此类系统在生命周期的各个阶段（即数据收集、模型开发和实施阶段）所面临的安全与隐私威胁。本研究的目标是分析生成式人工智能在医疗保健领域的现状，找出将这些技术整合到现有医疗保健基础设施中所带来的机遇以及隐私和安全方面的挑战，并提出减轻安全与隐私风险的策略。本研究强调了应对医疗保健中与生成式人工智能相关的安全和隐私威胁的重要性，以确保这些系统能够安全有效地使用。本研究的结果可以为未来医疗保健领域生成式人工智能系统的开发提供参考，并帮助医疗保健机构更好地理解与这些系统相关的潜在益处和风险。通过研究生成式人工智能在医疗保健各个不同领域的应用案例和优势，本文为围绕人工智能伦理、安全漏洞以及数据隐私法规的理论讨论做出了贡献。本研究还为那些希望在其机构中采用生成式人工智能解决方案的利益相关者提供了实用的见解。

生成式AI在医疗保健领域的应用

表1 生成式AI在医疗保健领域的应用类别

医疗保健系统中生成式AI生命周期内的安全与隐私威胁

图1 AI生命周期3个阶段中的安全与隐私威胁

表2 医疗保健领域中生成式AI的类别、数据来源，以及数据收集和处理阶段的安全或隐私威胁

表3 医疗保健领域中的生成式AI类别，以及在模型训练、构建和实施阶段所面临的安全或隐私威胁

参考

J Med Internet Res. 2024 Mar 8:26:e53008. doi: 10.2196/53008

注：AI辅助创作，如有错误欢迎指出。内容仅供参考，不构成任何建议。