NEJM AI 提醒:环境式 AI 病历助手在“听诊室对话”时,患者真的同意了吗?

摘要

环境式 AI 病历助手正在改变诊室记录方式，但患者是否真正知情同意？NEJM AI 最新文章揭示这一缺口，编辑部需审视数据伦理、同意流程与责任边界。本文从新闻事实出发，探讨知情同意的重新定义、数据安全、患者信任及编辑部的质控责任。

新闻背景

走进诊室，患者可能以为接下来的对话只属于医生和自己。但在越来越多的医疗机构中，一个环境式 AI 病历助手正在安静地“旁听”——它记录下每一句主诉、每一次犹豫、甚至家属的低声补充，然后自动生成病历和就诊摘要。2026年8月27日，NEJM AI 发表文章《The Consent Gap in Ambient AI Scribes》，直指一个被技术光环掩盖的问题：患者真的同意了吗？ 这不是科幻场景，而是正在发生的临床现实。

文章的核心发现并不复杂：当医生启用这类工具时，患者往往只被简单告知“有AI辅助记录”，却很少了解对话会被持续收听、由算法处理、存储于何处、与谁共享。知情同意——这个医疗伦理的基石——在环境式AI面前出现了裂缝。患者点头，不等于真正知情。 尤其当对话涉及家族病史、精神健康、性行为或陪诊家属的隐私时，现有的同意流程显得粗糙而仓促。

编辑部之所以关注这一话题，是因为它触及了医学出版和临床实践的交汇点。作为期刊编辑，我们审阅过无数关于AI效率的研究，但很少看到对患者视角的深入剖析。NEJM AI 的这篇文章提醒我们：技术进步的代价，可能正由最脆弱的群体——患者——默默承担。效率不能以牺牲信任为代价。 编辑部的责任，不仅是发表论文，更是推动行业对伦理缺口的正视。

从更广的视角看，这不仅是AI工具的问题，更是数字医疗时代知情同意范式的挑战。当医生从记录者变为监督者，当对话数据成为训练算法的燃料，传统的“一次性同意”是否还适用？我们需要的，或许是一场关于同意流程的重新设计。以下分析，将基于这篇论文的启示，探讨编辑部应如何应对这一变化。

环境式AI病历助手正在迫使医学界重新思考知情同意的内涵。 传统上，知情同意强调医生向患者提供信息，并确保其理解。但在AI记录场景中，信息不对称被放大：患者可能不知道AI的存在，更不用说其数据流向。NEJM AI 的文章指出，现有同意流程往往流于形式，患者“被同意”而非“真同意”。

这种缺口源于技术部署的“默认开启”逻辑。许多医院在引入环境式AI时，将其视为后台工具，仅通过诊室告示或口头提及告知患者。但研究显示，患者对AI的参与程度、数据用途和存储期限的认知极低。一个简单的“同意”按钮，无法承载复杂的隐私权衡。

编辑部的启示在于：我们需要推动更严格的同意标准。例如，要求医疗机构在启用AI记录前，进行分步知情同意——先告知AI的存在，再解释数据用途，最后获取明确许可。同时，应允许患者选择退出，而不影响诊疗质量。这不仅是伦理要求，更是法律风险防控。

此外，同意应动态化。患者可能在一次就诊中同意，但后续数据使用需再次确认。动态同意模式，即每次数据使用前重新获取许可，虽增加操作成本，但能重建信任。编辑部可鼓励此类研究，并推动政策制定者采纳更细致的指南。

环境式AI病历助手将诊室对话转化为数据资产，但数据安全与隐私保护却未同步升级。 文章指出，对话音频和转录文本可能存储在云端，用于模型训练或第三方共享，而患者对此往往一无所知。这种“第三只眼”不仅记录医疗信息，还捕捉语气、情绪和未言明的顾虑。

数据泄露的风险不容忽视。2025年的一项调查显示，医疗数据泄露事件中，约30%涉及第三方AI服务商。环境式AI的持续记录特性，使得敏感信息暴露面更大。一旦发生泄露，患者的心理和社会影响难以估量。编辑部应关注此类风险，并推动研究评估AI记录的数据安全框架。

更重要的是，数据所有权归属模糊。患者对话是否属于其个人数据？医院是否有权用于AI训练？现行法规如GDPR和HIPAA提供了部分指导，但针对环境式AI的专门规定尚属空白。NEJM AI 的文章呼吁，医疗机构应明确告知数据用途，并建立数据最小化原则——仅收集必要信息，避免过度采集。

编辑部可发挥桥梁作用，发表关于数据安全最佳实践的研究，并邀请法律专家撰写评论。同时，我们自身在审稿时，应要求作者披露AI工具的数据处理细节，确保研究符合伦理标准。透明是信任的前提。

环境式AI可能侵蚀医患之间的信任，这是技术介入的隐性代价。 当患者意识到对话被记录，可能会自我审查，隐瞒敏感信息，从而影响诊断质量。NEJM AI 的文章强调，信任是医疗的基石，而AI的“在场”可能改变医患互动的本质。

研究显示，患者对AI记录的态度复杂：一部分人欢迎其提高效率，但更多人担忧隐私和误用。特别是当AI生成错误摘要时，患者可能对医生能力产生怀疑。这种不信任的蔓延，可能导致患者回避就医或隐瞒病史，最终损害健康结局。

编辑部应关注AI对医患关系的长期影响。我们可发表定性研究，探索患者体验和信任变化，并推动开发可解释性AI——让患者了解AI如何生成记录，以及如何纠正错误。同时，医生应接受培训，学会在AI辅助下保持沟通的开放性和同理心。

未来，医院或许需要引入“AI透明化”政策，如诊室标识、患者手册和口头告知。编辑部可倡导此类实践，并评估其对患者满意度的影响。信任一旦失去，难以重建。 我们必须将患者置于技术部署的中心。

作为期刊编辑，我们不仅是知识的传播者，更是实践的守门人。 NEJM AI 的文章提醒我们，对于涉及AI工具的临床研究，审稿标准需更新。我们应要求作者明确描述AI工具的类型、部署方式、同意流程和数据安全措施，否则研究结论可能失真。

编辑部可制定专门的AI研究报告指南，类似CONSORT或STROBE，但针对AI干预。例如，要求报告患者知情同意的具体步骤、AI系统的验证数据、以及潜在偏见。这不仅能提高研究质量，也能为临床实践提供更可靠的依据。

此外，编辑部应鼓励跨学科对话，邀请伦理学家、法律专家和患者代表参与审稿。NEJM AI 的文章正是这种合作的产物。我们可设立专栏，定期讨论AI伦理热点，并发布编辑评论，引导行业方向。

最后，编辑部自身也应反思：我们是否在审稿中忽略了患者视角？未来，我们可要求作者提供患者报告结局，或进行利益相关者分析。编辑的职责，不仅是发表，更是引领。 通过严格质控，我们可推动环境式AI的负责任应用，确保技术进步不偏离医学的本质。

写在最后

环境式AI病历助手是医疗数字化的缩影，它带来了效率，也带来了伦理挑战。NEJM AI 的文章不是终点，而是起点。它提醒我们，技术必须服务于人，而非相反。

编辑部在其中的角色至关重要。我们需通过审稿、指南和评论，推动知情同意的完善、数据安全的强化和患者信任的维护。这不仅是专业责任，更是道德义务。

未来，我们期待更多研究关注AI的伦理维度，也期待医疗机构将患者权益置于技术部署的首位。只有如此，AI才能真正成为医患的助手，而非隐忧。