“OneHHS”蓝图：深入了解大规模人工智能转型

数字健康监管的碎片化时代于本周正式结束。 2025 年 12 月 4 日，美国卫生与公众服务部 (HHS) 公布了“OneHHS”人工智能战略，这是一个全面的政策框架，旨在统一 FDA、CDC 和 NIH 处理人工智能的方式。

多年来，从硅谷到波士顿生物技术中心的抱怨都是一样的：混乱。 FDA 有一套软件标准，ONC（国家协调员办公室）有另一套互操作性标准，报销途径仍然是个谜。 “OneHHS”计划旨在拆除这些孤岛，就像下一代“代理人工智能”工具开始上线一样。

这不仅仅是一份白皮书。它为遵守新的透明度和安全标准设定了严格的截止日期（尤其是 2026 年 4 月 3 日）。如果您正在开发健康技术，那么参与规则就会发生变化。

核心转变：从预测到代理

要了解该策略“为何”重要，有必要了解其试图管理的技术。该行业目前正在见证医疗人工智能的根本性转变。

旧模型：临床决策支持 (CDS)

在过去的十年中，“医疗保健中的人工智能”主要意味着临床决策支持。这些是被动系统。放射科医生正在查看 X 光片； AI 突出显示可疑的阴影。医生打电话。人工智能只是第二双眼睛，仅此而已。

新模型：代理人工智能

FDA 最近的试点计划，包括 12 月 1 日启动的新宣布的“TEMPO”计划，都指向 Agentic AI。

区别在于代理。代理人工智能不仅“支持”决策，而且还“支持”决策。它执行任务。

• CDS：“医生，建议开药X。”
• Agent AI：“药物 X 的处方已起草，与患者的保险处方集交叉引用，预先授权请求已排队。批准发送。”

代理系统自主地与其他软件系统（EHR、计费门户和药房网络）交互，等待人工签核。 “OneHHS”战略是政府为这个自治未来筑起护栏的尝试。

全球背景：OneHHS 与欧盟人工智能法案

美国的这项战略并非凭空存在。它直接与欧盟人工智能法案竞争（并补充），该法案将于 2026 年中期全面执行。

不同的哲学

• 欧盟方法：基于风险的“产品安全”模型。如果人工智能工具是“高风险”（大多数医疗人工智能都是），那么它在进入市场之前就面临着严格的“事前”合格评估。
• 美国“OneHHS”方法：“生命周期管理”模型。 FDA 承认人工智能正在发生变化。重点较少放在最初的“批准印章”（尽管仍然存在）上，而更多地放在上面描述的持续性能监控上。

对于跨国医疗科技公司来说，这种双重机制创建了一个复杂的维恩图。欧盟要求严格的上市前文件； HHS 要求严格的上市后可观察性。构建满足这两个要求的合规堆栈意味着现在而不是以后大力投资自动化治理平台。

网络安全维度

HHS 还明确将该人工智能战略与其网络安全目标联系起来 (HHS 405(d))。 Agentic AI 引入了新的攻击向量。

• 即时注入：恶意行为者是否可以“欺骗”医疗计费代理批准欺诈性索赔？
• 数据中毒：联合训练数据的细微改变是否会扭曲诊断模型？

“OneHHS”计划要求开发者展示“对抗鲁棒性”。你不能仅仅证明你的人工智能有效；你还要证明你的人工智能有效。你必须证明它不容易被破坏。这符合 FDA 最近关于“医疗设备网络安全”的指导，有效地将人工智能模型视为关键基础设施。

“OneHHS”策略的内部

统一战略重点关注卫生部门每位首席技术官都需要记住的三个关键支柱。

1.数据的“围墙花园”

HHS 正在强制要求建立统一的数据治理模型。此前，根据 Medicare 索赔数据与 NIH 临床试验数据训练 AI 模型需要遵循完全不同的法律框架。 “OneHHS”提出了一种联合数据架构，可以在数据不离开其安全孤岛的情况下跨机构验证模型。

这是验证的巨大胜利。开发人员可能很快就能针对代表整个美国人口的联合 HHS 数据集测试他们的算法，而不是希望模型适用于不同的人群。这种集中化减少了对来自单个医院系统的数据进行培训时固有的偏差。

2. 透明度标准（HTI-2 对齐）

该策略在很大程度上依赖于健康数据、技术和互操作性 (HTI-2) 最终规则。核心要求是“设计的可解释性”。

如果您的模型否认索赔或将患者标记为脓毒症，则它必须向最终用户提供得出该结论的“特定特征”。 “黑匣子”算法实际上被禁止用于高风险的临床决策。

3. 2026 年 4 月截止日期

最直接的影响是设定的最后期限 2026 年 4 月 3 日。截至目前，所有使用预测人工智能的经过认证的健康 IT 模块都必须符合新的透明度要求。这包括：

• 真实世界的性能测试结果。
• 训练数据使用的详细描述（人口统计、样本大小）。
• 股权影响评估。

技术挑战：验证

该行业最大的障碍不是构建人工智能，而是人工智能。它证明了它在这些新规则下是有效的。

“漂移”问题

HHS 已将“模型漂移”标记为主要执法目标。现在，基于 2023 年数据训练的模型的准确度可能达到 95%，但随着治疗方案的变化，其准确度会下降。 新战略建议转向持续监控协议（CMP）。 FDA 正在从“一次性”审批模式转向“生命周期监管模式”。

从技术上讲，这意味着部署人工智能医疗设备 (SaMD) 现在就像运行 SaaS 产品一样。您需要可观察性管道，本质上是每周根据实际结果对生产中的模型进行“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，

$< 90\%$

），系统必须自动进行故障保护或向操作员发出警报。构建这种“终止开关”基础设施现在已成为合规性要求，而不仅仅是最佳实践。

为什么这对市场很重要

市场的初步反应是积极的。为什么？因为监管创造了护城河，但它也创造了确定性。

由于责任风险，风险投资一直犹豫是否要向“Agentic Health AI”投入数十亿美元。如果自主代理人犯了错误，谁会被起诉？医生？开发商？

通过建立明确的联邦标准，“OneHHS”战略提供了责任盾。如果一家公司能够证明他们遵循了严格的 HHS 验证和监控协议，那么他们就有了正当的地位。这显着降低了在临床环境中部署生成模型和代理模型的风险。此外，这种标准化允许第三方更轻松地进行审计，从而创建一个强大的信任生态系统，这在以前分散的监管环境中是不可能的。

下一步是什么？

“OneHHS”战略是发令枪。

• 2026 年第一季度：预计新指导下的第一波“Agentic”510(k) 许可将会出现。
• 2026 年第二季度：4 月份的最后期限将迫使无法满足​​透明度标准的传统“黑匣子”供应商面临洗牌。

对于开发者来说，这个信息很明确：健康人工智能的“狂野西部”时代已经结束。 “可审计代理”的时代已经开始。那些适应这些新验证标准的人将会蓬勃发展，而那些依赖不透明性的人将发现自己被排除在世界上最大的医疗保健市场之外。时间一分一秒地临近 2026 年 4 月。

资料来源 (4)

• completeaitraining.com HHS Puts AI at the Heart of Health Innovation with 'OneHHS'
• digitalhealthnews.com Microsoft, Providence, UW Release AI Tool for Tumor Analysis
• mondaq.com FDA Launches TEMPO Pilot for Digital Health
• xtalks.com FDA Finalizes Guidance on Promotional Labeling