貧富受惠程度難以相同

香港醫療體系「公營擠迫、私營昂貴」，人所共知，立法會近期討論的醫療體系改革旨在平衡兩者的差異。香港的醫療模式類似英國的NHS（National Health Service），以廉價至接近免費的公共醫療服務為主，而非依賴昂貴的醫療保險，尤其是強制性醫療保險。然而，筆者想提出一個更具前瞻性的問題，這在當前及未來的討論中常被忽視──即創新醫療科技所引發的醫療公平問題。隨着AI和生命科技急速進步，創新醫療科技將逐漸應用於醫療實踐和臨床應用中，但與此同時，醫療創新所帶來的公平問題將愈加尖銳。因此，在討論醫療改革時，政府和立法會更應就此展開前瞻性研究。

創新醫療科技或「精準醫療」（precision medicine），運用AI和生命科技進一步提升疾病診斷和治療的準確性，並降低藥物研發的成本和提高效率。例如，2020年諾貝爾化學獎得主Emmanuelle Charpentier和Jennifer A. Doudna運用AI技術進行基因編輯研究，發現基因剪刀技術能精確改變動植物及微生物的DNA，對生命科學產生革命性影響，並為癌症療法和遺傳疾病治療提供了新機會。

另一件近期受到社會廣泛關注的事，是李嘉誠基金會捐贈的「肝癌無創組織碎化治療」Histotripsy 2.0系統。原本計劃捐贈給公立醫院，但卻因種種原因輾轉到了養和醫療集團。雖然事件並非故意限制普羅市民使用該設備，但客觀上卻出現此印象，反映了醫療科技與醫療公平之間的矛盾。

隨着醫療科技的迅速發展，無論是AI還是生命科技，其發展並非即時可以帶來成本和價格的下降，以致無法迅速普及。技術的專利權和商業化甚至可能導致行業壟斷，普通市民在治療方案上根本沒有議價能力。在這種情況下，富人將愈來愈長壽、愈來愈健康、愈來愈年輕，生活質量也愈來愈高，而基層市民卻難以享有相同的醫療服務。中產階層也面臨選擇困境：究竟是支付更高昂的保費以獲得精準醫療，還是選擇傳統保險套餐？即使保費包含先進的治療方案，患者一旦需要治療，保險公司之後很可能大幅提高保費甚至拒絕投保。最終，基層和中產階層都難以享受醫療科技進步帶來的紅利，激化醫療不公的問題。

西方數據亞洲人未必適用

目前，國際上尚無成功案例能平衡創新醫療科技與醫療公平之間的關係，而醫療公平問題也涉及算法偏見與數據歧視的風險。當數位技術進入醫療體系時，若醫療AI的訓練數據缺乏多樣性（如忽視特定族群、性別或地域人群的健康特徵），可能導致診斷偏差。例如，歐美國家開發的AI平台主要使用歐美白人或黑人數據，對亞洲患者可能不適用，導致診斷誤差；西方人群較多患皮膚癌和心血管疾病，而南方的中國人則可能更易罹患鼻煙癌或肝癌。

此外，由於新興技術的高研發和維護成本使服務價格昂貴，AI及生命科技開發的診斷和治療方法無法均等推廣，最終可能成為「富人專屬」服務。由於醫療AI的「黑箱」特性，決策過程不透明，弱勢群體可能因算法分類錯誤被排除在優質資源之外。

如同教育領域，有些家庭能夠負擔高昂的國際名校學費，而其他家庭則只能選擇公辦學校。從這個角度來看，醫療公平與教育公平問題實際上是相互交織，甚至同出一轍。