孟加拉研究員呼籲 AI發展納入新興國家觀點 實現醫療正義

孟加拉籍研究者法賈娜·耶斯敏（Fajana Yesmin）於2026年3月3日發出重大呼籲，主張全球人工智慧發展必須納入新興國家的觀點與需求，才能真正實現醫療公平與技術正義。 這位專精於可信賴AI、聯邦學習與醫療應用的科學家指出，孟加拉所面臨的複雜社會與醫療挑戰，恰好提供了發展穩健且合乎倫理AI技術的絕佳訓練場域。她強調，AI不應淪為遙不可及的黑箱技術，而應轉化為值得信賴的工具，為弱勢群體的健康權益賦能。耶斯敏具備賈肖爾科技大學與美國土爾沙大學雙重學術背景，她認為唯有讓新興國家的下一代工程師與科學家積極參與AI研發，才能為這個領域注入多元視角，最終打造出由社群共同建構、真正服務全人類的AI醫療解決方案。

新興國家視角重塑AI發展路徑

法賈娜·耶斯敏的研究核心在於挑戰現有AI發展的權力結構。當前主流AI技術多由已開發國家的大型科技企業主導，訓練資料集以西方人口為主，演算法設計也難以反映開發中國家的真實處境。這種單一視角導致的後果是，當AI醫療系統應用於孟加拉這類人口稠密但資源有限的地區時，常出現資料偏差、文化隔閡與技術失靈的困境。耶斯敏指出，孟加拉的醫療體系同時面臨基礎設施不足、城鄉差距懸殊、傳染病與慢性病雙重負擔等複雜問題，這些看似棘手的挑戰，反而成為淬鍊AI韌性的試金石。

她主張，新興國家不該只是AI技術的被動接收者，而應成為主動的規則制定者與創新者。當孟加拉的研究人員將本土的醫療需求、文化價值與社會結構納入AI設計思維時，所產出的解決方案將更具可解釋性、公平性與隱私保護機制。例如，在處理孕產婦健康數據時，必須考量當地女性對於資料隱私的特殊顧慮，以及偏遠地區網路連線不穩定的技術限制。這些細微但關鍵的在地知識，唯有透過在地專家的深度參與才能被看見並解決。耶斯敏強調，這種由下而上的創新模式，將使AI系統更貼近真實世界的需求，避免淪為象牙塔中的理論產物。

聯邦學習保障資料主權與隱私

在技術實踐層面，耶斯敏特別推崇聯邦學習（Federated Learning）的應用潛力。這種分散式機器學習方法允許各醫療機構在無需共享原始資料的前提下，共同訓練AI模型，完美回應了新興國家對於資料主權與病患隱私的高度關切。孟加拉醫療體系中的小型診所與地區醫院，往往因為擔心患者資料外洩或不符合歐美法規標準，而拒絕參與跨機構的AI研究計畫。聯邦學習透過僅交換模型參數、不傳輸原始數據的機制，有效化解了這項長期困境。

耶斯敏的團隊正在測試將聯邦學習應用於糖尿病視網膜病變篩檢項目。在這個計畫中，達卡、吉大港與錫爾赫特等地的醫院可以各自利用本地患者的眼底影像訓練AI模型，再將學習成果彙整至中央系統，形成更具泛化能力的篩檢工具。這種模式不僅保護了各地醫院的資料所有權，更讓AI模型能夠學習到不同地理區域、不同族群之間的疾病特徵差異。她指出，這正是「由社群建立、值得信賴的AI工具」的具體實踐，證明技術創新與隱私保護可以並行不悖。更重要的是，這種模式賦予了資源有限的醫療機構參與前沿研究的平等機會，打破了過去只有大型醫學中心才能主導AI研發的壟斷局面。

培育下一代AI倫理實踐者

耶斯敏認為，要從根本改變AI發展的不平等結構，關鍵在於教育賦能。她積極投入孟加拉年輕學子的培訓工作，在賈肖爾科技大學開設「可信賴AI與醫療應用」專題課程，引導學生從本土問題出發思考技術解方。課程中，學生必須深入鄉村診所進行田野調查，瞭解基層醫護人員在診斷、用藥與病患衛教上的實際痛點，再回頭設計可落地的AI輔助工具。這種問題導向的學習模式，讓學生們深刻體認到，最好的AI創新往往源自於對社會脈絡的細膩觀察。

她特別強調，孟加拉的工程師與科學家必須擺脫「技術追趕者」的心態，建立「規則制定者」的自信。當學生們發現，他們為解決本地醫療問題所開發的演算法，例如針對登革熱爆發預測的時空模型，其準確度與創新性足以與國際頂尖研究並駕齊驅時，這種成就感將轉化為持續投入的動力。耶斯敏更積極促成與美國土爾沙大學的跨國合作計畫，讓孟加拉學生有機會參與國際級研究團隊，同時也讓美國學者見識到新興國家獨特的醫療挑戰與創新思維。這種雙向交流，正在為全球AI領域培育一批具備文化敏感度與倫理意識的新生代領袖。

建構醫療公平的AI生態系

耶斯敏的終極願景，是在孟加拉建立一個開放且永續的AI醫療生態系。這個生態系的核心價值是「技術民主化」，主張AI工具不該被少數科技巨頭或政府機構壟斷，而應由醫療專業人員、資料科學家、政策制定者與社區代表共同治理。她正在推動成立「孟加拉可信賴AI聯盟」，邀請公私部門與國際組織加入，共同制定符合在地需求的AI倫理準則與技術標準。這個聯盟的首要任務，是建立一套開源醫療資料平台，在嚴格去識別化與隱私保護的前提下，提供學術界與新創公司使用，降低AI研發的門檻。

此外，耶斯敏也關注AI應用可能加劇的數位落差問題。她警告，若缺乏積極的乾預政策，AI醫療工具很可能優先服務都市中的富裕階層，反而擴大偏鄉地區的醫療不平等。為此，她倡議政府應將AI醫療基礎建設納入國家發展計畫，確保偏遠地區的基層衛生中心也能獲得必要的運算設備與網路連線。同時，她推動「AI醫療巡迴服務」模式，讓搭載診斷AI的移動醫療車定期深入鄉村，為無法遠行的病患提供眼底檢查、皮膚病變辨識等服務。這種結合科技與社會創新的做法，正在逐步實現她「為健康和賦權服務」的核心理念。