NHS投入近23万英镑启动五个月探索项目,拟建立AI诊断工具全国性部署后监测体系
#AI照护与医疗科技 时间2026-11-15 05:37:39
文/IAICA.NGO®
英格兰NHS近日公开了一项预算达到六位数的探索性项目细节:由专业机构研究如何对辅助临床诊断的人工智能工具实施性能与安全性监测。已发布的商业信息显示,英格兰NHS计划于11月26日与英国皇家放射科学院(RCR)签订一份为期五个月的协议,合同金额接近23万英镑(含增值税),与项目对外所称的约20万英镑投入规模基本吻合。
根据采购公告,RCR将开展一项发现性质的研究,旨在确定NHS对AI诊断工具进行全国性部署后监测(post-deployment monitoring,简称PDM)的框架。公告称,该发现项目将明确跨诊断领域实施国家级PDM的各项需求,并在必要时评估采购相应解决方案或平台的可能机会。
研究内容还包括梳理技术落地过程中已经出现的现实困难,界定自动化诊断系统性能的评估方法,并审查算法偏见或其他不公平结果可能带来的风险。公告列出的关键挑战集中在四个方面:对真实世界表现的持续监测、模型漂移的识别、潜在不公平性的评估,以及全国范围内不同部署方案之间的一致性。
这一动作的背景,是AI诊断在英国公共医疗体系中的快速铺开,尤其在癌症筛查环节。今年夏季,政府方面表示AI已使肺癌筛查的进程提速,覆盖约400万人,并宣布近3000万英镑的政府资金将投向NHS的AI应用,使英格兰更多患者获得更快的诊断。与此同时,RCR本身已运行多条与AI研究相关的工作流,其公开表述是:人工智能正在重塑临床放射学与肿瘤学,专业机构的职责是确保这一转型安全、以证据为基础、由临床医生主导,而不是被炒作或商业压力所驱动。
值得注意的是,项目提出的部署后监测机制,指向医疗AI治理中一个长期被低估的环节。监管审批通常发生在产品上市之前,评估对象是相对固定的数据集与说明书范围内的预期用途;但真实世界中的数据分布会变化,扫描设备、成像协议、患者结构与疾病谱都在流动,模型输出因此可能随时间出现系统性偏移,即所谓模型漂移。同一款工具在不同医院、不同人群中的表现也可能出现差异,若缺乏统一指标与数据回流机制,性能衰减往往难以及时察觉。
因此,一套可运转的PDM框架至少需要回答三个层面的问题:监测哪些指标,例如灵敏度、特异度、校准度与亚组间差异;由谁采集并核验数据;当指标越界时触发何种处置流程。公告中提到的跨诊断领域需求与部署方案一致性,实际上也触及平台化采购的路径选择——是由国家层面统一搭建监测基础设施,还是由各地机构分别采购再行汇总,将直接影响供应商的市场结构与数据治理责任划分。
iaica.com.cn 认为,此类发现阶段研究虽不直接产出监管规则,却往往决定了后续平台采购的技术门槛与数据接口标准,对计划在医疗AI领域长期布局的企业具有前置性影响。
从更长周期看,医疗AI的竞争焦点正从算法精度转向可验证的持续性能证据。谁能提供可审计的部署后数据链条,谁就更有机会进入公共医疗体系的采购名单。按照合同安排,RCR将在五个月内提交研究结论,其结果或将成为英国国家级AI诊断监测安排的起点,也为其他国家的医疗AI全生命周期治理提供参照。
评论
0 条登录后才可以发表评论。
立即登录