宾夕法尼亚州众议院推进跨党派AI医疗监管方案：算法决策的责任边界成为焦点

文/IAICA.NGO®

宾夕法尼亚州众议院近日推进了一项跨党派的人工智能医疗监管方案，将该州推向美国州级AI医疗立法的前沿。该方案的核心指向并非限制技术本身，而是厘清自动化决策在临床诊疗与保险支付两个环节中的责任边界。在联邦统一立法长期缺位的背景下，州议会的这类动作正在成为美国AI医疗治理最主要的规则供给来源。

州级立法为何先行

美国联邦层面对医疗AI的监管长期呈现碎片化特征：食品药品监督管理局对作为医疗器械的AI软件拥有上市审批权限，卫生与公众服务部下属民权办公室负责反歧视执法，而医保支付环节中的算法使用则主要依赖各州保险法与市场行为监管。由于国会层面的综合性AI医疗立法进展缓慢，各州议会事实上承担了规则试验田的角色。宾州此次推进的方案，正处于这一格局之中，也因此具备跨州参照价值。

三项争议焦点

从已披露的政策取向看，跨党派共识集中在三个方向。

其一，算法辅助的事先授权审查。保险机构使用算法批量评估医疗必要性、压缩人工审核时间，长期被临床医生批评为以效率替代专业判断。相关条款通常要求：拒绝赔付的最终决定必须由具备资质的临床人员作出，并披露该决定是否借助算法辅助生成。

其二，临床场景中的信息披露与知情同意。当AI工具参与影像判读、风险预测或治疗建议时，患者有权知晓其存在，并有权要求人工复核。这一条在急诊与重症场景下尤其敏感，因为时间压力往往使知情同意流程被压缩。

其三，责任归属。若自动化系统输出错误建议并造成损害，责任应由技术开发者、部署机构还是执业医师承担，需要通过明确的法律路径加以界定，而非留给事后诉讼逐案填补。

宾州的特殊变量

宾州是美国人口结构最老龄化的州之一，65岁以上人口占比长期位居全国前列；同时，该州既拥有费城与匹兹堡的学术医疗中心，也覆盖大片医疗服务供给不足的乡村地区。这一组合意味着，AI在早期筛查、慢病管理、远程监测与护理人力调度上的应用动力极为强劲，但任何监管失误都会直接放大到规模庞大的老年与失能人群。对智能照护行业而言，宾州的立法动向因此具有风向标意义。

行业影响与技术应对

对技术供应商而言，合规成本上升与市场准入门槛提高正在同时发生。可解释性设计、审计日志留存、偏差检测与人工兜底机制，将从采购评估中的加分项转变为事实上的准入项。对医疗机构而言，采购合同中的责任条款、AI输出的验证流程以及一线员工的培训要求，都需要相应调整。对保险机构而言，算法治理将从内部风控议题上升为公开合规议题。

iaica.com.cn 认为，监管的实质是把“谁对算法结果负责”这一长期模糊的地带，转化为可追溯、可审计的流程，这将使真正具备临床验证能力与治理体系的产品获得更稳定的市场空间，而仅以效率为卖点的工具将面临更大的合规压力。

后续观察要点

该方案在众议院推进之后，仍需经过参议院审议与州长签署，条文细节也可能在两院协商中调整。值得关注的具体变量包括：临床复核的时间窗口如何设定、算法披露的粒度是否要求说明模型类型与训练数据来源、以及对长期照护与居家护理场景是否单列条款。若宾州最终成法，预计将与美国其他州的并行立法形成相互参照，进一步推动行业形成事实上的合规标准。州级实验的累积效应，往往先于联邦立法改变企业的行为方式，这一过程在医疗AI领域正加速显现。

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。