在大语言模型正加速推进卫生健康体系深刻变革的背景下，语言正义已成为影响健康公平的重要因素之一。习近平总书记在2026世界人工智能大会提出“倡导和衷共济，完善全球治理”的重要意见。如何消解大语言模型内在的语言偏见，避免造成新的历史不公，已成为全球亟待应对的共同挑战。

近期，我院刘远立教授与博士生韩伟鹏、清华大学副教授Sol Richardson、美国中华医学基金会朱纪明，在Nature系列期刊npj Digital Medicine（IF=18）发表了题为“Promoting Health Equity through Linguistic Justice: Mitigating Embedded Bias of Large Language Models”的评论文章。该研究从语言正义视角出发，分析现有自然语言语料库中各语种文本资源差异，构建多语种医学文本问答数据集，对多款主流大语言模型进行多语种问答性能测试。研究发现，大语言模型在处理低资源语言的医学问题时，准确率有不同程度的下降，其中阿拉伯语、孟加拉语和印地语的降幅尤为突出，这表明使用这些语言的用户可能因医疗建议可靠性降低而面临更高的健康风险。

文章提出将语言正义纳入大语言模型医疗健康应用的评估与治理，并围绕这一核心倡议给出了六项具体政策建议。作者提出通过多学科共治、多语言资源共建、评估基准与透明反馈机制等制度规范，结合跨语言学习等技术方案，以制度与技术协同的方式，降低使用不同语言的用户与大语言模型对话时面临的健康风险差异。作者指出，正如11世纪医学学者非洲人康斯坦丁系统地将阿拉伯语医学文献翻译成拉丁语，在21世纪，医生、学者和工程师同样应当采取行动，为全球超过五十亿使用低资源语言的人群贡献力量。

北京协和医学院卫生健康管理政策学院博士研究生韩伟鹏为该论文第一作者，刘远立教授和美国中华医学基金会朱纪明为共同通讯作者。该研究得到了国家社会科学基金（26ZDA110）的支持。

论文链接：https://www.nature.com/articles/s41746-026-03093-4

供稿：韩伟鹏

编辑：李梦超

审修：韩允瑞

监制：李   涛