Public attitudes toward sharing health data for artificial intelligence: Differences by data type and sector in the Health in Central Denmark cohort

这项基于丹麦中央地区 3.8 万余人的研究发现，公众对将健康数据用于人工智能的意愿取决于数据类型（如医学影像意愿最高、录音最低）及接收机构性质，且对公共部门的信任度显著高于私营部门。

要点

这篇论文就像是一次大规模的“民意大调查”，旨在搞清楚：普通老百姓愿不愿意把自己的健康数据“借”给人工智能（AI）去学习和研究？

为了让你更容易理解，我们可以把这篇研究想象成一场关于"健康数据保险箱"的模拟实验。

1. 实验背景：我们要打开谁的保险箱？

研究人员在丹麦中部的“健康中心”（Health in Central Denmark）项目里，找来了近 4 万名成年人（相当于把整个地区的人口都代表了一遍）。

他们问大家一个问题：“如果有一个 AI 程序想分析你的健康数据，你愿意吗？”
但这里有个关键的小把戏：研究人员把大家随机分成了两组，问法稍微有点不同：

• A 组（公共组）： 这个 AI 是由公立医院/政府开发的，为了大家的公共利益。
• B 组（私人组）： 这个 AI 是由私人公司开发的，可能会为了商业利益。

然后，他们让这两组人分别对四种不同的“健康数据”表态：

1. 病历文字（就像你的电子健康日记）。
2. 医学影像（就像 X 光片、CT 扫描图）。
3. 录音（就像医生问诊时的录音）。
4. 基因信息（就像你身体里最深层的“生命密码”）。

2. 实验结果：大家心里的小算盘

🏆 最受欢迎的“数据”：医学影像

大家最愿意分享的是医学影像（比如 X 光片）。

• 比喻： 这就像你愿意把家里的风景照给别人看。虽然也是隐私，但大家觉得这主要是为了看病，风险相对可控。
• 数据： 如果对方是公立医院，超过一半（53%）的人愿意；如果是私人公司，愿意的人就少了很多（38%）。

📉 最让人犹豫的“数据”：录音和基因

大家最不愿意（或者最纠结）的是问诊录音和基因信息。

• 比喻：
  • 录音就像是你和医生在诊室里说悄悄话。大家担心：“万一被 AI 偷听了，我的隐私就全泄露了。”
  • 基因就像是你身体的终极源代码。大家觉得这太敏感了，一旦泄露，可能连你的后代都会受影响。
• 数据： 对于录音，只有约 27% 的人愿意分享；对于基因，约 35% 愿意。而且，无论对方是谁，都有大约三分之一的人说：“我不知道，我还没想好。”（这种“不确定”的比例很高，说明大家心里没底）。

🏛️ 最大的分歧：谁拿着数据？

这是研究最核心的发现：大家更信任“穿白大褂的政府”，不信任“穿西装的老板”。

• 比喻： 想象一下，如果你要把贵重物品存进保险箱：
  • 如果是国家银行（公立医院）保管，大家觉得：“嗯，他们是为了公共利益，比较安全。”
  • 如果是私人金库（私人公司）保管，大家就会想：“他们会不会为了赚钱把我的东西卖了？会不会偷偷复制一份？”
• 结果： 无论是什么数据，只要对方是公立医院，大家愿意分享的比例就比私人公司高出 12% 到 16%。

3. 为什么大家会犹豫？（“黑盒子”恐惧）

研究发现，很多人对 AI 感到迷茫和不确定（约 30% 的人选“不知道”）。

• 比喻： 现在的 AI 就像一个黑盒子。大家知道它能算出结果，但不知道它是怎么算的，也不知道它会不会“发疯”或者“记仇”。
• 大家担心：如果 AI 搞错了，谁负责？如果数据被滥用，谁来管？
• 因为丹麦人通常很信任政府，所以如果政府能站出来保证：“我们会把数据锁在保险柜里，只用来治病，绝不卖给公司”，大家就会放心很多。

4. 这篇研究告诉我们什么？（给未来的建议）

这篇论文给医生、政府和科技公司提了几个重要的建议：

1. 信任是关键： 想要 AI 在医疗上发挥作用，必须建立公共主导的框架。如果让私人公司完全主导，大家会不信任，数据就收集不到。
2. 分门别类管理： 不能“一刀切”。
   • 分享X 光片可能只需要简单的同意。
   • 分享基因或录音，就需要更严格的保护，甚至要像签“婚前协议”一样，把条款讲得非常清楚。
3. 透明化沟通： 别把 AI 说得神神秘秘。要告诉大家：数据去哪了？谁在看？用来做什么？如果像“黑盒子”一样让人猜，大家就会害怕。
4. 教育很重要： 很多人不敢分享是因为“不懂”。如果大家能更了解 AI 是怎么工作的，知道它其实是个工具而不是怪物，那种“不知道”的犹豫可能会减少。

总结

简单来说，这篇论文告诉我们：丹麦人（以及很多普通人）并不排斥 AI 看病，但他们很挑剔。

他们愿意把照片（影像）交给公立医院，但不太愿意把悄悄话（录音）和生命密码（基因）交给私人公司。要想让 AI 真正帮到人类，信任、透明和严格的规则是比技术本身更重要的“通行证”。

技术摘要

论文技术总结：公众对为人工智能共享健康数据的态度——基于丹麦中部健康队列的数据类型与部门差异分析

1. 研究背景与问题 (Problem)

随着人工智能（AI）在医疗领域的快速发展，特别是大型语言模型（LLM）、医学影像分析和基因数据整合等应用，获取大规模、高质量的真实世界健康数据变得至关重要。然而，AI 应用的开发依赖于公众对数据共享的信任。

• 核心问题：公众对于将不同类型的健康数据（如电子病历、咨询录音、医学影像、基因信息）共享给 AI 系统的意愿如何？这种意愿是否因数据类型的敏感度不同而存在差异？是否因数据接收方是公共部门还是私营部门而有所不同？
• 研究缺口：以往关于数据共享的研究多集中在一般性研究用途，较少专门针对 AI 应用场景，且缺乏对不同数据类型和不同数据接收方（公立 vs. 私立）态度的系统性比较。

2. 研究方法 (Methodology)

本研究基于丹麦中部健康（Health in Central Denmark, HICD） 队列在 2024 年进行的大规模调查。

• 数据来源与样本：
  • 调查对象：丹麦中部地区 18-92 岁的居民。
  • 样本量：共 38,740 名参与者完成了关于数据共享意愿的问卷（原始邀请人数为 136,229 人）。
  • 数据链接：将调查数据与丹麦全国登记系统（如人口登记、教育登记、糖尿病登记）链接，以获取年龄、性别、教育程度和糖尿病状态等背景信息。
• 实验设计：
  • 随机化分组：参与者被随机分配到两个版本的调查场景中，唯一的区别是 AI 应用的开发者和数据接收方是公共部门还是私营部门。
  • 数据类型：参与者需对四种数据类型表达意愿：
    1. 电子健康记录（文本和表格数据）
    2. 医学影像（扫描图像）
    3. 咨询录音
    4. 基因信息
  • 回答选项：是（Yes）、否（No）、不知道（Don't know）。
• 统计分析：
  • 加权处理：为了代表约 100 万的中部地区背景人口，使用逻辑回归模型计算响应概率，并生成了稳定权重（stabilized weights），以校正抽样偏差和不同人口学特征的响应率差异。
  • 回归模型：采用多项逻辑回归（Multinomial Logistic Regression），以“不知道”为参照组，分析数据接收方（公共 vs. 私营）与数据共享态度（是/否）之间的关联，计算比值比（Odds Ratios, OR）。

3. 关键发现与结果 (Key Results)

3.1 总体意愿与数据类型差异

• 意愿排序：公众最愿意共享医学影像（46%），其次是电子病历文本（39%）、基因信息（35%），最不愿意共享的是咨询录音（27%）。
• 不确定性高：所有数据类型中，表示“不知道”的比例均较高（29%-36%），其中基因信息（36%）和咨询录音（34%）的不确定性最高。

3.2 公共部门 vs. 私营部门

• 显著差异：无论数据类型如何，公众对公共部门机构的信任度显著高于私营部门。
• 具体数据：与私营部门相比，向公共部门共享数据的意愿比例高出 12-16%。
• 统计显著性：
  • 相对于私营部门，向公共部门共享数据回答“是”的比值比（OR）在 1.37 到 1.78 之间。
  • 回答“否”的比值比（OR）在 0.51 到 0.67 之间（即拒绝共享的可能性更低）。

3.3 与其他研究的对比

• 本研究中公众对 AI 数据共享的意愿（约 27%-46%）低于以往关于一般健康研究数据共享的综述（平均 77%），表明公众对AI 应用存在特定的顾虑。
• 与英国的一项研究相比，丹麦公众在公共和私营部门之间都表现出较高水平的不确定性（约 1/3），而英国研究中不确定性主要集中在私营部门。

4. 主要贡献 (Key Contributions)

1. 大规模实证数据：提供了迄今为止关于公众对AI 特定健康数据共享态度最大规模的基于人群的研究之一（近 4 万参与者）。
2. 精细化维度分析：首次系统性地同时比较了四种不同模态的数据（文本、影像、音频、基因）以及两种不同性质的接收方（公立 vs. 私立）对公众态度的影响。
3. 揭示“黑箱”焦虑：研究结果突显了公众对 AI 技术（特别是涉及录音和基因等敏感数据）的“黑箱”性质和缺乏透明度存在高度不确定性，这为未来的公众教育和沟通提供了方向。
4. 政策导向：量化了公私部门信任差距，强调了在丹麦及类似高信任度社会中，公共治理在 AI 医疗数据利用中的核心地位。

5. 研究意义与启示 (Significance)

• 治理框架的重要性：研究结果表明，公众接受度高度依赖于制度背景。为了维持信任并推动负责任的 AI 发展，必须建立强有力的公共治理、透明的保障措施以及清晰的数据使用沟通机制。
• 公私合作的挑战：鉴于许多 AI 创新由私营部门驱动，而数据主要产生于公共医疗系统，研究呼吁建立能够利用双方优势但不损害公众信任的合作模式。这需要明确的数据访问协议、所有权界定和防止数据滥用的严格限制。
• 分层治理策略：由于不同数据类型的敏感度不同（如基因和录音更敏感），建议采用分层治理模型，对高敏感数据实施更严格的同意程序和保障措施。
• 提升数字素养：高比例的不确定性（“不知道”）表明公众缺乏相关知识。未来的工作应侧重于提高公众的 AI 素养，通过透明的信息（如数据如何匿名化、谁可以访问、具体用途）来减少恐惧和不确定性。

结论：公众对医疗数据共享的态度并非一成不变，而是受到数据敏感度和使用机构性质的双重影响。在丹麦，公共部门享有显著信任优势。未来 AI 在医疗领域的可持续实施，必须建立在尊重隐私、明确问责制以及持续公众参与的基础之上。