U体育,U体育官网,U体育官方app,U体育app下载,U体育app官网

作者简介：马铭敏，U体育官网 - 安全可靠的电竞博彩与电竞赛事竞猜平台博士研究生

文章来源：《医学与哲学》2026年第12期

摘要：医疗人工智能将医学判断嵌入由医生、患者与数据处理机制共同构成的复合决策结构。技术系统虽能提升诊疗效率与风险识别，却也因算法黑箱、自动化偏见以及责任分散，改变了患者自主权的实现条件，并引发知情同意的形成、真实意愿识别与决策正当性的三重困境。因此，应在承认算法价值的基础上，确立患者对生命质量、生存方式与尊严理解的终局价值裁量地位，并通过动态知情同意、关系自主与程序自主、外部复核救济机制实现其实质保障。

关键词：生命自主权，医疗人工智能，知情同意，关系自主，算法黑箱

一、问题的提出 

科学知识以揭示客观规律为目标，但技术进入制度化生活场景后，便不再只是价值中立的工具。《卫生健康行业人工智能应用场景参考指引》已将人工智能应用扩展至多个场景，表明人工智能正嵌入疾病诊疗与健康治理的全流程。

本文所称生命自主权，系指患者围绕疾病治疗、生命维持、身体完整、生命质量和尊严理解等重大生命利益所享有的广义价值裁量权。围绕这一概念，本文首先阐释生命自主权的规范基础及医疗人工智能场景下实现条件的变化。其次，从知情同意、真实意愿识别和自主决策正当性三个角度揭示现实困境。最后，尝试通过动态知情同意、关系自主和程序自主、复核救济机制，重构医疗人工智能条件下生命自主权的保障框架。

二、生命自主权的规范基础与技术重塑

（一）生命自主权的内在价值

任何人类历史的第一个前提无疑是有生命的个人的存在。从斯多葛学派的生命自我保存观念，到近代自然法理论对生命权的论证，生命长期被视为权利秩序的前提。但这些论证更多的是确立了生命不受任意侵害的外部边界，尚不足以说明患者为何具有不可替代的价值判断地位。

在康德看来，人作为理性存在者具有不可替代的尊严，不能被单纯当作实现他人目的或公共效益的工具。生命真正的价值在于神圣的精神价值和道德法则。与人的生命、身体和尊严相关的重大决定，均不能被还原为医学效率、资源配置或外部利益衡量。患者之所以应参与甚至主导相关重大决定，是因为这些决定关涉其作为人格主体如何理解自身生命的意义。

但康德的理论仍不足以回应终末期治疗、生命维持措施撤除与重大风险治疗方案选择等场景中，何种选择更符合患者的生命理解。德沃金提供了更具解释力的思路。生命价值并非单纯存活，还包含个体在生命过程中形成的价值信念、尊严理解与关系经验。相比之下，医疗家长主义可能以“为患者好”为由压制患者自主意识。功利主义进路也可能将患者决定简化为结果优化问题。因此，生命自主权意味着患者在涉及生命维持、身体完整和生命质量等重大生命利益时，有权将自身价值偏好带入治疗决策，并获得优先尊重的规范地位。

人工智能虽能参与事实识别、风险预测和方案比较，却也改变了患者、医生和家属理解生命利益的方式。重申生命自主权，并非否定技术的辅助价值，而是要防止患者被还原为数据和风险的客体，并确保患者仍能作为生命意义的解释者和价值裁量者参与自身医疗决定。

（二）医疗人工智能对生命自主权形成条件的重塑

生命的神圣性与内在价值，不足以当然得出患者能够实际行使生命自主权。生命自主权的实现并非仅在于赋予患者形式选择机会，而取决于患者能否获取信息、理解风险、表达价值偏好并参与重大医疗决定。患者并非在若干选项之间作简单取舍，而是在由医学事实、价值追求、家庭关系和制度程序等因素构成的复杂结构中形成决定。生命自主权既是一项价值性权利，也是一项高度依赖于实现条件的程序性权利。

传统患者自主权建立在医生告知、患者理解、作出决定的单向结构上，权责关系相对明确。医疗人工智能介入后，患者所面对的不再是单一诊疗意见，而是由医生判断、数据处理和管理逻辑共同形成的复合决策结果。这一变化首先体现为信息结构的重构。算法系统虽通过数据分析、影像识别、风险预测和方案推荐辅助诊疗，但其输出是经数据偏好和算法训练转化而成。患者知情同意的对象也由具体医疗行为，扩展至算法参与程度、结果可靠性及其局限。

其次，医疗人工智能提高了患者理解医疗信息的标准。除传统医疗专业知识之外，患者还需面对算法逻辑、数据解释和模型适用范围等新的理解负担。形式告知并不等同于实质理解。患者能否理解并有效使用算法信息，成为生命自主权实现的重要条件。

再次，传统医患关系中的权威模式发生改变。算法输出因具有客观、中立且科学的外观，容易被医生、患者及家属视为可靠的判断依据。当医生建议、算法建议与家属期待相互交织时，患者可能并非基于充分理解作出自由衡量，而是在多重权威压力下作出看似自主的选择。

最后，人工智能使医疗责任格局趋于分散。算法开发者、数据处理者以及临床医生共同影响诊疗结果，使责任链条更加复杂。医生虽可能依据算法作出判断，却未必能够充分解释算法结论。患者虽形式上享有选择权，但解释、异议、救济和复核机制尚未有效建立。因此，人工智能虽不直接取消患者主体资格，却可能通过改变信息结构、理解门槛、依赖关系与责任格局，悄然侵蚀患者生命自主权的实现条件。

三、医疗人工智能场景下生命自主权的三重困境

（一）知情同意的形成困境

《纽伦堡法典》的出台奠定了现代医学行为准则的基础，其核心在于为医生行为划定清晰边界。在此意义上，“知情同意”成为一种消极性的行为边界，当其转向患者自主权时，便不再只是医学行为的前提，也成为医学行为应当实现的目的。由此，患者自主权在更广泛意义上决定了医生应当如何行动。

知情同意并非简单的签字授权，而是由“知情—理解—同意”递进构成的复合过程。尤其在医疗人工智能、生物数据分析与临终决策等复杂场景中，传统知情同意模式已难以适应新技术医疗的发展。因此，知情同意的重构至少应从三个方面展开：其一，告知内容本身是否充分、真实；其二，患者是否真正理解相关信息；其三，患者“同意”是否具有实质自主性与规范正当性。

在人工智能介入后，知情同意的形成条件发生变化。首先，数字技术赋权具有不均衡性，患者对数据流向和利用方式的认知面临“算法黑箱”难题。同时，医疗人工智能可能基于不同价值考量，为同一疾病生成多种治疗方案。医生也难以把握算法背后的价值取向和变量作用机制，因而无法充分判断何种方案符合患者利益。患者和医生都可能受算法价值预设的影响，倾向于选择“最科学治疗方案”。

其次，信息告知并不必然导向有效理解。传统模式预设患者能够理解医方提供的信息并作出理性决策。但人工智能介入后，患者即便完成形式授权，也未必真正理解同意的对象和内容。因此，知情同意中的“理解”不应限于对既定医疗行为的理解，而应扩展为对技术参与方式、局限及诊疗后果的情境化把握。

最后，患者“同意”的核心在于其意思表示是否建立在充分知情和真实理解之上。在医疗人工智能模式之下，诊疗结构呈现为“机器—医生—患者”的三元模式，医生虽深度介入，但未必能完全解释机器逻辑，因此，同意不应被理解为对单一治疗行为的被动许可，而应进一步考察谁有权作出最终决定、何时作出意思表示更为妥当，以及当患者无法表达真实意愿时，其既有意愿应如何被识别与尊重。

算法能够在短时间内抓取大量参数和维度，但掌握生成规则和相关判断对人类而言极具挑战性。算法规则仅仅关涉变量相关性的说明，不必然揭示因果关系。若为追求技术透明度而披露全部或者部分决策树的原始代码，则会从根本上降低算法效率。因此，应在充分保障患者知情同意权的基础上，保留机器判断的空间。

（二）患者真实意愿的识别困境

2022年《深圳经济特区医疗条例》赋予患者通过生前预嘱预先表达医疗意愿的空间，但患者不能始终保持清醒意识、稳定认知和完整行为能力。人工智能能够通过整合材料、诊疗记录与行为模式等数据提供治疗方案和后果预测，从而减少经验判断或主观推测的偏差。但患者真实意愿源于长期生活经历、价值信念、人格结构和关系脉络，而非单纯的数据集合。因此，有必要从患者不同意识状态和行为能力状态出发，进一步分析人工智能介入后真实意愿识别的具体困境。

意识清醒且具备行为能力的患者，原则上可以在不可治愈的伤病末期或临终阶段拒绝治疗，即使会导致死亡（方式A）。但主动拒绝治疗与安乐死、协助自杀在法律评价上并不相同，通常需要通过严格的条件和程序予以区分。传统模型预设患者具备一般理性判断能力。在医疗人工智能场景中，患者理性判断更可能受到算法信息、技术权威和临床压力的共同影响，呈现出有限理性的特征。

无意识且无行为能力的患者，如医学含义上的植物人，其自主权认定则更困难。除非患者先前已通过正式或非正式方式表达了特定医疗意愿，否则其自主意志很难被直接认定。在缺乏明确先前意愿时，家属通常因最了解患者的生活经历、人格特征和价值偏好，而协助医生判断何种决定最符合患者最佳利益（方式D）。但人工智能的“精确”概率判断，可能使最佳利益判断滑向外部评价标准，并间接改变家属与医生对患者生命利益的理解。

意识清醒但不具备完整行为能力的患者是最复杂的一类群体，如阿尔茨海默病后期患者。若患者始终不具备行为能力，可适用最佳利益判断（方式D）。如果是后天丧失或部分丧失行为能力，则既可能依据患者能力受限前的意志判断（方式B），也可能依当前患者的即时意愿进行判断（方式C）。B、C两种判断方式，通常以是否涉及患者重大生命利益为标准。当涉及重大生命利益时，应优先尊重患者能力受限前的整体安排（方式B）。涉及日常照料或舒适护理时，则应考虑患者当前对痛苦与舒适的即时反应（方式C）。

B、C两种方式之间可能会发生冲突。例如，患者曾明确表示放弃后续治疗，但在其能力丧失后，医疗技术取得重大进展，家属认为新技术具有治愈或缓解痛苦的可能。此时，应尊重患者先前意志，还是重新考量当前最佳利益？人工智能提供的风险评估与治疗可能，可能会动摇原本较为稳定的先前意愿。德沃金关于人格完整性的分析，可以为评价患者前后价值表达是否连续提供参考。即使患者后天因疾病丧失行为能力，也不应否定对其生命整体性的判定。因此，当两种方式发生冲突时，应判断相关选择是否符合患者整个人生经历、价值偏好与尊严理解。见表1。

表1　患者不同状态下行使生命自主权的决定方式

医疗人工智能使患者原本可能清晰的意思表示变得难以确认。生命自主权不能因技术复杂性而被放弃，应在承认技术局限和伦理争议存在的前提下，通过程序化、分层化的保障机制，在效率和正义之间寻求平衡。

（三）自主决策的正当性困境

《人工智能辅助诊断技术管理规范（2017年版）》明确提出人工智能辅助诊断技术下的最终诊断必须由有资质的临床医师确定。这意味着人机协同关系应始终由医务人员主导。但在具体临床环境中，人工智能可能会从以下三个方面影响医务人员的自主判断。

第一，人工智能能补充医学经验和知识，并通过塑造医生预期、角色和责任改变其决策权威。当技术“又快又好”地完成诊断，医生会本能产生依赖，经验不足者可能会盲目信任算法诊断。第二，医生有义务对人工智能诊断建议进行解释与判断。当医生判断与算法诊断一致时，其决策信心得到增强；反之，则会出现人机分歧。第三，反复分析和核验诊断结果，会造成医疗资源浪费，抵消人工智能带来的效率提升。

算法系统主要在具体诊疗环节影响患者自主决策。算法的客观性外观与技术权威，可能会影响患者的选择。当算法系统提供高可信度建议时，医生与患者容易围绕初始结果思考，忽视替代方案和异常情况，从而产生锚定偏差（anchoring bias）。患者若无法判断应相信医生还是机器，往往会服从看似更权威的意见，而非真正的自主衡量。

患者决策困境并非单纯的技术问题。算法的高准确率并不能当然证明其介入正当性。生命自主权关涉的不仅是诊疗意见是否有利于患者，更在于患者能否在正当关系结构中作出决定。而这一正当性体现为：其一，患者能否理解经医生解释的医疗信息并免受技术压迫；其二，医生能否承担独立判断和利益澄清义务；其三，患者能否充分认知算法介入的程度、理由与后果并获得复核救济。只有满足这些条件，患者的最终决定才不仅仅是形式选择，而是具有规范意义的自主决定。

医疗人工智能通过塑造信息内容、风险表达、方案排序以及权威结构，介入患者决定形成的全过程。若仍将自主权理解为孤立个体基于理性的独立选择，便难以解释患者何以在“仍能决定”中逐步走向“难以自主”。因此，保障最终决策权的关键在于患者所处的自主关系是否具备正当性基础。

四、生命自主权的规范重构

（一）从形式告知到动态知情同意

传统知情同意的核心不在于医生完成说明义务，而是患者能否获得影响其实质利益的关键信息。医疗人工智能场景下，仅公开算法决策链条，忽视患者本身在信息形成、理解和交互中的实际地位，无法解决知情同意困境。因此，医生的说明义务应扩展至算法的参与事实、局限边界、复核机制等方面。患者也应被赋予理解和质疑算法信息的权利。知情同意不再是单向医疗决策过程，而呈现出共享能动与协同判断的特征。

首先，区分算法信息的可解释性与可理解性。前者强调算法结果能被医生或系统解释为有意义的诊疗理由。后者要求医生或系统的解释，需结合患者自身的认知水平和风险承担能力。算法系统内部的参数、训练和结构，不能也没有必要转化为患者能够理解的信息。从权利保障角度看，患者必须知晓与自身重大利益相关的关键事实。但算法系统并不具备完全的可解释性和可理解性，因此，无法当然实现自主权的全过程保障。

其次，应对知情同意所涉信息进行有效区分。可依患者利益将其分为一阶医疗信息（first-order medical information）与高阶医疗信息（higher-order information）。前者涉及临床推理的理由链条、推理过程和因果解释。后者则关涉诊疗判断的可靠性及判断主体是否值得信赖。算法系统能稳定提供高阶信息，反而难以呈现一阶信息推理过程。患者对信息的理解重点应转向理解系统可靠性与局限性。信息层级理论必须受到患者价值偏好的限制，并为其自主选择保留空间。涉及价值判断的解释，应由医生在理解患者偏好的基础上作出。

在医疗人工智能运行过程中，系统可根据患者提供的基础信息和原始数据，反馈基础性一阶技术结果与通俗化高阶信息。同时，系统也可依据医生专业判断及患者价值偏好，提供受价值边界约束的专业医疗信息，再由医生向患者进行个别化解释。信息层级理论在医疗人工智能中的运行逻辑见图1。

据此，即便患者无法掌握全部一阶推理过程，只要获得系统可靠性、适用边界和风险局限等高阶信息，同意仍可有效。知情同意不必以算法推理完全透明为前提，但必须建立在患者理解关键事实之上。若医疗机构仅告知“使用人工智能辅助诊疗”，却不说明作用程度、局限边界和程序保障，那么，知情同意仍然是空洞的。

动态知情同意还要求为患者提供行动支持。在自动化决策场景中，患者常处于信息不对称地位，因此需要纠错与救济机制介入。欧盟《通用数据保护条例》要求算法控制者（The controller）应以简明、透明、易懂的方式向信息主体提供必要信息。

算法透明度原则不应停留于技术性修补，而应转向动态的自主权保障机制。动态知情同意至少包含三个条件：（1）告知基础性信息：即系统收集何种数据，用于何种目的等；（2）告知权利性信息：即患者对算法处理和结果享有拒绝、解释、选择和异议的空间；（3）提供行动支持信息：即患者在人工智能参与的不同环节如何提出异议和寻求补救。仅当患者能够行使解释、异议与复核请求权时，知情同意才能从抽象伦理原则转化为可执行的权利保障机制。

知情同意不仅防止患者意志被技术系统控制，也关系到人的福祉与良好决定的形成条件。传统知情同意预设患者可作为抽象理性人独立决定。关系伦理认为，自主性是在支持性关系中形成和实现的能力。因此，医疗场域中的关怀关系并非自主的对立面，而是自主实现的重要前提。

（二）关系自主与程序自主的双重校正

本节尝试避开抽象追问“究竟由谁决定患者的生命”，转向对自主权实现条件的重构。人工智能使真实意愿识别更加困难。若仍将生命自主权仅理解为孤立个体在某一时点上的自我决定，则难以回应前述不同状态患者的制度需求。

生命自主权的“关系转向”并非否定自主，而是通过关系背景、社会文化价值观与生命脆弱性丰富自主的规范内涵。传统理性主体的预设和医疗家长主义本质仍以“个人自主”为基础，因而难以在复杂医疗情境中，克服患者实质同意被架空的问题。

关系自主并非以“关系”取代“自主”，而是强调患者自主无法脱离关系、文化和生活经历。绝对化患者自主并排除医疗行善，并不利于最佳利益实现。更合理的路径是在尊重自主与维护最佳利益之间寻求平衡。患者真实意愿不等同于即时表达，而应考察其价值表达能否通过生活经历与人格连续性归属于本人。

患者并不总能独立承担信息理解、方案比较和偏好表达。尤其在病痛、认知减损和临终压力之下，患者往往需要他人支持和引导，才可能形成真正的自主决定。此时，关怀关系可能成为自主实现的现实前提。因此，家属、医生乃至照护者的参与具有一定正当性。但这种正当性并非替代患者作决定，而在于提供其长期价值偏好、生活方式、人格特征与关系脉络等线索，帮助医生接近患者“原本会如何为自己决定”的价值世界。家属是价值线索的提供者和支持性参与者，而非生命决定的代理人。

关系自主仍需程序自主加以校正。承认患者自主离不开关怀关系支持，不意味着这种支持必然滑向替代和支配。为防止“为患者好”侵蚀患者主导地位，患者决定应形成于可理解、可参与、可异议、可复核的程序之中。患者状态被初步识别后，制度仍需确认其意志归属与程序效力。因此，有必要建立分层、动态、可复核的程序自主机制。

所谓分层，指根据患者不同状态设置差异化程序。对第一类主体，应保障其对人工智能参与程度、风险边界和替代方案的理解，并保留撤回与修正空间。对第二类主体，优先尊重先前意志，但必须考察意志的明确性、稳定性和现实适用性。同时兼顾能力减损后的即时利益。当方式B明确时，方式C不能轻易推翻方式B。当方式B表达模糊或患者承受严重痛苦时，应转入方式D。对第三类主体，应在判断最佳利益的同时，严格约束家属、医生和技术意见的采纳方式。所谓动态，指医疗人工智能带来的新技术信息、方案优化和预后评估，可能改变原有判断基础。因此，任何识别结论都不应被视为绝对终局，而应允许在关键节点重新评估。所谓可复核，指无论最终采纳即时表达、先前预嘱还是最佳利益判断，都应留下明确的理由说明、参与记录与争议处理过程，以便复查和责任追溯。

因此，人工智能在诊疗过程中，应被严格限定为辅助支持的工具。它不能替代患者判断何种意志更应被尊重，也不能代替医生和家属作出最佳利益的终局判断。自主识别和最佳利益判断本质上都是价值整合，而非事实计算。人工智能的合理定位，是提高信息识别的准确性和完整性，而非成为生命价值判断的最终裁判者。

（三）从人机协同到患者终局价值裁量

知情同意的信息分级以及自主权的程序保障，最终均指向自主决策权。其关键在于确保患者对自身生命、身体和生存方式相关的重大价值判断保有最终支配地位。因此，医疗人工智能即便在事实识别、风险预测和方案比较上具有优势，其规范角色也只能是信息提供者，而非价值裁判者。在人工智能伦理领域中，存在两组相关概念：“有意义的人类控制”（meaningful human control）和“人在环中”（human in loop）。前者强调人类应最终控制自主决策系统并承担道德责任。后者的含义为人工智能系统的决策应完全由人类把控。在医疗领域中，这两组概念都应服务于以患者利益为中心的目标。在算法系统进入临床前，应通过事前伦理审查，预评估其适用场景、数据来源与潜在偏差，确保系统运行全过程保持必要的人类参与，并实现人机价值对齐。

在自主决策权的实施与最后决定作出过程中，患者和医生不能仅在形式上参与诊疗过程。凡涉及生命质量、生存方式和尊严理解等价值衡量，最终裁量必须回归患者，而不能让渡给算法模型。因此，实现患者自主决策权的三个递进层级表现为以下情形。

第一，确立患者不可让渡的最终价值裁量权。医疗人工智能可以介入疾病识别、风险排序等事实判断，但在涉及生命意义、治疗目标和风险承受等价值判断时，最终决定权不应归属于算法，也不应由医生单方垄断，而应回归患者自身。

第二，明确患者针对算法介入的可救济性权利。《中华人民共和国个人信息保护法》第二十四条为此提供了明确的法律支持。但医疗人工智能关涉生命、身体等重大利益，仅要求说明或允许拒绝自动化决策结果，尚不足以充分保障患者权利。患者应有权了解人工智能介入程度、医生采纳算法建议的理由及替代方案。医生与算法系统也应结合患者认知水平和个体特征，提供分层化、场景化解释。例如，对老年群体使用口语化、易理解的表达方式。

第三，确立自主权利行使的外部监督程序。即使确认患者价值裁量权与救济请求权，并要求医生和系统承担解释、校验义务，患者权利仍可能因为临床压力、机构效率和技术权威而无法得到实质保障。《人工智能辅助诊断技术管理规范（2017年版）》要求机构开展质控、保留并上报病例数据信息，建立监控和随访制度。当医生校核义务缺位、算法建议存在重大争议，或患者决定具有高度不可逆后果时，应为患者提供将争议重新带回人类审议结构的制度通道。监督程序并非一般行政监管，而是为了确保患者保有生命价值判断的终局地位，防止技术或制度权威替代患者决定，并判断相关决定是否延续其整体价值结构。见图2。

图2　患者自主权保障的递进结构

五、结语

人工智能并未在规范层面上消解患者自主权，却改变了权利实现所依赖的认知条件、信息结构、关系格局与程序环境。对此，本文主张生命自主权不能被技术效率所吸收，也不能被抽象的个人主义同化。凡涉及生命利益、生存方式与尊严理解等重大事项，患者原则上应保有终局价值裁量地位。通过动态知情同意、关系自主与程序自主的双重校正，以及分层、动态、可复核的外部监督机制，使家属、医生和技术系统的参与被限定在支持患者价值表达的范围内。由此，医疗人工智能才能真正成为扩展患者自主能力的工具，而非削弱患者主体地位的隐形机制。