今天分享的是：大模型专题：医疗健康大模型伦理与安全白皮书

报告共计：93页

《医疗健康大模型伦理与安全白皮书》围绕医疗健康大模型的伦理与安全展开全面探讨，旨在为其安全、有效、合规应用提供指导。医疗健康大模型在疾病诊断、个性化治疗、药物发现、医学影像分析等场景展现巨大潜力，但面临数据隐私安全、质量一致性、伦理问题、技术基础设施及法规合规等挑战。其开发技术框架涵盖数据层、训练层、部署层和推理层，数据收集包括预训练、微调指令和推理引用数据，训练涉及预训练、SFT、RLHF等环节，推理应用强调高准确性、解释性、个性化及持续学习。评测方面，通用大模型评测框架含任务定义、数据准备和评测方法，医疗领域则侧重科学性、安全性、合规性、伦理道德，有MedBench、MedEthiceval等专业评测集。伦理法律风险包括知情同意不足、隐私泄露、数据歧视、不透明性、幻觉与错误信息及违反伦理法规等，相应评测框架涵盖24个应用场景、医学伦理规范与卫生法规数据集等。提升措施包括数据安全防控（全生命周期管控、隐私计算技术等）、伦理合规建设（伦理审查、偏见防控等）、技术可靠性与风险监控（第三方审查、责任追溯等）、监管与评估体系建设，同时需通过医疗数据微调、RAG技术等提升专业性，实现伦理与法规对齐，并加强行业人才培养，以推动医疗健康大模型在医疗领域的合理应用，保障患者权益与医疗质量。

以下为报告节选内容