《学习时报》发文强化 AI 诊疗法治约束，医疗 AI 算法备案与审查制度提上日程

中央党校机关报《学习时报》8 月 21 日刊发《强化"AI 诊疗"的法治约束》一文，系统论述了对 AI 医疗应用加强法律规制的路径。作为中央级权威媒体的政策风向标，此文释放的信号值得整个医疗 AI 行业认真对待。

为什么是现在

文章的背景判断很直接：AI 辅助问诊、智能分导诊、电子病历自动生成等应用加速落地，"AI 诊疗"已覆盖基层辅助诊断、大型医院智能分导诊、互联网平台预问诊与处方审核、慢病管理等多元场景。提升效率、缓解医疗资源不均的同时，诊疗责任归属模糊、算法"黑箱"透明度不足、健康数据安全隐患、线上用药合规短板四类问题日益凸显。

政策谱系：从原则到细则

此文并非凭空而来。文章梳理了既有框架：今年 3 月国家药监局发布《关于"人工智能+药品监管"的实施意见》，从药品全生命周期监管角度规范 AI 应用；4 月国家网信办等五部门出台《人工智能拟人化互动服务管理暂行办法》，划定交互规范与数据安全底线；更早的 2017 年《人工智能辅助诊断技术管理规范》明确 AI 辅助诊断"不能作为临床最终诊断"，2025 年五部门《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》延续"辅助诊疗"定位。

但文章直言：专门规则供给不足、部门监管衔接不畅、责任认定标准模糊等问题仍然突出。

核心建议：算法备案与审查制度

文中最具操作含义的建议，是建立医疗 AI 算法备案与审查制度：要求"AI 诊疗"模型提交算法原理、训练数据来源及风险评估报告，必要时由多学科专家组成的机构进行评估。配套建议包括：

• 在法律层面明确 AI 的辅助定位——不能替代医生的临床判断和最终决策责任；
• 明确医生对 AI 结果的校验义务及其具体内容，厘清算法缺陷致害时的归责原则与举证责任分配；
• 明确 AI 诊断结果的可解释性要求，使诊断建议能被医生理解和校验；
• 对已投入临床的模型建立定期报告与监督检查机制，发现算法偏差或准确率异常时启动评估与纠正。

值得注意的是，训练数据被两度点名：算法训练数据的来源和质量缺乏有效监督机制，数据偏差可能直接影响诊断准确率。这与国际监管趋势同频——训练数据的可追溯与可审计，正在成为医疗 AI 合规的前置条件。

对行业的含义

对医疗 AI 从业者而言，此文预示的监管走向可以概括为三步：支付通道已经打通（AI 辅助诊断进入医保目录）、应用规范正在细化（算法备案、责任划分）、顶层立法在筹备（AI 医疗专项立法已入国务院年度立法计划筹备清单）。

从"能不能用"到"怎么负责"，中国医疗 AI 正在进入深水区。合规能力——包括训练数据的治理、留痕与审计能力——将从成本项变为竞争力。

千方医数集编辑部 出品