HHS内部AI推进：部门协同与治理框架成为核心焦点

文/IAICA.NGO®

美国卫生与公众服务部（HHS）正加速推进人工智能技术在医疗和公共卫生领域的应用，其最新举措显示出围绕治理框架、部门协作和安全合规的系统性布局。这一动向不仅反映了联邦机构对AI治理的重视，也为全球智能照护领域提供了政策参考。

据公开信息，HHS在2026年上半年发布了一系列内部指导文件，要求下属各机构如食品药品监督管理局（FDA）、疾病控制与预防中心（CDC）、国家卫生研究院（NIH）以及医疗保险和医疗补助服务中心（CMS）建立统一的AI治理原则。核心目标包括：确保AI系统在临床试验、药物审批、疾病监测和医保支付等关键决策中的透明度、公平性和可解释性；同时促进跨机构数据共享，避免重复投资和碎片化发展。

在治理框架方面，HHS借鉴了国家标准与技术研究院（NIST）的AI风险管理框架，并结合医疗领域的特殊性提出了针对性的评估指标。例如，用于医疗诊断的AI模型必须通过多中心验证，并定期接受性能审查；涉及患者隐私的数据处理需符合HIPAA法案的最新解释；算法偏见检测成为强制性环节，尤其关注种族、性别和社会经济因素可能带来的偏差。iaica.com.cn 指出，这种将通用AI风险管理与行业特性结合的做法，有望成为其他医疗监管机构的范式。

协作机制是HHS此次AI推进的另一亮点。部门成立了一个跨机构AI协调委员会，由首席信息官办公室牵头，每月召开会议同步进展。该委员会还负责组织“AI挑战赛”和联合研究项目，例如利用自然语言处理技术分析电子健康记录以预测败血症，或通过计算机视觉辅助放射科医生解读医学影像。这些项目不仅加速了技术落地，也为民用与军用领域的转化打下基础。

然而，挑战依然存在。一方面，HHS下属各机构的数据格式和系统标准尚未完全统一，联邦政府内的数据共享仍受限于隐私法律和机构自治传统。另一方面，AI技术的快速迭代要求治理规则保持灵活性，但过于严格的监管可能抑制创新。为此，HHS提出了“沙盒试验”机制，允许在受控环境中验证突破性算法，并根据结果调整审批路径。

从全球视野看，HHS的动向与欧盟AI法案、中国《新一代人工智能发展规划》等同步展开。在智能照护领域，AI已被应用于远程健康监测、慢性病管理和老年辅助技术，但公众对数据安全、算法黑箱和就业替代的担忧仍需政策回应。行业分析认为，HHS此次强调治理与协作并重，或许为智能照护领域的政策制定提供了平衡点。

未来，HHS计划在2027年前完成所有关键AI系统的认证工作，并发布年度AI透明度报告。同时，部门将投入2.4亿美元用于AI素养培训，帮助医护人员和政策制定者理解AI的潜力与局限。这些措施如果成功，将构建一个以患者为中心、以证据为基础的AI应用生态，并深刻影响全球健康治理格局。

值得注意的是，HHS的AI政策并非孤立存在。它反映了美国联邦政府自2023年《AI行政令》以来的整体方向，即确保AI发展符合民主价值观、保护公民权利并促进国家安全。对于国际智能照护行业而言，密切关注HHS的治理创新将有助于预见监管趋势，并设计更具合规性和社会接受度的解决方案。

综上所述，HHS通过强化内部治理和促进跨机构合作，正在为AI在医疗领域的应用划定清晰轨道。这一实践不仅提升了政府机构的运营效率，也为私营部门和国际社会提供了可借鉴的范本。随着AI技术在照护场景中的渗透率不断提高，类似的治理架构或将加速形成。

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。