加州签署AB 1979与SB 503：医疗聊天机器人被纳入CMIA约束，AI不得独立执行须持照的临床功能

把聊天机器人定义成医疗服务提供者，加州把责任压回了机构这一侧

影响分析 × 监管与合规专家 ｜ 趋势前瞻 × AI技术供应商/创业者 ｜ 监管动态

2026年9月30日，加州州长Gavin Newsom在法案签署期最后一天签下11项AI相关法案，其中只有两项指向医疗：AB 1979与SB 503，正式名称同为Health care services: artificial intelligence。两项法案一个改定义，一个压义务，把AI在临床里的位置重新划了一遍。变化不在技术门槛，而在责任落到谁头上。

开场：签署期最后一天，11项里只有两项留给医疗

9月30日是州长可以签署或否决法案的最后一天。据Transparency Coalition记录，当日共签署11项AI相关法案，为2026立法年收尾，全年通过的AI相关法案接近30项，同批还涉及职场数据限制与AI透明度更新等议题。留给医疗的只有两项：AB 1979由众议员Mia Bonta提出，SB 503由参议员Akilah Weber Pierson提出。

两项法案的身份可在加州立法信息网站核实：AB 1979于9月30日由州务卿编入Chapter 854，SB 503同日编入Chapter 857，状态均为州长批准、已编章。这层身份在合规讨论里很关键——讨论对象是成文法文本，而不是监管机构的表态。

AB 1979改的定义：聊天机器人算不算医疗服务提供者

AB 1979最实质的动作是改民法典。它修订§56.05与§56.06：一个向消费者提供health care chatbot、用于管理其健康信息或用于诊断、治疗、管理某种健康状况的经营主体，将被视为《医疗信息保密法》（Confidentiality of Medical Information Act，CMIA）下的provider of health care。立法顾问摘要还提示，由于部分CMIA违规在现行法下属轻罪，这一修订会扩大犯罪的涵盖范围。

改的是主体身份，不是模型形态：被约束的是提供聊天机器人的生意，无论背后是大语言模型、规则引擎还是人工兜底。对直接面向消费者的健康产品公司，隐私合规坐标从消费者保护的一般规则，换成了医疗信息保密的专业规则；对医院，采购尽调清单要多一条——供应商是否已被视为医疗服务提供者。

§22758.5的红线：AI不能独立做需要执照的事

AB 1979同时新增商业与职业法典§22758.5，落在Division 8新增的Chapter 25.5下。义务主体写得很清楚：health facility、clinic、physician office，以及group practice的办公室，个人医生不是直接义务人。

条款核心有两条。第一是合理步骤义务：只要患者诊疗受到临床决策支持系统（clinical decision support system，CDSS）输出影响，上述机构就须采取合理步骤，确保持照医疗提供者在执业范围内保留独立专业判断的能力。第二是红线：禁止使用含AI的工具、系统或设备独立执行法律要求持照人员完成的临床功能，第二分支还覆盖AI指挥或指导无照人员执行这类功能。

这不是对临床AI的禁令。CDSS被定义为产出预测、分类、建议、评估或分析、用以辅助诊疗时机、诊断或治疗决策的AI系统；按此定义，预约管理、提醒、患者教育、就诊前材料与支付处理落在范围外，前提是独立完成这些任务不需专业牌照。条文还留了两个口子：受训者在通向执照的学习项目中使用，以及不涉及专业判断的文档与沟通类自动化系统。执法上，违反该条若系医生所为，落入Medical Board of California或Osteopathic Medical Board of California管辖；构成无照执业的，相关委员会可依§125.5申请禁令。义务写在机构身上，执法通道却挂在个人执照上。

SB 503压给开发者：偏倚要识别，文档要交出来

SB 503新增§22758，落在Chapter 25.3下，使用与AB 1979几乎一致的CDSS定义。开发者与部署者须以合理努力识别那些已知、或存在可合理预见风险的、在健康项目或活动中部署会产生biased impact的系统；biased impact指基于受保护特征的不利影响，包括就医可及性、医疗质量或结局的下降。开发者要做三件事。

1. 以合理努力减轻已知或可合理预见的偏倚风险。
2. 向部署者提供预期用途与已知或可合理预见风险的说明。
3. 提供覆盖七类内容的文档：训练数据类型的高层摘要及人口代表性；性能、局限与偏倚缓解的评估方式；数据治理措施；预期收益与预期输出；已知或可预见的偏倚风险及缓解努力；使用、监测与风险缓解建议；以及理解输出、监测偏倚影响所需的其他文档。

文档在首次销售时或应请求时提供，取较早者。合规路径有两条：遵循经多方共识形成、与偏倚测试和医疗AI相关的行业标准，或提供以行业公认方法定期开展的算法影响评估结果。部署者则须定期监测并采合理且相称的缓解步骤。条文未要求一个无偏倚的系统，标准落在努力与相称上；第(d)款还明确，遵守本条不得用作非法歧视指控的抗辩。

冷静观察：责任落在机构而不是医生，但生效日至今没人说得准

两项法案合看，责任重心明显压向机构与厂商，而不是床边的临床医生。同日被否决的AB 2575恰好补上背景：该法案由众议员Liz Ortega提出，本意是禁止雇主仅因一线医护推翻或依赖CDSS而进行报复，纽森的否决理由是该保护标准高于其他反报复法、会束缚劳工专员，并会让劳工专员去判断医疗照护标准。加州护士协会主席Sandy Reding随即批评这一否决；加州医院协会则已对外表示，法案由直接禁止改为合理步骤后，不再反对AB 1979。

最需要谨慎的仍是时间。第三方合规机构DataGuidance把两项法案的适用记为2027年1月1日；但两份enrolled文本本身并未载明生效日或施行日，第三方The Leveraged Years在读过enrolled文本后明确声明不补日期。发稿口径只能是软表述：生效日待以编章后的正式条文确认，在此之前，上述义务应理解为法律一旦施行后将要施加的要求。对已在加州部署临床AI的机构与厂商，这不构成等待的理由——文档、阈值与监测这些准备，本来就可以先做起来。

原文链接：Transparency Coalition（11项AI法案签署清单）

千方医数集编辑部 出品