MedPage Today 2026年6月28日刊发评论，讨论医院使用人工智能识别亲密伴侣暴力（IPV）风险带来的伦理和隐私问题。文章以急诊患者就诊为例：患者可能只是因偏头痛接受检查，却并不知道医院会把临床记录、影像报告和其他健康数据输入 AI 模型，计算其是否可能正在经历亲密伴侣暴力的风险分数。
评论指出，亲密伴侣暴力在美国仍然普遍，女性受影响尤其明显。近三分之一美国女性一生中经历过亲密伴侣造成的接触性暴力、身体暴力或跟踪。既往有 IPV 经历的女性医疗服务使用和费用更高，这种影响可能在暴力结束后持续很久，因此医疗场景常被视为筛查并连接支持服务的重要入口。
文章引用系统综述称，已有多项研究探索 AI 在 IPV 预防中的作用。在医疗场景中，深度学习和自然语言处理可用于分析临床笔记、影像报告和医院数据，以检测或预测 IPV 风险。类似方法已经在部分机构进入临床实践，例如 Automated Intimate Partner Violence Risk Support System（AIRS）在 Brigham and Women's Hospital 急诊和部分初级保健站点使用。
作者承认，这类系统的动机可以理解。传统筛查通常直接询问患者是否被伴侣伤害，而临床环境中只有约7%的幸存者会披露 IPV；直接提问也可能让幸存者再次经历创伤。然而，文章认为，AI 自动识别忽视了 IPV 倡导和研究中的两个重要经验：幸存者往往希望在自己认为安全的时间、地点和对象面前披露；普遍教育比强迫披露更能支持部分幸存者。
如果患者不知道自己被筛查，或者无法选择退出，风险分数进入电子病历后，可能在数据泄露、保险要求、法院命令、子女监护等场景中被第三方接触。这会放大许多幸存者本就担心的数据使用问题。作者认为，即便风险分数只对照护团队可见，也需要更清楚的告知、同意和删除机制。
评论建议，医疗机构可转向对所有患者提供关系健康和支持资源教育，而不是只对 AI 标记阳性者干预。该文是伦理和政策评论，不是否定医疗系统帮助 IPV 幸存者的必要性，而是强调支持应尊重患者自主、隐私和安全节奏。
原文链接：http://www.medpagetoday.com/opinion/second-opinions/121949
免责声明：本文仅供医学资讯参考，不构成诊疗建议。
