人工智能医疗影像诊断侵权损害赔偿法律问题.pdf

2020年第3期·主题研讨

人工智能医疗影像诊断侵权损害赔偿法律问题∗

何炼红王志雄

(中南大学法学院,湖南长沙410012)

摘要:人工智能医疗影像诊断侵权损害是指临床医生根据人工智能医疗影像辅助诊断结论所实

施的医疗行为对患者造成的损害。人工智能与医疗影像技术的融合应用,大大提高了疾病诊断的效

率与质量,其诊断错误所引发的侵权损害赔偿问题也不容忽视。人工智能医疗影像诊断模式多样、责

任主体多元、损害原因各异、责任份额不同,其引起的侵权责任错综复杂。人工智能医疗影像诊断侵

权应定性为多数人侵权中的分别侵权行为。现阶段人工智能医疗影像诊断侵权损害赔偿的判定,应

以人工智能医疗影像诊断设备的民事法律关系客体定位为逻辑起点,根据人工智能医疗影像诊断模

式、侵权场景、错误发生原因等因素来判定责任主体,综合原因力大小、过错程度等因素来确定赔偿份

额,并从“利益平衡”视角对侵权损害赔偿的责任范围进行适当限制,以促进人工智能技术在医疗影

像行业的广泛应用和大健康产业的长足发展。

关键词:人工智能医疗影像;诊断模式;责任主体;原因力规则;限额赔偿

---

中图分类号:DF529文献标识码:A文章编号:10059512(2020)03002711

人工智能医疗影像诊断技术是指计算机在医疗影像的基础上,通过深度学习,完成对影像的分

类、目标检测、图像分割和检索工作,协助医生完成诊断的一种辅助性工具技术。人工智能医疗影像

诊断是人工智能在医疗领域最先落地的应用场景,也是目前人工智能发展最快、知晓率最高、认可度

最好的领域。人工智能医疗影像诊断模式多样、责任主体多元、损害原因各异、责任份额不同,致使其

侵权责任错综复杂。运用人工智能医疗影像诊断错误所导致的侵权损害赔偿法律问题不容忽视,有

必要对其进行深入探讨,以推进人工智能技术在医疗影像行业的广泛应用,实现人工智能与医疗健康

产业的深度融合。

一、人工智能医疗影像诊断技术的功能定位与应用模式

医疗影像奠基于德国物理学家伦琴发现的X射线。20世纪70年代,第一台X射线计算机断层

作者简介:何炼红,中南大学法学院教授、博士研究生导师;王志雄,中南大学法学院博士研究生,顺德职业技术学院教

授。

∗本文系国家社会科学基金一般项目“人工智能知识产权法律问题研究”(项目编号:17BFX150)的阶段性成果。本文由何炼红负责

选题、整体构思及第三、第四、第六部分的写作,王志雄负责第一、第二、第五部分的写作。

27

政治与法律2020年第3期

扫描CT机的问世使医疗影像诊断迈上了新台阶;20世纪80年代,医学图像存档与通信系统(PACS)

的应用改变了传统的阅片方式;21世纪,随着医学影像DICOM格式标准、贝叶斯概率论的推广应用,

以深度学习为代表的人工智能与医疗影像技术融合发展,大大拓宽了医疗影像诊断技术的应用场

①

景。人工智能医疗影像诊断过程主要包括数据预处理、图像分割、特征提取和匹配判断四个过程,

②

前三者的核心是图像识别,最后阶段的匹配判断要通过深度学习“学会诊断”。在分析人工智能医

疗影像诊断侵权损害赔偿问题之前,有必要明确当前人工智能医疗影像诊断技术的功能和应用模式。

(一)人工智能医疗影像诊断技术的功能定位

近年来,世界主要发达国家都非常关注人工智能在医疗领域的应用与发展,人工智能与医疗融合

发展是相关政策与战略的重点方向之一。各国发布的人工智能政策及与医疗相关规范,都将现阶段

人工智能医疗影像机器人定位于民事法律关系的客体,判定其作为安装了软件系统的医疗设备,辅助

医生进行疾病诊疗,须由医生做出最终判断。

美国食品药品监督管理局(FDA)2018年4月批准了世界上第一款人工智能医疗设备IDxDR