目的 探究医生对人工智能辅助诊疗系统(aided diagnosis and treatment system,ADTS)的采纳意愿及其影响因素,厘清ADTS推行的重要环节,进而提出优化技术、管理的建议.方法 在整合型技术接受使用模型的基础上添加感知风险、认知信任、法律监管等因素设计问卷,在预调研修正后对226份正式回收问卷数据进行信度和效度分析、假设检验、结构方程模型拟合,得到医生ADTS采纳意愿关系链模型.结果 绩效期望、认知信任、社会影响对医生的行为意愿产生直接正向影响,其中社会影响的作用效果最大;促成因素、法律监管等存在间接影响.研究还发现,使用过ADTS的医生在绩效期望、努力期望、学习适应性等多方面赋分较高.结论 落实ADTS应用应重视培训科普、建立运维体系、完善风险责任规制,需要多方合力.

我国新药临床试验数量不断增长，在带来巨大社会效益的同时也隐含着巨大风险。这一点，在实验性医疗中体现得尤为明显。德国通过立法规范实验性医疗行为，取得了良好成效。我国应当借鉴德国的有益经验，促进实验性医疗有序发展。具体而言，应当在刑法中增设非法人体试验罪；采取专门立法模式规制实验性医疗行为；建立无过错医疗责任制度分担实验性医疗风险；吸收借鉴国际社会关于人体试验的相关规范。

在"互联网+医疗"和人脸识别技术研究不断深入的背景下，人脸识别产业不断成熟，人脸识别在医院管理、辅助医疗、疫情防控等医疗领域得到初步应用。与此同时，人脸识别技术在实践中带来了误差风险、技术破解风险、隐私风险、平等风险、滥用风险等问题，严重威胁群众的人身及财产权益，亟需法律界对此作出回应。作者在总结人脸识别技术在医院具体应用方向的基础上，对我国有关人脸识别法律规制的路径进行梳理，并提出应当立足技术研发、强化医疗机构"守门人"责任、健全法律体系与加强司法引领的建议，以完善人脸识别技术的法律规制，减少医疗机构在应用人脸识别技术中的侵权风险，保护公民的合法权益。

人体基因编辑技术是生物技术发展的热点和重点，但随之也引起了技术风险、基因生物安全、人类社会伦理尊严和应用合法性的争议，引发了人们对应用该技术的担忧。国际上普遍禁止以生殖为目的基因编辑，各国依据本国情况建立法律规范体系来规范基因编辑技术的应用。我国应当建立基因编辑技术安全风险准入制度，保障国家生物安全，建立健全科研伦理规范体系，完善立法规范化建设，为研究和应用基因编辑技术提供法治保障。

人工智能（AI）在当前国内外医疗领域的应用广泛，涵盖了医学影像、辅助诊断、药物研发、健康管理、疾病预测等领域，但其“自主性”和“未知性”为现行法律体系带来了巨大挑战，尤其是AI医疗的主体定位及法律责任认定的问题。我们应当对AI医疗未来角色的发展趋势进行有效分析，针对AI医疗发展在法律层面的现实问题，提前在法律层面提出应对策略防患于未然，以期推动AI医疗的应用能得到有效规制，从而保障其在我国的良性发展。

互联网医院将医师、患者、医院和医保等资源高度整合，是助推医疗资源有效共享的关键举措。目前，我国互联网医院线上诊疗服务的类型与范围、相关合同条款以及第三方网络平台责权等尚待明晰，相关法律规制有待进一步完善。笔者建议应理顺互联网医院线上诊疗医方、患方和第三方平台之间的法律关系，在《民法典》与《互联网诊疗监管细则(试行)》相关规定的基础上，进一步明确线上诊疗的类型与范围，完善线上诊疗合同权利义务，防控诊疗风险，强化过程监管等，为打造健康有序安全的线上诊疗体制机制提供参考。

随着人工智能技术在临床的广泛应用，愈来愈多的法律问题亟待解决。目前，虽然学界与实务界对人工智能的法律地位仍存争议，但它在临床诊断和外科手术中的侵权风险却无法回避。在强、弱人工智能责任主体区分的基础上，符合侵权行为、损害后果、因果关系、主观过错等要件即可构成侵权责任，但存在免责事由亦可免除责任。除侵权责任的事后追责外，还需要建立完备的行政法律规制体系。我国当前需要尽快探索建立人工智能的分类登记制度、强制保险制度和储备金制度，从而加强对人工智能临床应用事前、事中和事后的全过程法律规制。

我国医疗美容市场潜力巨大，庞大的经济体量和多发的医疗美容事故并存。医疗美容市场存在准入门槛底、医疗美容分工不细、监管不力的问题。要充分发挥行业协会的作用，借鉴国外的相关经验规范美容市场，加大对于医疗美容行业违法犯罪行为的处罚力度。

随着人类疾病谱的变化以及人们对生命高质量的追求，需要护士提供医疗服务的范围也在逐步拓展。但是，我国现行立法尚未授予护士处方权，也并无专门的法律就相关问题进行规范，这势必会限制护士在延伸领域护理工作的开展。因此，作者基于法律视角对护士处方权的概念界定及法律属性等进行了探讨，并建议从立法层面、执法层面和相关配套制度层面对其进行法律规制，以法律保障护士处方权的规范行使。

人工智能算法凭借其独特技术优势和运行逻辑，在医疗领域发挥着重要作用。但是，由于人工智能算法的"黑箱"特性及其安全缺陷，智能医疗算法应用中存在医务人员主体地位、诊疗知情同意权、健康公平性和健康信息安全性的异化风险，同时，在风险规制过程中面临法律主体责任难认定、因果关系链条不完整、法律法规场景化规制滞后和健康信息保护难度大等困境。为防范医疗智能算法权力异化，促进智能医疗良性发展，笔者建议应坚持医疗算法底层逻辑中工具属性的嵌入，增强医疗算法的可解释性，完善相关法律法规并强化智能医疗算法风险监管机制。