AI醫(yī)療機器人事故責(zé)任認定的困境及應(yīng)對

摘要：隨著AI與醫(yī)療機器人技術(shù)的深度融合，AI醫(yī)療機器人在提升診療效率的同時，其事故責(zé)任認定問題對傳統(tǒng)法律制度形成挑戰(zhàn)。當(dāng)前困境主要表現(xiàn)為法律地位定性模糊導(dǎo)致責(zé)任主體不明、醫(yī)療損害、產(chǎn)品、高度危險責(zé)任適用障礙，以及人機混控模式下過錯與因果關(guān)系認定復(fù)雜。為此需明確AI醫(yī)療機器人的法律客體地位，將設(shè)計者納入責(zé)任主體；構(gòu)建醫(yī)療損害責(zé)任、產(chǎn)品責(zé)任、高度危險責(zé)任的多元責(zé)任體系；引入舉證責(zé)任倒置和表見證明規(guī)則，并強化算法透明化監(jiān)管，平衡技術(shù)創(chuàng)新與法律規(guī)制，為智慧醫(yī)療發(fā)展提供法治保障。
　　關(guān)鍵詞：人工智能；醫(yī)療機器人；醫(yī)療責(zé)任；舉證責(zé)任倒置
　  一、AI醫(yī)療機器人應(yīng)用現(xiàn)狀與技術(shù)特征
　　AI醫(yī)療機器人已成為智慧醫(yī)療發(fā)展的核心驅(qū)動力，主要分為手術(shù)、康復(fù)和輔助機器人三類。美國直覺外科公司的“達芬奇”手術(shù)機器人2020年完成124萬例手術(shù)，中國預(yù)計2030年裝機量將達3732臺（2021年為262臺）?？祻?fù)機器人基于腦神經(jīng)可塑性理論，通過雙向神經(jīng)反饋促進患者康復(fù)，包含功能替代型、輔助型等類型[1]。輔助機器人如影像診斷系統(tǒng)可提升診療精度，日本采用CAD技術(shù)診斷胸部CT使誤診率降至0.5%。其技術(shù)特征包括：一人工智能：依托深度學(xué)習(xí)和大語言模型實現(xiàn)自主診療；二人機混控：需人類參與算法規(guī)則制定與臨床指令輸入；三遠程導(dǎo)航：通過衛(wèi)星通信突破空間限制，但存在信號延遲風(fēng)險。這些特性在提升醫(yī)療效率的同時，也引發(fā)了事故責(zé)任認定的新挑戰(zhàn)，涉及技術(shù)自主性與人類干預(yù)邊界的法律爭議。
　　二、AI醫(yī)療機器人事故責(zé)任認定的核心困境
　?。ㄒ唬┴?zé)任主體認定模糊
　　傳統(tǒng)的侵權(quán)責(zé)任把自然人當(dāng)作主體，然而AI醫(yī)療機器人的法律地位存在著激烈的爭議，持肯定觀點的人主張賦予它“擬制法律人格”，使其承擔(dān)部分責(zé)任，但AI沒有獨立的財產(chǎn)以及擔(dān)責(zé)的能力，最終的責(zé)任還是要由人類來承擔(dān)，持否定觀點的人覺得它應(yīng)當(dāng)屬于法律客體，設(shè)計者的法律地位并不明確，傳統(tǒng)法律沒有把設(shè)計者列為責(zé)任主體，但是AI醫(yī)療機器人的算法設(shè)計存在缺陷，這種缺陷有可能引發(fā)事故，設(shè)計者憑借信息優(yōu)勢本應(yīng)該承擔(dān)責(zé)任，卻缺少法律依據(jù)。
　  （二）責(zé)任類型適用混亂
　　首先來看醫(yī)療損害責(zé)任適用方面存在的困境，我國《民法典》明確規(guī)定醫(yī)療損害責(zé)任主體是醫(yī)務(wù)人員，人工智能被排除在責(zé)任主體范圍之外，并且醫(yī)患關(guān)系要求主體要是自然人，人工智能無法構(gòu)成醫(yī)患關(guān)系，其“心理狀態(tài)”也很難進行追溯，這就使得難以進行過錯判斷。其次是產(chǎn)品責(zé)任適用的困境所在。人工智能醫(yī)療機器人的算法有“不透明性”，這使得“不合理危險”難以得到認定，同時又缺少統(tǒng)一的國家標準以及專業(yè)鑒定機構(gòu)，導(dǎo)致產(chǎn)品缺陷認定困難。最后是高度危險責(zé)任適用困境的情況，人工智能醫(yī)療機器人屬于醫(yī)療器械，很難將其歸類為“高度危險物”，而且適用該責(zé)任會造成生產(chǎn)者、設(shè)計者免責(zé)，責(zé)任承擔(dān)結(jié)果顯得不合理。
　　（三）責(zé)任分配機制失衡
　　傳統(tǒng)的責(zé)任分配是依據(jù)過錯程度以及原因力大小來進行的，然而AI醫(yī)療機器人所有的人機混控模式以及算法失靈的情況，致使過錯主體變得模糊不清，比如說在遠程導(dǎo)航手術(shù)當(dāng)中，損害有可能是由操作失誤、算法失靈或者信號傳輸問題共同引發(fā)的，很難去區(qū)分各個因素所應(yīng)承擔(dān)的責(zé)任比例。算法存在的“不透明性”使得患者難以進行舉證，傳統(tǒng)的舉證責(zé)任分配對于患者而言是不利的[2]。
 　 三、AI醫(yī)療機器人事故責(zé)任認定的應(yīng)對策略
　?。ㄒ唬┟鞔_法律地位與責(zé)任主體
　　需要明確界定AI醫(yī)療機器人作為法律客體，AI醫(yī)療機器人從本質(zhì)來講是用于輔助醫(yī)療的工具，并不有獨立的人格，其引發(fā)的責(zé)任理應(yīng)由人類主體來承擔(dān)，要否定“擬制法律人格”這種說法，防止責(zé)任歸屬出現(xiàn)虛化的情況，要確立設(shè)計者的法律地位，把設(shè)計者和生產(chǎn)者一同列為產(chǎn)品責(zé)任主體，這是因為設(shè)計者對算法設(shè)計負有直接的責(zé)任。當(dāng)算法存在缺陷導(dǎo)致事故發(fā)生時，設(shè)計者需要和生產(chǎn)者共同承擔(dān)無過錯責(zé)任，以此保障患者可直接起訴設(shè)計者的權(quán)利。
　?。ǘ?gòu)建多元責(zé)任類型體系
　　在醫(yī)療損害責(zé)任的適用情形里，若醫(yī)務(wù)人員于運用AI醫(yī)療機器人的過程中存在組織方面的過錯，像診療環(huán)節(jié)出現(xiàn)協(xié)作失誤的狀況，則由醫(yī)療機構(gòu)來承擔(dān)替代責(zé)任，患者只要可證明損害結(jié)果跟醫(yī)療活動存在關(guān)聯(lián)以及未達到應(yīng)有的醫(yī)療水平就行，不用對具體的過錯環(huán)節(jié)進行舉證，在產(chǎn)品責(zé)任的精細化適用方面，要區(qū)分制造缺陷、設(shè)計缺陷以及警示缺陷。制造缺陷適用無過錯責(zé)任，設(shè)計缺陷由于涉及算法的復(fù)雜性同樣適用無過錯責(zé)任，警示缺陷則依據(jù)主體過錯程度適用過錯責(zé)任，引入“一般理性人”技術(shù)標準，以此來判斷算法失靈是否可歸責(zé)，是高度危險責(zé)任的有限適用，對于像全自動手術(shù)機器人這類第三類高風(fēng)險AI醫(yī)療機器人，在沒辦法證明醫(yī)療機構(gòu)存在過錯以及產(chǎn)品存在缺陷的時候，適用高度危險責(zé)任，由醫(yī)療機構(gòu)承擔(dān)無過錯責(zé)任，但需限定于產(chǎn)品無瑕疵的情形。
　?。ㄈ﹥?yōu)化責(zé)任分配與舉證機制
　　在責(zé)任分配方面，適用過錯與危險雙重歸責(zé)方式，依據(jù)侵權(quán)類型來挑選歸責(zé)原則，醫(yī)療損害責(zé)任采用過錯責(zé)任，產(chǎn)品責(zé)任以及高度危險責(zé)任采用無過錯責(zé)任，引入“危險領(lǐng)域說”，讓像醫(yī)療機構(gòu)、生產(chǎn)者這類控制風(fēng)險的一方承擔(dān)舉證責(zé)任，以此減輕患者的負擔(dān)，其次是進行舉證責(zé)任倒置與減輕的操作。對于算法失靈引發(fā)的損害，適用“AI醫(yī)療機器人醫(yī)療瑕疵理論”[3]，推定因果關(guān)系成立，由侵權(quán)人來證明因果關(guān)系不成立，在人機混控場景里，引入表見證明規(guī)則，患者只要證明損害發(fā)生在醫(yī)療活動當(dāng)中，無需詳細說明具體過程。
　　四、結(jié)語
　　AI醫(yī)療機器人的發(fā)展屬于科技和醫(yī)療融合的必然走向，然而其引發(fā)的責(zé)任認定問題迫切需要法律制度創(chuàng)新，借助明確法律地位、構(gòu)建多元責(zé)任體系、優(yōu)化舉證機制以及強化監(jiān)管協(xié)同等舉措，可保障患者權(quán)益，又可為智慧醫(yī)療發(fā)展給予法治保障，達成技術(shù)創(chuàng)新與法律規(guī)制的動態(tài)平衡，未來要完善配套法規(guī)，推動“倫理先行、依法治理”理念在醫(yī)療AI領(lǐng)域落地，促使“AI+醫(yī)療”健康有序地發(fā)展。

文章來源：《安徽科技報》 http://m.00559.cn/w/qt/35317.html