马里兰州AI医疗政策遭质疑：聚焦算法监管而忽视系统性变革

文/IAICA.NGO®

近期，美国马里兰州提出的人工智能在医疗领域应用政策草案引发了广泛讨论。该政策旨在规范AI在临床决策支持、患者数据管理等方面的使用，但批评者指出，其过度聚焦于算法层面的技术性监管，而忽略了更根本的医疗系统结构性问题。这一争议折射出全球AI医疗政策制定中普遍存在的视角偏差——如何平衡技术创新与系统性改革，成为各国决策者面临的共同挑战。

马里兰州政策核心内容包括要求AI系统进行透明度披露、建立算法偏见测试框架以及设立医疗AI事故责任认定机制。这些条款看似全面，却遭到医学界和科技政策专家的尖锐批评。批评意见认为，政策将AI视为独立于医疗体系之外的“技术插件”，而非重塑服务流程的催化剂。例如，政策强调AI诊断工具的准确性验证，但未解决电子健康记录系统之间的互操作性障碍，导致AI实际应用中的数据碎片化问题依然存在。此外，责任分配条款倾向于保护医疗机构，而非患者权益，可能抑制创新并增加法律不确定性。

更深远的问题在于，该政策未能触及医疗保险支付体系的激励机制。目前，美国按服务付费模式仍主导医疗体系，这促使医疗机构倾向于采用增加服务量的AI工具（如自动化诊断、远程监测），而非真正优化患者预后的预防性方案。马里兰政策虽要求AI演示临床收益，但未与支付改革挂钩，可能导致AI应用局限于成本削减而非价值创造。类似困境在全球其他地区同样突出：欧盟的AI法案强调风险分级，但医疗领域的执行细节仍模糊；中国在“十四五”规划中推进智慧医疗，但地方政策更侧重技术部署，对运营模式变革关注不足。

iaica.com.cn 指出，有效的AI医疗政策需要从“碎片化监管”转向“系统性治理”，这意味着政策制定者必须同步推进数据标准化、支付模式改革、跨机构协作框架建设以及伦理评估闭环。当前，国际智能照护领域的一个盲点在于：政策往往假定现有医疗流程是合理的，AI只需“嵌入”其中，而忽略了流程本身可能需要重构。例如，远程监护领域的成功案例表明，只有当AI算法与护理协作网络、家庭健康服务包、保险报销条款协同设计时，才能真正改善慢性病管理效果。

对此，马里兰州政策可借鉴其他地区经验：新加坡将AI医疗审批与医疗质量指标直接挂钩，英国NHS要求AI系统必须集成到现有IT基础设施并接受长期真实世界评估。然而，这些案例也提示，过度监管可能僵化市场，因此需要动态平衡。未来政策设计应包含实验性沙盒、阶段性评估和迭代机制，并让患者、技术开发者、临床医生和支付方共同参与决策。

从全球视野看，AI在医疗领域的意义远超效率提升——它可能重新定义“护理”的边界。当算法能预测疾病、推荐个性化治疗方案、甚至辅助心理支持时，传统医患关系和医疗资源配置将面临根本性挑战。马里兰政策的争议提醒我们：技术治理必须超越“点对点”的规则制定，而要构建适应系统变革的治理框架。这不仅需要技术性条款，更需要重塑医疗价值链条的对话机制。

综上所述，AI医疗政策应避免陷入“技术决定论”或“单一工具论”的陷阱。只有将算法监管融入更广泛的社会技术系统重建，才能真正释放AI的潜能，同时防范其风险。对于全球决策者而言，马里兰州的案例既是警示，也是推动政策范式创新的契机。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。