全球首个!不用医生审核,AI 可以自己开药了!

今年 9 月，美国犹他州批准了一项新的医疗 AI 试点。

这一次，AI 不再只是帮患者续开已经吃过的药，而是第一次被允许进一步参与首次评估、首次用药选择和新处方开具。

不过，它并不是一上来就完全脱离医生。前期每张处方都要由医生审核，只有达到安全指标后，AI 才可能进入无需医生事前逐单批准的阶段。

这项试验真正测试的是，某些风险较低、规则明确的诊疗工作，能不能真正从医生手里交给 AI。

拍 5 张脸部照片

AI 开出痤疮处方

这项试点由 Nolla Health 推出，目前只在犹他州开展，面向成年轻中度痤疮患者。

用户完成身份认证和健康问卷后，需要按照要求拍摄多个角度的面部照片。

图源：Nolla

AI 会根据照片判断痤疮皮损，并结合病史、过敏史、当前用药等信息评估严重程度。

一旦病情超过设定范围，系统就不能继续自行处理。

例如，痤疮严重程度评分超过 3.5 分，或者患者正处于妊娠、备孕、哺乳期，存在明显免疫问题、严重肝肾功能异常或其他用药禁忌，都需要转给医生。

图源：犹他州政府

即使通过筛选，AI 也不能随意开药。

目前开放的只是少数低风险外用方案，包括维 A 酸、阿达帕林、过氧化苯甲酰、壬二酸，以及部分复方制剂。口服抗生素、异维 A 酸和重度痤疮治疗，都不在试点范围内。

整个项目还设置了三道门槛。

第一阶段，前 100 名患者的每张 AI 处方，都必须经过两名持牌医生独立审核。

如果 AI 与医生判断的一致率达到至少 95%，没有漏掉高风险病例，也没有出现严重安全问题，项目才能申请进入下一阶段。

第二阶段开始，AI 可以先发出处方，医生改为事后审核。

进入第三阶段后，人工监督进一步降低为抽查，但医生仍需重点复核病情恶化、不良反应和需要升级治疗的患者。

图源：Nolla

也就是说，AI 最终能不能真正自主开药，要先用真实患者数据证明自己足够稳定。

为什么先从痤疮开始？

Nolla 选择痤疮，并不是偶然。

这种疾病患者多、皮损主要表现在皮肤表面，很多信息可以通过照片观察；轻中度病例的常用治疗方案也相对集中。

美国皮肤病学会数据显示，痤疮每年影响约 5000 万美国人。

与此同时，在美国部分大城市，非急诊皮肤科新患者常常要等待一个月左右才能就诊。

图源：2022 Survey of Physician Appointment Wait Times and Medicare and Medicaid Acceptance Rates, page 13

对于这类高频、低急迫性问题，如果 AI 能够先筛掉高风险患者，再从有限药物中选择方案，理论上确实有机会缩短等待时间。

但真正有争议的，恰恰是「谁来做最后决定」。

犹他州此前已经尝试过让 AI 为病情稳定的患者续开处方，那次试点就遭到了明显反对。

2026 年，当地医学执照委员会曾正式要求暂停一项 AI 自动续方项目，理由是：即使只是续开旧药，患者的病情、合并用药和不良反应都可能发生变化，而 AI 未必能够像医生一样及时识别这些变化。

图源：犹他州医学执照委员会

换句话说，连「把旧药再开一次」都存在争议，这次进一步放到「第一次开药」，风险自然更受关注。

这也是为什么此次 Nolla 试点把范围压得很窄：只做一种常见皮肤病，只服务成年人，只处理轻中度病例，而且只能从事先批准的外用药中选择。

它本质上不是让 AI 像全科医生一样自由判断，而是先把诊疗过程切成一个边界非常清楚的小任务。

真正的分水岭

是 AI 能不能独立开药

美国医疗 AI 已经非常普遍。

截至 2026 年 9 月，FDA 授权的 AI 医疗器械已经超过 1600 项；Doximity 的调查也显示，美国医生在临床工作中使用 AI 的比例，已经从 2025 年春季的 47% 上升到 2025 年底至 2026 年初的 63%。

但大多数 AI 仍然只是辅助工具。它可以帮医生看片、整理病历、提示风险，却不能自己完成最终医疗决定。

犹他州这次试点真正不同的地方，是它开始尝试把一小部分处方决策本身交给 AI。

图源：FDA

而各地对这一步的态度差异很大。

在美国，许多规则仍由各州分别探索，有的州强调患者知情，有的州要求关键决定必须保留人工审核。

欧盟则把符合条件的医疗器械 AI 纳入高风险监管，重点要求风险管理、数据治理和人工监督。

中国现行互联网诊疗规则更明确，处方应由接诊医师本人开具，严禁使用人工智能自动生成处方。

图源：国家卫健委

因此，犹他州这项试点真正值得观察的，并不是它会不会证明「AI 可以替代医生」。

而是它第一次把一个过去只能由持牌医生完成的动作，拆成了可以逐步移交给算法的流程：先让 AI 建议，再让 AI 开方，最后再看医生是否可以从「事前批准」退到「事后监督」。

如果这个模式能够在严格限定的病种中长期保持安全，它可能会成为医疗 AI 从「辅助工具」走向「有限自主决策」的一次重要测试。

如果出现明显误诊、漏诊或用药安全问题，也会说明一件事：医疗决策里，有些看似简单的环节，并没有想象中那么容易交给算法。