世卫组织如何看待AI医疗 ——WHO全球AI健康治理框架与中国实践的对照解读

这篇文章,想把WHO这套全球框架讲清楚,也想顺着拉布里克博士的引用,把中国的实践嵌进全球坐标里看一看:我们在哪些地方走在了前面,又有哪些共同的难题还没解开。

 图1  拉布里克报告的叙述主线:从公信力到行动议程

一、开场:一句“穿越五年”,和一份全球答卷

拉布里克博士的开场,是一句在现场被反复传播的话:

“每次来到中国,我都感觉自己穿越到了五年之后。这个国家有太多试验在进行,但更重要的是,大量试点正在规模化成为标准。”

这句恭维不是客套。它点出了一个全球卫生系统的共同困境:工作人员时间有限、信息分散在不同记录里、患者不得不在复杂的服务链条之间自己穿梭。而AI的价值,在他看来只有一种正确的打开方式——支持工作人员、呈现指南、协调任务,但“一切以人为中心,而不是为技术而技术”。

在正式进入AI之前,他先回答了一个更根本的问题:凭什么由WHO来牵头全球AI健康治理?他的答案不是原则,而是实绩:

他特别强调:这不是一个“从日内瓦远距离发指南”的机构,而是一张由6个区域办公室、150多个国家办事处组成的网络——当WHO谈论AI健康时,是直接在各国卫生系统内部,与卫生部门和卫生工作者对话。这句话,是理解WHO整套AI治理逻辑的钥匙:它不靠一纸命令,靠的是把能力沉到每一个国家的系统里。

二、机制:GI-Ai4H——把卫生、标准、知识产权拧成一股绳

2018年,国际电信联盟(ITU)与WHO成立了“AI促进健康”焦点组。此后这个技术社群不断壮大,从日内瓦、上海到桑给巴尔、巴西利亚、柏林。2023年,ITU、WHO、世界知识产权组织(WIPO)三方正式启动全球AI健康倡议(GI-Ai4H)。

三家机构的分工意味深长:WHO管卫生,ITU管技术标准,WIPO管知识产权。把这三个原本各说各话的领域拧进同一个计划,本身就是全球治理的一次尝试。它下设三根支柱:

·赋能(ENABLE):制定标准、治理与政策,为各国卫生部门提供循证决策所需的证据;

·促进(FACILITATE):通过遍布全球的AI协作中心网络开展联合研究,持续生产证据;

·落地(IMPLEMENT):推动同行互学、知识转移,并托管公共产品——让“2026年没有任何一个国家需要从零开始”。

在具体的工作层面,GI-Ai4H设有伦理、监管、数据、评价、知识产权等常设工作组,并不断扩展妇女健康、HIV、传统医学、初级卫生保健、残障等专题组。拉布里克博士对此有一句很硬的态度:

“今天在座各位、以及WHO这样的组织,需要的正是这种细节层面——不只是发表原则,而是把原则转化为行动的技术工作。”

这一点,恰恰是中国实践最能对话的地方。就在同一天,庄宁司长展示了中国“8大方向、24类应用场景”的落地清单,以及一批中试基地。一边是WHO把原则拆成工作组的技术活,一边是中国把政策拆成可验收的应用场景——两条路径,殊途同归。拉布里克本人也注意到这种呼应:他提到印度在2026年2月发布的国家AI健康战略(SAHI)和基准开放数据平台(BODHA)“与几分钟前司长展示的内容非常相似”。国家战略加循证评估,正在成为各国的共同选择。

2026年7月,首届联合国AI治理全球对话在日内瓦举行,卫生被确认为战略优先部门,科学证据被置于治理的中心。WHO对此有一句很清醒的定位:

“我们不是在卫生领域建一条平行的治理轨道,而是直接汇入联合国层面正在进行的讨论。”

而在AI for Good全球峰会上,WHO/ITU/WIPO联合发布出版物时,拉布里克提炼出三个被反复追问的问题:第一,一个应用有没有证据?第二,一个国家有没有能力评估这些证据?第三,当AI或数字健康技术没能按预期工作时,谁来负责?证据、能力、问责——这六个字,几乎就是全球AI健康治理的全部命题。WHO总干事谭德塞的那句定调,也因此显得格外有分量:

“AI将塑造健康的未来,但我们的工作——你们的工作——是塑造AI。”

三、成熟度阶梯:AI医疗不是一个点,而是一段路

拉布里克博士先用一条时间轴回顾了AI近70年的旅程:从1950年代基于规则的专家系统,到1980年代的机器学习,到2006年之后的深度学习,再到2022年底ChatGPT发布开启的大模型阶段。他感慨:“我们花了六十年,才从一个研究概念,走到今天数十亿人每天都在使用的技术。”但他紧接着点出一个关键张力:卫生系统正在经历这段近70年旅程的结果,而变化真正发生的时间,只是走到这一步所耗时间的极小一部分。换句话说,留给卫生系统适应的时间,远比想象中短。

于是,他给出了整场报告最核心的框架——健康AI成熟度阶梯:

图2 卫生领域AI成熟度阶梯:四级跃迁与关键判断

他特别强调了一句:“但这个演进不是自动发生的。”从“助手”走到“原生AI”,需要的是以AI优先的视角,把工作流彻底重构——这正是摆在所有人面前“困难而不光鲜”的活。他有一句警告很扎心:

“我们不应该只是把从纸张开始的模拟系统数字化。”

而对中国,他给出了这样的评价:“中国在从零开始、以数字化原生方式重构系统方面,做得非常出色。”这句话,和庄宁司长报告里反复出现的“重构而非叠加”,形成了直接的呼应。拉布里克还举了一个所有中国人都熟悉的例子:支付宝和微信向我们展示了十年前无法想象的生活方式——那么,我们如何在卫生领域推动这种创新?他的结论很坚决:不走向数字化的代价,将大于从模拟系统迁移到数字系统的代价。

四、机遇与风险:多模态数据的两面

在机遇一侧,拉布里克展示了一幅多模态数据驱动的应用全景:组学、微生物组、可穿戴传感器、环境数据、电子病历汇入多模态生物医学AI,催生出新药靶点、生物标志物识别、新型疫苗设计、精准医疗、数字临床试验、居家医院、大流行监测、数字孪生等一系列机会。他还点名提到“中国高质量数据行动”,认为这正是未来支撑这一切的范例之一。

但他立刻补上一句平衡的话:“机遇是真的,但伴随这种规模数据而来的责任也是真的。”在他看来,AI贯穿公共卫生、临床医学和直接面向患者的服务三大板块,但他反复提醒一个容易被忽视的事实:

“AI不是一种技术,而是数十种不同的能力,每一种都需要自己的证据和自己的监督。”

他在这里引用了一句非常到位的中国谚语——“因噎废食”。不能因为怕噎着就不吃饭,但也必须依据风险和收益,区别对待每一类技术。这句话,几乎可以看作整场报告在“促进创新”与“守住安全”之间的平衡点。

五、智能体网络:治理难题藏在“连接层”

当AI从“工具”进化为“主动助手”,一个新的问题浮出水面。拉布里克设想了一个近未来:每一个公共卫生和临床角色,都可能有一个AI副驾驶——AI助理护士、AI助理行政、AI助理总监。要让这一切成真,智能体之间必须能互相交谈,形成一个使用共享协议(如模型上下文协议MCP)的网络,让规划、执行、专业化智能体之间能交接工作——“就像我们自己在临床和公共卫生环境中所做的那样”。

但他一句话点破了要害:

“那个连接层,正是治理难题所在。”

他举了一个具体场景:一个智能体准备转诊,另一个协调预约,第三个支持随访。每一次交接,都必须回答四个问题——前一个应用做了什么?还有什么不确定?下一个应用是否有权限执行这个动作?最重要的,任务是否真正完成了?因为在多智能体系统里,透明性和可追溯性变得更难:哪里出了错?错误是在哪一步犯下的?

他随即引用了上海交通大学等地学者几个月前刚发表的一篇综述——《医疗多智能体AI系统中的伦理问题》,给出了一张“伦理内建”的架构图:从患者数据、临床指令、机构政策等系统输入,到数据感知、推理知识、编排规划、执行行动四类智能体,再到隐私泄露、上下文盲视、黑箱不透明、错误级联四类风险,而人类监督检查点必须内建于工作流本身,最终汇入治理与合规层。他的核心主张只有一句:

“伦理即设计的框架,必须从第一层就内建于架构之中,而不是事后附加。监督要被设计进架构,而不是事后补上的想法。”

六、自动化的边界:程度跟着任务和证据走

在“该把多少决策权交给AI”这个问题上,拉布里克给出了一条清晰的原则:

“自动化的程度,应当依据任务和证据,而不是技术的能力。”

他归纳出三种监督模式:第一种,AI准备输出,由人决策并行动;第二种,AI准备、人批准之后,系统才执行;第三种,系统在限定范围内自主行动,遇到异常时升级、由人介入。无论哪一种,共同的要求都是:员工必须知道何时接管,系统必须清楚自己的边界在哪里,并且要配备监控、升级路径,以及一个真正可用的回退机制。

这一段,和大会另一场圆桌讨论里“AI不做确权,由医生确权”的观点,几乎是同一句话的两种说法。越接近诊疗核心,人类把关的分量就越重——这是中外专家难得的共识。

七、风险的三个维度:距离、依赖、嵌入

如何评估一个具体AI应用的风险?拉布里克给出了“四问加三维”的方法。四个问题是:行动权限——系统能否未经批准就行动?失败后果——输出错了会怎样,只是不便还是可能致命?使用规模——可能影响多少人?检测与纠正——错误能否被及时发现并修正?

而真正的洞见,在于三个维度:

图3  AI医疗应用的风险评估框架:四问×三维

第一是距离——系统离“患者与医生之间的接口”有多近。他画出一条风险光谱:后台系统(库存、排程、账单)离患者最远,固有风险最低;环境监听智能体处在问诊之中,塑造着医生听到和记录的内容,属于中等风险;而机器人手术助手直接在诊疗行为内部运作,风险最高。他前一天在重庆涪陵实地考察时,就亲眼看到了这种环境监听智能体。

但他立刻补了一句不能被误读的话:

“系统离患者接口越远,固有风险越低——但距离并不消除监督的必要性。一个后台系统,仍然可以影响谁能被看到、何时被看到,这同样会影响健康结果。”

第二是依赖度——如果工具停了,员工还能不能工作?第三是嵌入度——如果工具错了,在有人察觉之前,有多少下游记录和系统已经基于这个错误采取了行动?自动转诊摘要、诊断影像解释层,都是嵌入度极高的典型。这三个维度叠加,才是一个AI应用真实的风险画像。它提醒我们:不能只盯着“算法准不准”,还要看“它在工作流里扎得多深”。

八、监管:全球协同,以及中国的“两面”

在监管层面,拉布里克梳理了变更管理这一最新焦点:2025年8月,美国FDA发布终稿指南,要求AI赋能设备软件功能提交“预定变更控制计划(PCCP)”;2026年8月,国际医疗器械监管机构论坛(IMDRF)发布终稿文件,确立变更控制计划原则。它们追问的是同一个核心问题:一次更新带来了什么改变?需要什么证据和监测,才能证明继续安全使用是合理的?

而讲到中国,他特别点出了一个“两面”的格局——这一观察相当精准:

他对这一格局的评论值得细品:

“监管机构不只是在监督AI,它们自身也在使用AI,并承担与所有人同等的问责义务。监管机构也需要监督自己对AI的使用。”

换句话说,当监管者自己也开始用AI,问责的链条并没有变短,反而更复杂了。这与中国国家药监局把“人工智能+审评”列为重点任务的方向,正好形成互文。此外,由WHO与韩国食品药品安全部共同主办的“AI监管国际峰会(AIRIS)”,去年在仁川吸引了50多个国家参加,并呼吁把监管贯穿医疗产品的全生命周期。拉布里克对此明确表示:“我们希望中国在这一领域的发展中,发挥重要的领导作用。”

他同时坦承一个现实痛点:在许多国家,连监管者自己都缺乏判断“哪些AI工具该用于本国系统”的技能。为此,WHO即将推出四件套资源——监管格局分析、法律考量、培训与知识工具、实施工具包。但他划下了一条清晰的边界:

“这些都不能替代一个国家自身的法律基础设施。它们的目的,是让从指南走向可运转的监管,变得更容易。”

九、AI可验证性:从“发布指南”到“可测试的指南”

整场报告最具想象力的一页,是WHO正在搭建的“AI可验证性(Verifiability)”基础设施。它的合作方阵容堪称豪华:WHO、哈佛大学、Anthropic、谷歌、盖茨基金会,以及全球专家。这套基础设施的逻辑分三步:

图4  AI可验证性基础设施:让WHO指南变成可计算、可测试的知识

第一步,把WHO的知识——指南、算法、指标——结构化为一个可计算的知识库,做到AI原生,每一条陈述都能溯源到WHO的原始出处;第二步,通过厂商中立的“技能”,让任何AI模型都能访问这个知识库;第三步,搭建评价测试台,在各个健康领域测量AI系统的响应,对照WHO规范进行校验。最终目标,是在AI到达患者之前,完成验证。他用一句话总结了这件事的意义:

“这就是从发布指南,走向让指南在真正接触患者的系统中切实可用、可测试的含义。”

把权威指南从“一份PDF文档”,变成“机器可调用、可对照、可测试的知识底座”——这个思路,对中国同样有借鉴意义。当我们的临床指南、诊疗规范、评级标准也能被结构化、被AI直接调用和验证时,“数据实效”才真正有了可度量的抓手。

十、四大优先事项,和一个共同的结语

报告的最后,拉布里克给出了面向未来的四大优先事项:一是强化基础,提升卫生系统的AI就绪度,以规范、政策、标准、指南为支撑;二是建设治理能力,提供面向各省和会员国的协调工具,建立基于风险的分级和监管者共享的分类法;三是共同生成证据,涵盖临床证据、运营证据和经济学评价,为了可验证、可问责的AI;四是最被他强调的一条——模拟系统的重新设计。

第四条,几乎是他整场报告的落点:

“真正的数字化转型,不是把AI叠加在我们已有的、基于纸张的遗留流程之上,而是重新设计那些在纸张是常态的年代建立起来的系统。有时,这意味着从一张白纸开始。”

这句话,和中国会场里“数据与系统剥离、无感切换”“从架构层统筹、避免智能孤岛”的讨论,是同一种清醒:AI不是给旧系统打补丁,而是重构系统的契机。

报告的结尾,拉布里克博士把所有宏大的框架收束成一句朴素的话:

“我今天所描述的一切,目的很简单:为患者提供更好的照护,为提供照护的人,提供更好的支持与工作。”

他还特别提到,本周在重庆和杭州发生的一切——MAIC大会与随后举行的第三届GI-Ai4H年会(2026年9月16至18日,注册超千人、来自65个国家的160位国际参与者)——“就是伙伴关系的实际行动”。

把WHO的全球框架和中国的国家实践并置来看,会发现一个有趣的事实:在“以人为中心”“重构而非叠加”“分级监督”“证据与问责”这些根本判断上,中外几乎没有分歧。分歧只在路径——WHO靠的是把194个会员国拧进同一套治理机制,中国靠的是把政策快速拆成可落地的应用场景和中试基地。两者不是替代关系,而是同一条路的两段:全球框架提供共识与底线,国家实践提供速度与样本。

对中国的医疗信息化从业者而言,这份WHO报告的价值,不在于告诉我们“该做什么”——我们已经在做了，而在于提醒我们“该怎么做才算做对”:让每一个AI应用都有自己的证据和监督,让监督内建于架构而非事后附加,让自动化程度跟着任务和风险走,让指南变成可测试的知识底座。当“穿越五年”的赞叹散去,真正决定我们能走多远的,正是这些不光鲜、却很扎实的功夫。