-被最高人民法院纳入“智慧法院建设标准”。
**意义**:
该案例表明,**在司法这一高度敏感领域,AI的“辅助性”必须通过制度刚性确立**,避免技术凌驾于法律之上。
####**案例三:上海瑞金医院“AI影像诊断纠错平台”——医疗AI的“双盲验证”实践**
**背景**:
瑞金医院在使用AI辅助诊断肺结节时,曾发生一起误判事件:AI将早期肺癌判为良性,导致患者延误治疗。
**治理措施**:
1。**“双盲双审”制度**:所有AI诊断结果必须由两名放射科医生独立审核,且医生不知晓AI判断。
2。**“错误案例库”建设**:将误诊案例纳入内部培训系统,用于医生与AI共同学习。
3。**动态模型更新机制**:每发现一个错误,立即启动模型再训练,并在测试集上验证。
4。**患者知情权保障**:在报告中明确标注“本诊断由AI辅助生成,最终解释权归主治医生”。
**成效**:
-AI误诊率从12%降至3。2%;
-医生与AI协同诊断准确率达96。5%;
-项目获“国家医疗人工智能治理示范奖”。
**意义**:
该案例揭示了**医疗AI治理的核心原则:生命权高于效率,人工监督不可替代**。
####**案例四:深圳市“AI招聘监管平台”——遏制算法歧视的制度创新**
**背景**:
深圳某科技公司AI招聘系统被曝系统性降低女性与大龄求职者评分,引发舆论风暴。
**治理措施**:
1。**“算法备案制”**:企业使用AI招聘系统前,必须向人社局备案算法逻辑与训练数据。
2。**“公平性压力测试”**:由第三方机构模拟不同性别、年龄、学历的简历,检测是否存在歧视。
3。**“透明化评分”**:求职者可查看AI评分依据,如“关键词匹配度”“经历相关性”等。
4。**设立“AI就业歧视投诉通道”**:支持集体诉讼与行政调查。
**成效**:
-深圳市AI招聘歧视投诉量下降60%;
-企业合规率从45%提升至89%;
-成为全国首个“AI就业公平试点城市”。
**意义**: