同意層：AI 照護智能體為何需要結構化權限，而非僅有配置

當一家照護機構部署AI智能體——用於輔助藥物審查、標記補水風險、追蹤患者功能狀態——總有人負責配置。臨床醫生或管理員設定參數、審批工作流程，系統隨之上線。配置出於善意，但配置不等於知情同意。

這一區別比通常認識到的更為重要。照護場景中的同意並非一次性事件，而是動態的、針對特定個人的、可撤銷的授權，存在於每位患者、每個護理團隊、每次互動的層面。配置在系統層面運作。兩者之間的差距，正是大多數照護場景中智能體部署所承載的最沉重的、尚未被承認的風險所在。

配置實際上授權了什麼

當照護系統被配置為允許AI智能體提示藥物警告時，配置授權該智能體對所有被覆蓋的患者執行這一功能。它並未授權該智能體代表某位特定患者行事，也不反映患者是否知情AI參與其護理，不編碼患者授權代理人是否同意，更未捕捉護理人員最近的覆寫究竟代表的是針對特定患者的例外，還是系統級的校準信號。

在大多數受監管的照護環境中，系統級配置與患者級同意之間的區別對於人類臨床醫生而言已在實踐中有清晰界定。但對於在同一環境中運行的AI智能體，這一區別尚未得到同等建立——而兩者受到不同對待這一現實，並不具有可辯護性。

同意層的作用

AI照護智能體的同意層不是一張新的臨床表單，而是一個架構層——在患者層面運作的結構化授權表示，在護理交接中持續存在，並隨患者狀態、偏好或臨床背景的變化而變化。

該層追蹤：針對該患者，AI輔助審查是否被授權、由誰授權、在何種範圍內授權、授權委託鏈是何形態。在跨越患者特定邊界的任何行動之前，智能體應查詢該層。關鍵在於，它支持護理人員即時寫入——不是通過配置面板，而是通過已在床邊發生的覆寫事件。

當護士拒絕智能體針對特定患者的建議時，這一拒絕是一個同意信號——它傳達了某些針對該患者的信息：在這一語境中，對這一個人，智能體提議的行動是不適當的。該信號應回流至患者級授權模型，不只是被記錄為通用糾正，而是被解讀為此時此刻該患者同意邊界真實位置的信息。

覆寫日誌即同意檔案

這正是問責架構與照護特定同意之間的聯結。覆寫日誌如果構建得當，不只是糾正記錄——它是人類權威被行使之處及其原因的持續更新模型。在照護場景中，該模型是同意結構的代理：它呈現護理團隊關於智能體授權範圍終點的持續判斷。

將覆寫事件作為同意信號而非僅僅作為訓練數據加以解讀的智能體，尊重的是照護環境中活的、動態的授權結構。在護理交接時，通過此前覆寫事件所表達的同意狀態，應隨患者記錄一同轉移，而非被重置為系統默認值。

問責要求

部署AI智能體的照護機構承擔著無法僅憑系統配置完全履行的問責義務。對於任何具有實質性影響的智能體行動，機構需要能夠證明：該行動在該患者、該時間、該臨床情境下處於授權範圍內。這一證明要求的不止是「智能體被配置為做X」的日誌條目，而是一個能夠回答以下問題的同意層：誰授權了這一行動、針對哪位患者、在何種範圍內授權、該授權是否仍然有效？

構建這一層不需要技術上的特異性。患者級授權模型已經存在；照護機構每天都在為人類臨床醫生管理這些模型。所需的是將同樣的規範延伸至AI智能體——以與臨床授權同等的嚴格態度對待智能體授權，而非將其視為配置即可滿足的輕量級類比。在照護場景中贏得持久信任的智能體，將是那些授權模型與照護機構臨床授權模型同等嚴格的智能體。配置讓智能體啟動；同意讓它保持在應有的邊界內。