AI治理下醫療資源分配的政策模擬:公共價值、世代權利與制度規則的壓力測試

Counts differ because each database indexes a different set of publications. We treat OpenAlex as the canonical count; Google Scholar is not shown (no API, and crawling it violates its ToS).

本文以代理人模型建立虛擬城市,模擬把公共價值與制度規則寫入AI配置模型後的後果。依WP 054的公共價值、WP 055的世代規則、WP 056的資格基礎與WP 057的地方參數,設計效率、公平、需求、弱勢、居民、世代正義與混合治理七種配置規則,並在預算下降、高齡化、移民增加、疫情、ICU短缺、AI預測錯誤與地區需求突變下比較結果。概念驗證模型的結果顯示:七種規則的總健康損失相差不到6%,但各群體承擔的損失相差數倍,外國居民的未滿足需求由約27%到42%;演算法的選擇主要在決定誰承擔損失,支持「AI將價值判斷轉換為參數」的核心命題。保護預防支出的世代正義規則最穩健,但代價由當期青壯年承擔;以AI告知不確定性、由人類審查的混合治理最能保護邊緣群體並吸收預測錯誤;效率優先最容易放大預測偏誤,居民優先使外國居民承擔不成比例的損失;醫療通譯的涵蓋率對外國居民的影響與規則選擇相當。本文據此提出價值—參數對照表與四項治理審計建議。