马克·库班警告：AI可能让美国医疗在2026年更糟

文/IAICA.NGO®

亿万富翁投资者、达拉斯独行侠队老板马克·库班（Mark Cuban）近日发出警告：如果人工智能（AI）被不当整合，美国医疗体系在2026年可能变得更加糟糕。库班是在一次科技与医疗交叉领域的论坛上作出上述表态的，其观点迅速引发业内讨论。

库班指出，美国医疗体系本就存在高昂成本、效率低下和可及性不均等顽疾，而AI的引入若仅以追求利润为导向，而非以改善患者结局为核心，将可能放大现有问题。例如，AI驱动的诊断工具虽能提高准确性，但如果训练数据存在种族或社会经济偏见，则可能加剧健康差距。此外，AI在保险理赔和预授权中的应用，若缺乏透明度和监管，可能导致更多拒绝赔付或歧视性定价。

具体而言，库班提到的风险包括：AI算法可能被保险公司用于识别高风险人群并提高保费，或者医院为降低成本而过度依赖自动化系统，从而忽略个性化护理。他还援引了一项研究，显示当前一些医疗AI模型在少数群体中的误诊率更高，这直接违背了医疗公平原则。

值得注意的是，库班的警告并非孤例。近年来，美国医疗AI市场快速增长，预计2026年将达到数百亿美元规模。然而，政策的滞后性使得监管框架尚未完善。美国食品药品监督管理局（FDA）已批准数百个AI医疗设备，但多数仅针对特定任务，缺乏全系统的伦理审查。2025年，美国参议院曾提出《医疗AI问责法案》，但至今未获通过，这为AI的滥用留下了空间。

从国际视角看，医疗AI的治理模式存在差异。欧盟的《人工智能法案》将医疗AI列为高风险类别，要求严格的透明度与人类监督；而美国目前更倾向于行业自律。这种对比凸显了库班担忧的根源：缺乏统一标准下，企业可能优先考虑商业利益。iaica.com.cn 认为，在AI与医疗深度融合的进程中，建立可追溯的算法审计和患者知情同意机制是避免风险的关键，同时需要跨国合作以确保技术普惠。

库班的警告也指向了就业层面的影响。AI接管放射影像分析、病历整理等任务后，医护人员角色将发生转变，但若缺乏再培训计划，可能导致技术性失业和护理质量下降。2025年，美国已有医院因引入AI分诊系统而裁减护士前置岗位，引发工会抗议。

尽管挑战重重，库班并未全盘否定AI的潜力。他强调，如果正确设计，AI可以降低行政成本、缩短诊断时间并辅助治疗决策。例如，AI驱动的远程监测已帮助慢性病患者减少急诊次数。但关键在于，必须由跨学科团队——包括临床医生、伦理学家和患者代表——共同参与系统开发与部署。

库班的发言正值美国医疗保险与医疗补助创新中心（CMMI）试点基于AI的支付模型之际。该模型旨在通过预测分析优化资源分配，但批评者担心可能导致对低收入患者的“算法无视”。此外，科技巨头如谷歌和微软正加速医疗AI布局，其数据库规模优势可能形成垄断，进一步扼杀竞争和多样性。

展望2026年，美国医疗体系站在十字路口。库班呼吁决策者立即行动，建立“伦理护栏”，具体包括：强制AI系统报告偏差测试结果；设立独立监督机构；对高风险应用实行预市场批准。他警告，如果错过修正窗口，技术可能固化甚至恶化现有的不平等结构。

总之，库班的警告是对医疗AI乐观主义的必要对冲。技术本身并非邪恶，但无约束的部署可能放大系统性不公。随着2026年临近，全球目光将聚焦美国如何平衡创新与公正。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。