儿科临床生成式AI开发与实施建议：政策声明

Pediatrics · 2026-10-03 · 期刊论文

• 一句话结论：该政策声明认为，生成式人工智能（GenAI）在儿科医疗中具有潜在应用价值，但真实世界验证有限，准确性、偏倚、可靠性与可持续性等问题尚存，因此当前证据不足以支持其在儿科临床的常规落地，需以严格监管与问责为前提推进。
• 研究设计与做法：研究设计为政策声明类文献，非原始研究，材料未报告样本量、干预与对照设置及随访时长；其依据为对现有文献与专家共识的归纳，覆盖临床决策支持、文书撰写与医学教育等儿科多亚专科应用场景。
• 主要结果：材料未报告定量效应量、置信区间或p值。摘要提及研究提示大语言模型在儿科任务中的表现常不及成人医学专科，并指出训练数据偏倚或缺乏代表性可能加剧不同种族、族裔、性别、语言、能力与社会经济地位患者间的健康差距。
• 机制或解释：作者解释为：GenAI工具在儿科应用受限，与真实世界验证不足、训练数据代表性欠缺及由此带来的准确性、偏倚、可靠性与耐久性问题有关；因此提出开发者应优先采用多样化儿科数据集、主动处理偏倚并强化数据隐私与安全保护。
• 局限与边界：局限与边界：本文为政策建议而非实证研究，未提供原始数据；材料未报告人群范围、单中心或多中心、随访时长及利益冲突信息。其建议面向开发者、医疗机构、监管机构与治理框架，适用性依赖后续儿科专属评估与上市后监测的落实。
• 可否落地：可否落地：该声明对临床与科研的实际含义在于提示建立儿科专属验证流程、隐私合规、明确人类监督、跨学科协作、透明披露与GenAI素养教育。就现有材料而言，属于「提示」与「不足以下结论」档位，尚不能据此认为GenAI可安全有效用于儿科常规诊疗。

🔗 打开原文

Suresh S, Hunter RB, Periard B 等

本文摘自《每日前沿研究简报 · 2026-10-04》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。