<blockquote id="swmc2"></blockquote>
<samp id="swmc2"><label id="swmc2"></label></samp>
  • <menu id="swmc2"></menu>
    <samp id="swmc2"></samp>
  • 推廣 熱搜: 區(qū)域  脈動(dòng)真空滅菌器  醫(yī)院信息系統(tǒng)  醫(yī)院信息化  醫(yī)院  招標(biāo)  標(biāo)識(shí)  CA認(rèn)證  導(dǎo)視  標(biāo)志 

    人工智能(AI)診斷的產(chǎn)品 法律標(biāo)準(zhǔn)應(yīng)為當(dāng)時(shí)的最高醫(yī)療水平

       日期:2018-04-16     瀏覽:153    
    核心提示:發(fā)布日期:2018-04-16   自從谷歌推出的人工智能(AI)“alphago&

    發(fā)布日期:2018-04-16

     

      自從谷歌推出的人工智能(AI)“alphago”連續(xù)戰(zhàn)勝世界最頂尖圍棋高手柯潔、李世石等之后,具有深度學(xué)習(xí)功能的AI如同核當(dāng)量級(jí)爆炸一般在產(chǎn)業(yè)界、資本界引發(fā)巨瀾。最近半年以來,“人工智能+某某”頻出媒體:人工智能+醫(yī)療,人工智能+法律,人工智能+會(huì)計(jì),人工智能+教育等,以上尤以人工智能+醫(yī)療最為引人注目,谷歌在停止開發(fā)人工智能圍棋項(xiàng)目之后,率先進(jìn)入的領(lǐng)域也是醫(yī)療領(lǐng)域。

      醫(yī)療領(lǐng)域最易開展人工智能應(yīng)用的是圖像分析。圖像分析在醫(yī)療診斷中有特殊地位,許多疾病的診斷依靠圖像,如皮膚病圖譜、眼底病圖譜、病理顯微圖片、X線、CT、MRI、B超成像、心電圖,等等?,F(xiàn)有圖像數(shù)據(jù)分析的分辨力可以達(dá)到0.01mm,與醫(yī)療圖像的肉眼分辨水準(zhǔn)相當(dāng),如果結(jié)合人工智能的深度學(xué)習(xí)功能,以機(jī)器代替人類進(jìn)行圖像的醫(yī)學(xué)診斷不是沒有可能。

      據(jù)最近的幾篇文章披露,人工智能在特定疾病的圖像診斷如肺結(jié)節(jié)的CT診斷、甲狀腺癌乳腺癌的病理診斷、單導(dǎo)聯(lián)的心律失常心電圖診斷等方面,已經(jīng)達(dá)到或接近一名普通主治醫(yī)生的診斷水平。需要注意的是,具有深度學(xué)習(xí)功能的人工智能的基本特征是自我學(xué)習(xí),也就是只要通過人工標(biāo)注教會(huì)了電腦識(shí)別特征性標(biāo)志的能力,當(dāng)基礎(chǔ)數(shù)據(jù)達(dá)到一定程度比如100萬張圖譜時(shí),電腦可以脫離人類而不斷自我學(xué)習(xí)、自我否定,無限接近正確水平。所謂自我學(xué)習(xí),亦即電腦可以自我創(chuàng)造海量的新的疾病圖譜,這種創(chuàng)造可能達(dá)到每天數(shù)百萬張圖譜,比如可以創(chuàng)造出疾病圖譜庫里不曾有過的肺結(jié)節(jié)CT圖像,然后對(duì)照既往的圖像數(shù)據(jù)而進(jìn)行自我診斷、自我修正,這種自我創(chuàng)造、自我修正能力當(dāng)然有利于疾病的診斷。

      不排除,AI在自我學(xué)習(xí)中創(chuàng)造出來的某一張肺結(jié)節(jié)CT圖像恰好符合未來某一個(gè)病人的肺CT特征,并提前作出診斷,也就是未卜先知。未卜先知,我不知道人類能否做到,但至少在某些領(lǐng)域,電腦可以做到。這其中的哲學(xué)玄機(jī),偏離了本文主題,我無意再深究下去。

      獲得學(xué)習(xí)能力的AI,其診斷水平可以在短時(shí)間內(nèi)光速提高,現(xiàn)有臨床規(guī)培、專培的培養(yǎng)速度與之完全不能比擬。AI系根據(jù)概率而作出診斷,比如某個(gè)肺結(jié)節(jié)CT圖像符合中央型肺癌的概率達(dá)到90%即診斷為肺癌,某個(gè)心電圖圖譜符合預(yù)激綜合征的概率達(dá)到99%而診斷為預(yù)激綜合征,或者某個(gè)圖譜不具有任何現(xiàn)有疾病特征而從概率上排除疾病而診斷為無明顯異?;蚍险?。這種依據(jù)概率作出的診斷符合一般臨床醫(yī)學(xué)規(guī)律,臨床影像醫(yī)生的診斷往往也描述為“印象是.....”,“考慮為......”,“符合.....”,“......病的可能性大”,這其實(shí)亦是一種概率,只不過是人為估算心證的概率,因此AI的診斷達(dá)到一定標(biāo)準(zhǔn)時(shí),完全可以、也應(yīng)當(dāng)替代醫(yī)生的診斷,否則開發(fā)人工智能診斷失去價(jià)值。

      既然AI診斷是一種醫(yī)學(xué)診斷,可直接代替醫(yī)生應(yīng)用于臨床,則直接影響病人的生命健康,因此法律規(guī)制殊顯重要。作為一名醫(yī)療訴訟專業(yè)律師,我認(rèn)為考察AI診斷的法律原則時(shí),至少應(yīng)包括以下四個(gè)問題:

      一、做出AI診斷的主體在法律上是人(醫(yī)生)還是物(醫(yī)療器械)?

      二、AI診斷進(jìn)入臨床應(yīng)用的法律標(biāo)準(zhǔn)是什么?

      三、AI診斷出現(xiàn)缺陷或醫(yī)療過失的判斷依據(jù)是什么?

      四、AI診斷發(fā)生醫(yī)療損害,誰應(yīng)承擔(dān)法律責(zé)任?

      其中第一個(gè)問題最基本也最重要,因?yàn)樵诜缮厦鞔_了AI診斷的主體身份時(shí),其他的如AI診斷的準(zhǔn)入條件、缺陷或過失標(biāo)準(zhǔn)、法律責(zé)任等等均迎刃而解;又因?yàn)锳I診斷只是AI在醫(yī)學(xué)上的應(yīng)用之一,弄清了AI診斷的法律原則,其他醫(yī)學(xué)應(yīng)用也觸類旁通,綱舉而目張。

      一、AI診斷的法律主體是人(醫(yī)生)還是物(醫(yī)療器械)?

      --既是人也是物

      AI是人還是物?這是一個(gè)非常深?yuàn)W的哲學(xué)問題,恐怕窮盡人類現(xiàn)有智慧也難以回答這個(gè)問題。如說是物,可是AI又具有其他物包括高等動(dòng)物所不具備的智能功能;如說是人,可是AI不過是一堆人類制造的電子或者量子元器件,即使將來出現(xiàn)以DNA等生物分子作元器件的AI,亦不過是一堆人為的物質(zhì)聚合體,目前沒有任何證據(jù)證明除人類之外,其他人為的無機(jī)、有機(jī)復(fù)雜聚合體達(dá)到一定的復(fù)雜性時(shí)能夠產(chǎn)生智慧。

      為什么對(duì)AI的定義如此困難?依我看根本原因在人類自己,人類不知何時(shí),將世界二分成人與物或者身與心,此二分法將人、物對(duì)立,身、心對(duì)立,在法律上更是有人格權(quán)法、物權(quán)法,以及人、物相混的合同法。倘若人類智慧更進(jìn)一步,認(rèn)識(shí)到人、物不能分,身、心不能分,人即是物,物即是人,身即是心,心即是身,則對(duì)AI的認(rèn)識(shí)不至如此困惑:AI既是人,也是物;或者一定條件下是人,一定條件是物。我相信,隨著人工智能的迅猛發(fā)展,必將改變?nèi)祟悓?duì)人自身的根本認(rèn)識(shí),包括對(duì)肉體、對(duì)意識(shí)的根本認(rèn)識(shí),很多我們習(xí)以為常的觀念將出現(xiàn)顛覆性改變。

      所以,我的建議,現(xiàn)有法律可以視AI既是人,又是物;或者在一定條件下視AI為人,一定條件下視AI為物。何為一定條件,端看AI的具體應(yīng)用場(chǎng)景。其實(shí)在生物醫(yī)學(xué)領(lǐng)域,法律上視某種實(shí)體既是人,又是物的情況并不鮮見,比如體外受精卵、離體的待移植的有功能的器官等,將之簡(jiǎn)單定性為物不妥,將之簡(jiǎn)單定性為人也不妥,只能在一定法律條件下定性為物,在另一法律條件下又定性為人,方能在法律上圓潤(rùn)妥帖。下面再回到本文主題--人工智能診斷。

      首先,人工智能診斷不同于X光機(jī)、CT儀、心電圖機(jī)等醫(yī)療儀器所打印出來的一張張膠片或圖紙(這些膠片、圖紙離了醫(yī)生的分析與診斷,并無任何醫(yī)療上的價(jià)值),而是實(shí)實(shí)在在的具有醫(yī)療價(jià)值的診斷結(jié)論,這些診斷結(jié)論是經(jīng)由AI分析醫(yī)療大數(shù)據(jù),經(jīng)由歸納、演繹等邏輯推理(深度學(xué)習(xí)算法)而得出的,實(shí)際相當(dāng)于一名有經(jīng)驗(yàn)的醫(yī)生運(yùn)用醫(yī)學(xué)知識(shí)、邏輯分析而得出的結(jié)論。AI的診斷實(shí)質(zhì)等同于醫(yī)生的診斷,可直接用于判斷疾病性質(zhì)而指導(dǎo)治療;同樣,AI的誤診相當(dāng)于醫(yī)生的誤診,比如AI將某一個(gè)肺CT結(jié)節(jié)診斷為肺癌,然后醫(yī)生按肺癌進(jìn)行了手術(shù),可是術(shù)后病理顯示(注意,這個(gè)術(shù)后病理亦可用AI診斷)患者所患并非肺癌而是良性結(jié)節(jié),顯然AI發(fā)生了誤診,此等誤診并非機(jī)器讀寫錯(cuò)誤或機(jī)械誤差,而是對(duì)疾病性質(zhì)的智能判斷出現(xiàn)了錯(cuò)誤,這個(gè)錯(cuò)誤相當(dāng)于診斷醫(yī)生的錯(cuò)誤。

      因此人工智能診斷的主體在法律上首先應(yīng)視為一個(gè)人或一個(gè)醫(yī)生作出的診斷,應(yīng)以類似醫(yī)生的資質(zhì)要求而要求其準(zhǔn)入條件,當(dāng)其作出誤診時(shí)應(yīng)以診療常規(guī)、規(guī)范而判斷其是否存在醫(yī)療過失。當(dāng)然鑒于人工智能診斷的設(shè)計(jì)有其特殊性,其具體的準(zhǔn)入條件、過失判斷標(biāo)準(zhǔn)亦有其特殊性,下文再述。

      其次,人工智能診斷畢竟是由機(jī)器作出的診斷,這個(gè)機(jī)器所使用的診斷系統(tǒng)、算法是由人設(shè)計(jì)的,受人所控制,盡管其在一定條件下能夠脫離人的控制而自我學(xué)習(xí)、自我提高,但這個(gè)能夠自我學(xué)習(xí)、自我提高的基礎(chǔ)能力仍是由人所賦予的,因此人工智能診斷的主體在法律上亦應(yīng)視為物即醫(yī)療儀器作出的診斷,有關(guān)醫(yī)療儀器的法律適用于人工智能,比如《醫(yī)療器械管理?xiàng)l例》所規(guī)定的臨床試驗(yàn)、注冊(cè)制度,比如《產(chǎn)品質(zhì)量法》關(guān)于產(chǎn)品安全的規(guī)定、產(chǎn)品缺陷的定義、產(chǎn)品責(zé)任的規(guī)定等等都應(yīng)適用于人工智能診斷設(shè)備。

      二、AI診斷進(jìn)入臨床應(yīng)用的法律標(biāo)準(zhǔn)是什么?

      --最佳醫(yī)療水平標(biāo)準(zhǔn)

      如前文分析,AI診斷的法律主體既是人(醫(yī)生),也是物(醫(yī)療器械),因此其進(jìn)入臨床應(yīng)用的法律標(biāo)準(zhǔn)應(yīng)當(dāng)分別適用人即醫(yī)生的標(biāo)準(zhǔn)和物即醫(yī)療器械的標(biāo)準(zhǔn)。

      醫(yī)療衛(wèi)生法關(guān)于醫(yī)生的準(zhǔn)入資格包括醫(yī)生的一般準(zhǔn)入資格和特定學(xué)科的準(zhǔn)入資格得適用于AI。一般準(zhǔn)入資格是指凡以醫(yī)生身份執(zhí)業(yè)者,均應(yīng)經(jīng)國(guó)家統(tǒng)一考核取得醫(yī)師資格證,并應(yīng)經(jīng)臨床實(shí)踐而注冊(cè)取得醫(yī)師執(zhí)業(yè)證,根據(jù)2017年4月1日最新之《醫(yī)師注冊(cè)管理辦法》的規(guī)定,我國(guó)醫(yī)師執(zhí)業(yè)證采取省級(jí)行政區(qū)劃制度,凡經(jīng)注冊(cè)取得執(zhí)業(yè)資格的醫(yī)師,在注冊(cè)所在省級(jí)行政區(qū)劃范圍內(nèi)準(zhǔn)予執(zhí)業(yè),欲跨省執(zhí)業(yè)者,需再申請(qǐng)外省注冊(cè);特定學(xué)科的準(zhǔn)入資格是指對(duì)于醫(yī)療技術(shù)要求高的少數(shù)學(xué)科如器官移植、心臟介入、神經(jīng)外科等,應(yīng)當(dāng)通過該等學(xué)科的特別考核方能取得執(zhí)業(yè)資格。

      當(dāng)AI診斷視為醫(yī)生作出的診斷而擬進(jìn)入臨床應(yīng)用時(shí),其診斷水平應(yīng)當(dāng)達(dá)到醫(yī)生的一般準(zhǔn)入資格和特定學(xué)科的準(zhǔn)入資格所要求的水平是沒有任何疑義的。但這遠(yuǎn)遠(yuǎn)不夠,因?yàn)锳I診斷有以下三個(gè)顯著特點(diǎn),是作為自然人的醫(yī)生所不具備的:

      1、AI診斷是在采集現(xiàn)有醫(yī)療大數(shù)據(jù),并結(jié)合深度學(xué)習(xí)的算法而獲得的智能診斷。理論上,AI采集的醫(yī)療大數(shù)據(jù)越多,算法越接近最高水平的醫(yī)生,則其診斷正確的概率越高,理論上AI診斷正確的概率可以超過其所獲得的醫(yī)療大數(shù)據(jù)的診斷正確率。而獲得更多的醫(yī)療大數(shù)據(jù),最大可能地吸收最高水平醫(yī)生的診斷技術(shù),以達(dá)到或超越當(dāng)時(shí)的最高診斷水平,是任何一個(gè)AI的市場(chǎng)競(jìng)爭(zhēng)要求,也是商業(yè)倫理的內(nèi)在要求。

      2、AI診斷的算法決定了其具有自我學(xué)習(xí)、自我提高的基本能力,這種能力使得AI可以迅速提高診斷水平,結(jié)合第1點(diǎn),AI達(dá)到或超越當(dāng)時(shí)或當(dāng)?shù)刈罡哚t(yī)療水平不是難事。

      3、最重要的一點(diǎn),AI診斷系自動(dòng)化的智能診斷,其診斷效率可能是人工的數(shù)百萬倍乃至無限倍,比如自然人醫(yī)生一天只能閱片數(shù)十張,而AI可能達(dá)到數(shù)百萬張,效率無限增加時(shí),誤診的絕對(duì)數(shù)也無限放大。假如AI存在BUG,這個(gè)BUG可能造成誤診,則由于AI診斷的放大效應(yīng),誤診在人群中的后果是災(zāi)難性的。

      綜合以上3點(diǎn),我認(rèn)為,對(duì)AI診斷的技術(shù)準(zhǔn)入要求應(yīng)當(dāng)采最高醫(yī)療水平標(biāo)準(zhǔn)。鑒于AI的診斷水平是以自然人醫(yī)生的診斷水平作為對(duì)比的,AI診斷的醫(yī)療水平術(shù)不應(yīng)低于當(dāng)時(shí)醫(yī)生的最高醫(yī)療水平。中國(guó)《侵權(quán)責(zé)任法》“醫(yī)療損害賠償”章第57條規(guī)定醫(yī)務(wù)人員的注意義務(wù)以“當(dāng)時(shí)的醫(yī)療水平”為限:“醫(yī)務(wù)人員在診療活動(dòng)中未盡到與當(dāng)時(shí)的醫(yī)療水平相應(yīng)的診療義務(wù),造成患者損害的,醫(yī)療機(jī)構(gòu)應(yīng)當(dāng)承擔(dān)賠償責(zé)任。”這里所謂“當(dāng)時(shí)的醫(yī)療水平”是指與醫(yī)生的職稱相應(yīng)的平均醫(yī)療水平,AI顯然改變了這一標(biāo)準(zhǔn)。

      何為當(dāng)時(shí)的最高醫(yī)療水平?法律或技術(shù)上如何界定??jī)煞N方法:

      1、具體標(biāo)準(zhǔn)或概率標(biāo)準(zhǔn)。鑒于醫(yī)生的醫(yī)療水平取決于各種主客觀條件,現(xiàn)實(shí)中難以找到一個(gè)從不出錯(cuò)、代表最高水平的醫(yī)生,即使是水平最高的醫(yī)生,也只能說他的診斷正確率最高,因此判斷AI是否達(dá)到當(dāng)時(shí)的最高醫(yī)療水平時(shí),亦應(yīng)以概率作為判斷標(biāo)準(zhǔn),比如法律可以規(guī)定,當(dāng)AI的診斷正確率超過99%或更高的醫(yī)生時(shí),可以認(rèn)為AI達(dá)到了當(dāng)時(shí)的最高醫(yī)療水平,可以獲準(zhǔn)上市。鑒于我國(guó)的醫(yī)師采取省級(jí)行政區(qū)劃注冊(cè)制,可以規(guī)定,向省級(jí)醫(yī)藥行政部門申請(qǐng)上市的AI,其AI的診斷水平應(yīng)當(dāng)超過該省99%或更高的相應(yīng)學(xué)科的醫(yī)生水平;向國(guó)家醫(yī)藥監(jiān)督部門申請(qǐng)上市的AI,其診斷水平應(yīng)當(dāng)超過全國(guó)99%或更高的相應(yīng)學(xué)科的醫(yī)生水平。alphago的勝率甚至達(dá)到了對(duì)全部世界冠軍的100%。

      2、抽象標(biāo)準(zhǔn)或者異議標(biāo)準(zhǔn)。鑒于AI是以現(xiàn)有醫(yī)生的診療技術(shù)作為其算法基礎(chǔ)的,而現(xiàn)有醫(yī)生的診療技術(shù)處于變動(dòng)不居中,隨時(shí)可能獲得突破性進(jìn)步;又,AI上市時(shí),即使達(dá)到99%的正確率,亦難以排除其難以預(yù)測(cè)的缺陷,故應(yīng)當(dāng)建立AI上市后的異議制度,即AI上市后,任何一名醫(yī)生或醫(yī)療機(jī)構(gòu),如果認(rèn)為其診療水平超過AI,可以向國(guó)家醫(yī)藥監(jiān)督部門提出書面異議,如果其提出的數(shù)據(jù)能夠初步證明其觀點(diǎn),國(guó)家應(yīng)當(dāng)啟動(dòng)異議程序,異議成立時(shí),國(guó)家應(yīng)當(dāng)暫停該AI上市或退市,并應(yīng)當(dāng)考慮提高AI準(zhǔn)入的概率標(biāo)準(zhǔn),比如提高到99.9%。這一制度類似于商標(biāo)或?qū)@鲜泻蟮臒o效宣告制度。

      當(dāng)AI診斷的法律主體視為醫(yī)療器械時(shí),其應(yīng)當(dāng)遵守國(guó)家關(guān)于醫(yī)療器械的準(zhǔn)入制度,包括臨床試驗(yàn)、器械注冊(cè)、上市許可等。惟這里的臨床試驗(yàn)是以病人為對(duì)象的,當(dāng)對(duì)病人的臨床試驗(yàn)達(dá)到相當(dāng)程度的診斷正確率時(shí),其仍不一定符合上市標(biāo)準(zhǔn),因?yàn)槿缜拔乃?,AI診斷首先應(yīng)視為一名醫(yī)生的診斷,其應(yīng)與同類醫(yī)師對(duì)比,在法律上達(dá)到當(dāng)時(shí)的最高醫(yī)療水平。

      三、AI診斷出現(xiàn)缺陷或醫(yī)療過失的判斷依據(jù)是什么?

      將AI視為一個(gè)人時(shí),其出現(xiàn)的診斷錯(cuò)誤可以稱之為醫(yī)療過失,因?yàn)橹挥腥瞬艜?huì)產(chǎn)生過失;將AI視為一個(gè)儀器時(shí),其出現(xiàn)的診斷錯(cuò)誤可以稱之為缺陷或產(chǎn)品缺陷,因?yàn)閮x器或產(chǎn)品不具有意識(shí)不能產(chǎn)生過失,只能稱為缺陷。那么法律上如何判斷AI出現(xiàn)的過失或缺陷呢?

      就醫(yī)療過失而言,現(xiàn)行《侵權(quán)責(zé)任法》規(guī)定了兩種判斷標(biāo)準(zhǔn),一是具體標(biāo)準(zhǔn),即第58條第一款所規(guī)定的,違反法律、行政法規(guī)、規(guī)章以及其他診療規(guī)范的,推定醫(yī)生存在過失;二是抽象標(biāo)準(zhǔn),即第57條所規(guī)定的,當(dāng)醫(yī)生未盡到與當(dāng)時(shí)的醫(yī)療水平相應(yīng)的診療義務(wù)時(shí),應(yīng)當(dāng)認(rèn)定醫(yī)生存在過失。對(duì)AI出現(xiàn)的診斷錯(cuò)誤能夠適用這兩個(gè)法律判斷標(biāo)準(zhǔn)么?

      我認(rèn)為,不能。其一,AI是以醫(yī)療大數(shù)據(jù)為基礎(chǔ),運(yùn)用計(jì)算機(jī)的深度學(xué)算法而作出診斷的,不是如醫(yī)生一般系通過運(yùn)用診療常規(guī)、規(guī)范而得出診斷結(jié)論的,因此即使其出現(xiàn)診斷錯(cuò)誤,也不可能通過考察其是否違反診療常規(guī)、規(guī)范而得出過失與否的結(jié)論;其二,AI的準(zhǔn)入資格決定了其是以概率計(jì)算的、以當(dāng)時(shí)的最高醫(yī)療水平為標(biāo)準(zhǔn)的,故不能以“與當(dāng)時(shí)的醫(yī)療水平相應(yīng)的診療義務(wù)”作為判斷依據(jù)。

      當(dāng)AI因未能達(dá)到當(dāng)時(shí)的最高醫(yī)療水平而出現(xiàn)診斷錯(cuò)誤時(shí),這既是AI的一種醫(yī)療過失,更是AI產(chǎn)品的設(shè)計(jì)或算法缺陷,此時(shí)基于人的過失和基于產(chǎn)品的缺陷合二為一了,在法律上可以適用同一標(biāo)準(zhǔn)而判斷之,最好的標(biāo)準(zhǔn)便是產(chǎn)品缺陷標(biāo)準(zhǔn)。

      但是必須注意到,臨床上的誤診是非常常見的,并非所有的誤診都需要承擔(dān)法律責(zé)任,甚至可以說絕大多數(shù)誤診都無需承擔(dān)責(zé)任,只有違反診療常規(guī)、規(guī)范或者未盡到與當(dāng)時(shí)的醫(yī)療水平相應(yīng)的診療義務(wù)的誤診才構(gòu)成過失,才有可能承擔(dān)法律責(zé)任。AI診斷亦是一樣,如果AI達(dá)到準(zhǔn)入條件,其診斷水平超過99%醫(yī)生的醫(yī)療水平,其仍然發(fā)生了誤診并導(dǎo)致患者損害,此種損害是法律允許的,不產(chǎn)生過失或缺陷、不產(chǎn)生法律責(zé)任,除非能夠證明該種誤診是因?yàn)锳I的設(shè)計(jì)或算法出現(xiàn)缺陷而產(chǎn)生,此時(shí)適用產(chǎn)品缺陷的判斷標(biāo)準(zhǔn)。

      產(chǎn)品缺陷的判斷標(biāo)準(zhǔn)適用《產(chǎn)品質(zhì)量法》,第46條規(guī)定:本法所稱缺陷,是指產(chǎn)品存在危及人身、他人財(cái)產(chǎn)安全的不合理危險(xiǎn);產(chǎn)品有保障人體健康和人身、財(cái)產(chǎn)安全的國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的,是指不符合該標(biāo)準(zhǔn)。

      該法第41條還規(guī)定:生產(chǎn)者能夠證明存在以下情形的,不承擔(dān)賠償責(zé)任:(一)未將產(chǎn)品投入流通的;(二)投入流通時(shí),引起損害的缺陷尚不存在的;(三)將產(chǎn)品投入流通時(shí)的科學(xué)技術(shù)水平尚不能發(fā)現(xiàn)缺陷的存在的。

      四、AI診斷發(fā)生醫(yī)療損害,誰應(yīng)承擔(dān)法律責(zé)任?

      當(dāng)國(guó)家準(zhǔn)予AI診斷應(yīng)用于臨床時(shí),則醫(yī)生對(duì)AI的診斷產(chǎn)生信賴?yán)?,如因AI的診斷錯(cuò)誤導(dǎo)致后續(xù)的治療錯(cuò)誤而產(chǎn)生醫(yī)療損害時(shí),不應(yīng)由醫(yī)生或醫(yī)療機(jī)構(gòu)承擔(dān)法律責(zé)任,而應(yīng)由AI的產(chǎn)品責(zé)任人承擔(dān)法律責(zé)任。當(dāng)然受害人可以依據(jù)《侵權(quán)責(zé)任法》或《產(chǎn)品質(zhì)量法》的規(guī)定而起訴AI的使用者--醫(yī)療機(jī)構(gòu)或醫(yī)生,但承擔(dān)責(zé)任的醫(yī)療機(jī)構(gòu)或醫(yī)生有權(quán)向AI的產(chǎn)品責(zé)任人追償。

      AI的產(chǎn)品責(zé)任人一般就是AI的生產(chǎn)者或設(shè)計(jì)人,具體可依據(jù)對(duì)AI產(chǎn)品缺陷的分析而確定,誰對(duì)產(chǎn)品缺陷負(fù)責(zé),誰就是最終的法律責(zé)任人。

     

    來源:健康界

     
     
    更多>同類資訊中心

    推薦圖文
    推薦資訊中心
    點(diǎn)擊排行
    網(wǎng)站首頁  |  會(huì)員中心  |  幸會(huì),有你~  |  會(huì)員服務(wù)一覽表  |  匠心商學(xué)院簡(jiǎn)介  |  關(guān)于我們  |  聯(lián)系方式  |  使用協(xié)議  |  版權(quán)隱私  |  網(wǎng)站地圖  |  排名推廣  |  積分換禮  |  網(wǎng)站留言  |  違規(guī)舉報(bào)

    ©59醫(yī)療器械網(wǎng) All Rights Reserved

    豫ICP備14006337號(hào)-1 增值電信業(yè)務(wù)經(jīng)營(yíng)許可證:豫B2-20190946 互聯(lián)網(wǎng)藥品信息服務(wù)許可資格證書:(豫)-經(jīng)營(yíng)性-2019-0004 (豫)網(wǎng)械平臺(tái)備字(2018)第00051號(hào)

    提示:本網(wǎng)站信息僅供醫(yī)療行業(yè)專業(yè)人士使用,本平臺(tái)上的提供的信息展示查詢和搜索服務(wù),旨為方便醫(yī)械行業(yè)同仁,招商項(xiàng)目和投資合作有風(fēng)險(xiǎn)需謹(jǐn)慎,請(qǐng)雙方謹(jǐn)慎交易,以確保自身權(quán)益!

     
    成人午夜视动漫一区二区无码,韩国三级成人无码久久电影,精品无码成人久久,草莓视频成人网站 福利 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();