人工智慧（AI）在醫療領域的快速發展，為提升診斷準確性及治療效率帶來巨大潛力。然而，各界也日益擔憂AI技術可能加劇既有的健康偏見與不平等，引發國際社會對其倫理與治理的廣泛關注。

根據《Medscape, Inc.》報導，醫療領域的偏見並非新課題，但若AI未能妥善處理其內含的偏見，可能進一步擴大這些問題。一篇發表於《科學（Science）》期刊的2019年美國研究顯示，用於指導健康決策的商業演算法存在顯著的種族偏見。該研究發現，當醫療成本被用作衡量健康需求的指標時，黑人病患即便病情相對較輕，卻被分配到與白人病患相同的風險評分，導致許多黑人病患被低估，未能獲得所需的額外照護。

近期進一步的研究評估了九個大型語言模型，發現它們存在與社會人口統計識別相關的偏見。例如，若案例被標註為LGBTQ+次群體，模型推薦精神健康評估的頻率會比臨床實際需求高出六到七倍。此外，對於被標註為高收入狀態的案例，模型建議進行進階影像檢查，而對低收入或中等收入的案例則僅建議基礎或不進行額外檢測。這種現象被稱為「偏見放大」，即AI不僅複製，甚至會放大歷史訓練資料中已存在的偏見。一篇發表於《Nature Human Behaviour》的2024年研究更指出，臨床醫師若反覆與帶有偏見的AI系統互動，其自身的偏見也會隨時間增加，形成一種在人際互動中未曾觀察到的反饋循環。

全球關注與規範進展

人工智慧所引發的偏見與歧視已是全球各領域普遍關注的風險，各國正積極尋求緩解之道。世界衛生組織（WHO）在其2021年發布的《人工智慧促進健康的倫理與治理指導原則》中明確指出：「偏見是對包容性和公平性的一種威脅，因為它可能導致偏離平等待遇。」並強調應「避免或識別並減輕」意外的偏見。

在歐盟，歐盟人工智能法案（EU AI Act）已具體針對演算法偏見提出規範，並要求對醫療等高風險AI系統實施多種偏見緩解措施。相較之下，英國政府對於AI採取的是鼓勵創新、跨領域管制的方針，並無專門的AI立法。目前英國處理AI偏見問題的相關法規，主要依據一般資料保護規範（GDPR）、Data (Use and Access) Act 2025以及2010年平等法令（Equality Act 2010）。英國資訊專員辦公室（ICO）近期也針對自動化決策（包含個人資料分析）的指導原則草案進行諮詢。此外，英國政府已推出Data and AI Ethics Framework，並簽署了旨在減輕AI風險（包括偏見）的國際協議《布萊奇利宣言（Bletchley Declaration）》。英國藥品和醫療產品監管署（MHRA）近期就醫療AI監管的諮詢也承認訓練資料中的偏見是必須解決的問題，其National Commission on AI目標是匯集臨床醫師、病患團體和開發者，共同制定強調公平和透明的新標準。

減輕偏見的策略與臨床醫師責任

AI生命週期中的各個階段都可能引入偏見，大致可分為三類：輸入/資料偏見、演算法/模型偏見，以及人類/應用偏見。英國資訊專員辦公室在其《AI生命週期中的公平性》指南中，列出了AI模型設計者和部署者應採取的措施，以減輕偏見風險。這些措施包括：確保訓練資料的代表性和多樣性、進行AI偏見稽核、發展團隊多元化，以及提高模型透明度，使AI系統的輸出結果能被人類理解。建立健全的資料治理和風險管理系統，以及針對偏見進行上市後監測和事件報告，都至關重要。

儘管醫學總會（GMC）關於AI和創新技術的資源並未直接處理AI偏見問題，但臨床醫師仍有公平對待病患、不歧視病患的義務。在應用AI時，臨床醫師應具備足夠的專業判斷力，能夠審查、質疑並推翻AI的輸出結果，因為無論是否使用AI，最終決策的責任仍歸屬臨床醫師。醫學總會表示，臨床醫師應「預期會參與教育和培訓，以了解如何在實務中運用這些工具。」

病患在使用AI輔助醫療時，應被告知AI的應用情況、潛在的不確定性和限制，作為共享決策過程的一部分。同時，應始終將病患個人的具體生活經驗、需求和意願置於決策的核心。這與醫學總會的《Good Medical Practice》和《Decision Making and Consent》指導原則保持一致。臨床醫師也應參與並了解所在機構AI模型運用的治理流程，並在發現事件或趨勢時（例如針對特定病患群體）報告。

總體而言，雖然AI有望徹底改變醫療保健，但其偏見以及加劇健康不平等的潛在風險是真實存在的。藥品和醫療產品監管署監管框架的發布，預計將為AI作為醫療設備（AI as a Medical Device）的偏見緩解提供一些保障。然而，作為臨床醫師，了解任何數位工具的局限性、識別並挑戰資料偏見，以及確保AI不會主導病患護理品質，是專業上的責任。Medical Protection Society去年（2025年）推出了「AI Safer Practice Framework」，旨在協助醫療專業人員安全且負責任地將AI整合到醫療實踐中，該框架透過INFORMED和RECORDS兩部分，引導倫理決策並記錄AI輔助的決策過程，以確保問責制和臨床依據。