破解就医停车难需要多方协作******

　　就医停车难、医院周边交通拥堵，为群众所诟病，亟待解决。这不仅需要医院、交通管理等部门进行治理，政府相关部门也应共同协作、多方发力，利用信息化优势，多措并举，从而改善患者的就医体验。

　　1月12日晚，参加北京市政协十四届一次会议的委员们陆续报到，北京市政协委员、北京市丰盛中医骨伤专科医院院长齐越峰带来《关于解决就诊停车难，缓解医院周边拥堵的提案》。

　　诸多问题导致患者就医停车难

　　作为医药卫生界的市政协委员，齐越峰在参政议政过程中，聚焦患者的停车问题。齐越峰谈道，随着北京市机动车保有量不断增加，驾车就医成为普遍现象，而在各大医院门口，经常出现就诊患者的车辆排成长龙、等待进入医院的景象，有时患者已经看完病，家属的车辆还未开进医院。齐越峰调研发现，诸多问题导致患者就医停车难。

　　首先，患者到医疗机构就诊存在潮汐现象。齐越峰在提案中指出，周一、周二上午就诊人数最为集中，医院周边路段此时也最容易堵车，社会车辆对就诊高峰不了解，更加剧了交通拥堵。其次，中心城区的医院由于历史原因，院内停车位有限，且难以扩容，开车就诊的人数与医院内部停车位明显不成比例。

　　此外，对于医院外的道路，医院在管理上无能为力，交管部门警力有限，依靠电子摄像头监控、违法停车贴条等办法，也极易引起患者不满，更有甚者将怨气指向医疗机构。

　　齐越峰介绍说，北京市曾在2014年到2016年出台一系列政策，鼓励社会资本进入医院停车场。但从实际情况来看，在北京市内的医院建设地下立体停车库，每个车位成本高达30万元左右，投资方积极性不高。

　　患者就诊时间过长，也导致医院内的车位使用率不高。齐越峰观察，患者到了医院后，经历取号、报到、就诊、拍片、取药、治疗等环节一般需要2-3小时。大医院有时患者较多，看病至少耗费一上午，有限的车位和单次就诊时间过长的矛盾更加剧了停车难。

　　交管和医院协作疏导成为破题关键

　　如何破解就医停车难？齐越峰在提案中建议，首先应由交通管理部门牵头，加大医院周边交通拥堵情况的指挥调度。

　　齐越峰梳理媒体报道发现，2022年北京市针对重大活动、重点时期开展了30余次交通综合协调调度，及时发布预警信息为市民出行提供参考，并取得较好的效果。“随着交通数据共享、指挥调度能力进一步提升，将医院预约就诊、动态就诊人数纳入交通运行监测平台，建立交通综合协调调度机制，可以让医院周边交通更加有序和通畅。”齐越峰说。

　　交通部门要加大信息化建设。齐越峰指出，利用百度或高德等APP及时发布医院就诊人数信息、院内停车位数据，以及医院周边道路的拥堵指数，在预约和就诊人数集中时段采取交通预警和分流绕行提示，让社会车辆尽早避开医院，医院周边的交通状况或将得到改善。

　　除了疏导车辆，齐越峰建议，医疗机构要继续深入开展分级诊疗、预约诊疗、检验和化验报告的数据化，优化患者就诊的各项服务流程，缩短患者在医院的驻留时间，减少患者不必要的就医出行，也可有效缓解停车难题。

　　齐越峰还谈道，政府牵头在城区医院附近合适区域，在不影响街区景观的前提下，可鼓励社会资本出资建设立体停车场，让患者在医院附近就近下车就医。

　　文/本报记者 崔毅飞

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。