超医首发|像给自动驾驶分级一样给医疗AI分级,国际医疗AI人机协同标准正式立项
如果说自动驾驶用 L0 到 L5 划清了"人开"还是"车开"的边界，那么医疗AI也即将拥有一套类似的"分级标尺"。电气电子工程师学会标准协会（IEEE SA）于6月4日正式批准立项《医疗人工智能中人机协同的风险量化与数字审计标准》（标准编号 IEEE P3867）。这是一项面向全球的国际标准项目，核心要解决的，正是当前医疗AI快速进入临床后最棘手、却长期没有统一答案的问题：在诊疗过程中，哪些环节AI可以自主完成，哪些必须由医生做最终裁决，出了问题又该如何追溯和担责。根据已公开的项目授权信息，该标准预计于2029年6月提交IEEE 标准协会投票，下一步推进至标准审核委员会审查。该项目由该国际标准由清华大学牵头发起，北京清华长庚医院深度参与并提供临床实践支撑，北京华医智锦健康科技集团作为核心共建方共同推进，并联合国内外科研机构、医疗机构与科技企业研制。从“评模型”到“管系统”：标准回应的是真实临床的新风险过去衡量一个医疗AI好不好，往往只看准确率、召回率这类技术指标。但今天的医疗AI，已经从辅助诊断、病历质控、智能导诊等"单点应用"，快速延伸到临床决策支持、患者管理、自动报告生成、慢病随访、风险预警和资源调度等"连续流程"。电气电子工程师学会标准协会（IEEE SA）批准立项《医疗人工智能中人机协同的风险量化与数字审计标准》当AI深入诊疗闭环，真正的风险不再只是"模型准不准"，而是"系统边界清不清、人工监督到不到位、过程留没留痕、责任分不分得清"。对医疗机构、技术企业、监管部门、第三方测评机构乃至保险行业而言，都急需一套可比较、可验证、可审计的共同语言——而这正是单一模型评价无法覆盖的。借鉴自动驾驶 SAE 分级的逻辑，该标准最受关注的设计，是一套 M0 至 M5 的六级矩阵：从AI仅提供提醒、医生承担全部责任的 M0，到特定场景下AI可自主完成完整诊疗、人转为质量与伦理监督的 M5，逐级清晰界定系统自主性水平、功能分配边界以及"AI提供建议、人做最终决定"的监督要求。和自动驾驶一样，它把责任随能力一同分级，让不同类型的医疗AI都能被放进同一坐标系。其一，建立自主性与监督要求的统一分层框架，为场景准入、人工监督、风险评估和责任界定提供共同依据。其二，建立面向全过程的数字审计机制。标准明确提出安全数据日志、算法透明度、不可篡改的审计追踪等要求，把系统运行过程转化为可验证、可追踪、可复核的证据链，相当于为医疗AI装上"黑匣子"。其三，为医疗AI与数字健康经济搭建信任基础设施。标准化的自主性分层、监督要求与审计证据，将为合规审计、第三方评估、风险定价乃至医疗责任保险提供一致的底层框架。专家介绍，中国在互联网医院、智慧医院、电子病历评级、医联体建设和卫生健康行业AI场景探索方面，已积累了较为扎实的实践基础。随着这一国际标准项目正式立项，相关实践正迎来从"场景探索"走向"规则建构"的新阶段——关键不只在于继续推动落地，更在于把已有经验抽象为可比较、可迁移、可互认的标准化框架。据科技日报、新京报等多家媒体公开报道，国内首个AI医院集团创新联合体——北京华医智锦健康科技集团已完成集团化整合并在北京投入运营，业务涵盖AI医院体系化建设、数据可信运营、互联网医院以及国际AI医院智联中枢（AIHIA Hub）等方向。对中国而言，这一进程既是参与国际医疗AI标准治理的重要窗口，也是把本土场景实践、平台建设经验转化为国际可对话规则语言的重要契机。随着标准研制推进与实践验证积累，医疗AI有望在更高水平上实现安全、规范、可信与国际协同发展。编辑：蔡宝珍
投稿联系
电话：15860744073
Email：15860744073@163.com
