“OneHHS”蓝图：深入了解大规模人工智能转型

数字健康监管支离破碎的时代本周正式宣告结束。2025年12月4日，美国卫生与公众服务部（HHS）发布了其”OneHHS”人工智能战略，这是一项旨在统一FDA、CDC和NIH在人工智能领域监管方式的宏大政策框架。

多年来，从硅谷到波士顿的生物技术中心，抱怨始终如一：混乱。FDA针对软件有一套标准，ONC（国家卫生信息技术协调办公室）针对互操作性有另一套标准，而报销路径却始终是个谜。“OneHHS”倡议旨在打破这些壁垒，恰逢下一代”智能体AI（Agentic AI）“工具开始上线。

这不仅仅是一份白皮书。它为新的透明度与安全性合规设定了硬性截止日期（最引人注目的是2026年4月3日）。如果你正在健康科技领域创业，游戏规则已经改变。

核心转变：从预测型到智能体型

要理解这一战略为何重要，必须先了解它试图治理的技术。医疗AI行业目前正在经历根本性转变。

旧模式：临床决策支持（CDS）

过去十年，“医疗领域的人工智能”主要指的是临床决策支持。这些是被动系统。放射科医生查看X光片，AI标出可疑阴影。医生做出判断。AI只是第二双眼睛，仅此而已。

新模式：智能体AI

FDA近期的一系列试点项目，包括12月1日新宣布的”TEMPO”倡议，都指向智能体AI（Agentic AI）。

区别在于能动性。智能体AI不只是”支持”决策，而是执行任务。

• CDS：“医生，建议使用X药物。”
• 智能体AI：“X药物的处方已起草，已与患者的保险 formulary 交叉核对，预授权请求已排队。批准后即可发送。”

智能体系统可自主与其他软件系统（EHR、计费门户和药房网络）交互，等待人工最终确认。“OneHHS”战略正是政府为这一自主未来构建护栏的尝试。

全球背景：OneHHS 对比 欧盟《人工智能法案》

美国的这一战略并非孤立存在。它直接与欧盟《人工智能法案》形成竞争（并相互补充），后者将于2026年中期全面生效。

不同理念

• 欧盟路径：基于风险的”产品安全”模式。如果一款AI工具属于”高风险”（大多数医疗AI都属于此类），则必须在进入市场前通过严格的事前合规评估。
• 美国”OneHHS”路径：“全生命周期管理”模式。FDA承认AI会变化。重点不再是初始的”批准印章”（尽管仍然存在），而是前述的持续性能监测。

对于跨国医疗科技公司而言，这种双重监管制度构成了一幅复杂的韦恩图。欧盟要求严格的上市前文档；HHS要求严格的上市后可观察性。构建一个同时满足两者的合规体系，意味着必须现在而非以后大力投资自动化治理平台。

网络安全维度

HHS还明确将这一AI战略与其网络安全目标（HHS 405(d)）联系起来。智能体AI引入了新的攻击向量。

• 提示注入：恶意行为者能否”诱骗”医疗计费智能体批准欺诈性索赔？
• 数据投毒：对联邦训练数据的细微篡改，是否会使诊断模型产生偏差？

“OneHHS”计划要求开发者证明其具备”对抗鲁棒性”。你不能只证明AI有效，还必须证明它不会轻易被破坏。这与FDA近期发布的《医疗器械网络安全》指南一致，实际上将AI模型视为关键基础设施。

“OneHHS”战略核心

这一统一战略聚焦三大关键支柱，每位医疗行业CTO都需要牢记。

1. 数据的”围墙花园”

HHS正在强制推行统一的数据治理模型。过去，使用Medicare理赔数据训练AI模型与使用NIH临床试验数据训练，需要遵循完全不同的法律框架。“OneHHS”提出了一种联邦数据架构，模型可以在各机构之间进行验证，而数据始终不离开其安全孤岛。

这对验证而言是一次重大胜利。开发者不再需要祈祷模型在不同人群中有效，未来可能很快就能针对代表全美人口的HHS联邦数据集测试其算法。这种集中化减少了在单一医院系统数据上训练所带来的偏差。

2. 透明度标准（HTI-2 对齐）

该战略严重依赖**《健康数据、技术与互操作性》（HTI-2）**最终规则。核心要求是”可解释性设计”。

如果你的模型拒绝了一项理赔或将患者标记为脓毒症，它必须向最终用户提供导致该结论的具体特征。用于高风险临床决策的”黑箱”算法实际上已被禁止。

3. 2026年4月截止日期

最直接的影响是2026年4月3日这一截止日期。到该日期，所有使用预测性AI的认证健康IT模块必须符合新的透明度要求，包括：

• 真实世界性能测试结果。
• 训练数据使用的详细说明（人口统计学特征、样本量）。
• 公平性影响评估。

技术挑战：验证

行业面临的最大障碍不是构建AI，而是在这些新规则下证明AI有效。

“漂移”问题

HHS已将模型漂移列为主要执法目标。一个基于2023年数据训练的模型，今天可能有95%的准确率，但随着治疗方案的变化，其准确率会下降。 新战略建议转向持续监测协议（CMP）。FDA正在从”一次性”审批模式转向”全生命周期监管模式”。

从技术角度看，部署AI医疗器械（SaMD）现在就像运营一款SaaS产品。你需要可观察性流水线，本质上每周在生产环境中针对真实结果对模型进行”单元测试”。

$Accuracy_{t} = \frac{TruePositives_{t} + TrueNegatives_{t}}{TotalSamples_{t}}$

如果 $Accuracy_{t}$ 低于预先注册的阈值（例如 $< 90\%$），系统必须自动进入故障安全状态或向人工操作员发出警报。构建这种”杀伤开关”基础设施现在是一项合规要求，而不仅仅是最佳实践。

为何对市场意义重大

市场的最初反应是积极的。为什么？因为监管既能创造护城河，也能带来确定性。

风险资本一直不愿向”智能体医疗AI”投入数十亿美元，原因在于责任风险。如果自主智能体犯错，谁来被起诉？医生？开发者？

通过建立明确的联邦标准，“OneHHS”战略提供了一道责任护盾。如果公司能够证明其遵循了严格的HHS验证和监测协议，就具备了可辩护的立场。这大大降低了在临床环境中部署生成式和智能体模型的风险。此外，这种标准化使第三方审计更加容易，创造了一个在以往碎片化监管格局中不可能实现的稳健信任生态。

未来展望？

“OneHHS”战略就是发令枪。

• 2026年第一季度：预计首批依据新指南获批的”智能体”510(k)许可。
• 2026年第二季度：4月截止日期将迫使一批无法满足透明度标准的遗留”黑箱”供应商退出市场。

对开发者而言，信息很明确：健康AI的”狂野西部”时代已经结束。“可审计智能体”时代已经开启。适应这些新验证标准的企业将蓬勃发展，而依赖不透明性的企业将被挡在世界上最大的医疗市场之外。时钟正在走向2026年4月。