夜雨聆风一家全球最知名的医院，内部数字助手被指错误率高达67%
诉状还称，研究人员试图删除不利测试结果，并让未经授权的软件进入临床工作流；那个不断踩刹车、要求重新审查的人，最终在病假期间得知：你的岗位没了
这听起来像医疗科技惊悚片。
但它已经进入美国联邦法院。
2026年7月6日，梅奥诊所前研究运营总监、AI合规负责人特蕾西·多美子·埃托（Traci Tamiko Eto）起诉老东家18页诉状里，AI失控、患者隐私、心脏器械、内部举报与职场报复，被一根线串在了一起
案号：0:26-cv-03189。
必须先划清边界：“67%错误率”“删除结果”“绕开IRB”等内容，目前均是原告诉状中的指控，尚未经法院审理认定。梅奥则重申，其AI研究与临床创新依法进行，并表示不评论未决诉讼。
▲ 诉状首页：Eto诉Mayo Clinic，诉求涉及《虚假申报法》报复条款、ADA与FMLA。
她被请来安装刹车，最后却被“请下了车”
埃托正是为合规而来的。
诉状称，她拥有约18年人类受试者保护经验，曾在斯坦福相关IRB体系、Kaiser Permanente及芝加哥Lurie儿童医院工作2023年12月加入梅奥后，她管理约36名员工和3名经理，并负责让梅奥的AI项目符合安全、隐私和科研治理要求
她负责确认AI项目在加速之前，前面到底有没有悬崖
第一声警报，来自Mayo Clinic Platform
这是梅奥布局AI的重要基础设施：把去标识后的临床数据汇集起来，供内部团队和合作伙伴开发、验证算法梅奥的公开介绍强调规模、安全与全球化；但埃托称，部分去标识和数据共享流程没有经过适当的IRB审查
她提出重审。
诉状称，梅奥IRB高级负责人Scott Wright并未正面否定问题，却认为重新审查会拖慢项目，损害梅奥的，“竞争优势”
这番回应像一道裂缝，露出了项目速度、规则与患者数据之间的拉扯大型医疗机构的危险时刻，往往始于所有人都知道规则，却认为这次可以例外
“67%”出现了：十份内部报告，和不愿支付的“政治资本”
真正把冲突推向爆点的，是梅奥数字助手项目MAYA
诉状称，2024年11月，埃托发现MAYA相关研究存在严重问题：研究团队涉嫌误述结果、删除不利结果，并把未经监管授权的软件作为医疗器械，也就是SaMD，放进MAYA所连接的日常临床工作流
随之出现的数字是：约67%的错误率。
而且，诉状称，发出警报的不只埃托一人另有10份独立内部吹哨报告提出类似担忧，指向研究人员试图掩盖这一结果
埃托继续追问。她的上级Jeffrey Schmoll据称回答，处理此事需要消耗他不愿付出的，“政治资本”
与此同时，诉状还抛出了另一枚重磅指控：2024年7月，一项用于心脏手术的高风险在研器械，据称在没有完整IRB批准的情况下获得放行信函
为什么IRB如此关键？
可以把它理解成医学研究的独立塔台研究人员想起飞，塔台要先确认风险、知情同意、受试者保护是否过关它当然会减慢速度，但它存在的意义，恰恰是防止一个兴奋、强势、资金充足的团队自行宣布：天气很好，可以起飞
举报之后，剧情突然变成职场惊悚片
2025年2月，埃托就MAYA和心脏器械问题向梅奥法务部门提交书面报告
几天后，她被排除在人类研究运营高管会议之外，主要下属开始代替她出席诉状称，一名AI工程总监随后警告她：管理层已经下达命令，要“尽快除掉Tamiko”
接下来的节奏，快得近乎残酷：
- 3月12日
，她仍获得约7000美元加薪，年薪升至约16.6万美元； 两周后，她被要求主动辞去研究总监职位，否则人事档案可能留下影响内外部求职的记录； 给出的理由很模糊：“文化契合度不佳”，并未列出具体绩效事故； 4月，她收到正式纠正行动计划； 7月，她被实质降职，不再管理团队，也被移出自己参与发明的AI项目； 随后，她因严重抑郁发作申请FMLA医疗假； - 9月2日，病假尚未结束，她被通知岗位因“裁员”取消。
诉状称，这轮所谓裁员，实际只裁了她一人
在90天内部转岗期内，她申请了15个职位，只得到1次面试12月1日，劳动关系正式终止。她还怀疑梅奥存在所谓“ghost file”，会把提出合规问题的人标记为“不可重新雇用”
这些是否属实，要等证据开口。但从陪审团视角看，从加薪到裁岗的密集节点足以引起注意：加薪、举报、排挤、降职、病假、裁岗
67%到底意味着什么？它很吓人，也需要谨慎解读
社交媒体的讨论大多盯着那个数字。
▲ 社媒长帖把67%错误率、删除结果、IRB争议与病假期间解雇压缩在一张卡片里。
这里需要注意：67%错误率，并不等于“每三名患者就误诊两名”
我们目前不知道：
测试任务究竟是问答、分类、摘要，还是临床建议； 样本量有多大，是否代表真实患者； 指标来自离线实验，还是实际临床运行； 错误是措辞瑕疵，还是足以改变治疗的严重偏差； 结果是否经过独立复核。
所以，这个数字目前是一枚烟雾报警器，还算不上已经完成的事故鉴定
但如果软件输出真的进入诊断、治疗或风险判断，它就可能不再只是普通IT工具，而会触碰SaMD监管边界：预期用途是什么？风险多大？是否需要FDA授权？模型更新之后，安全性又由谁持续验证？
▲ FDA将部分具有医疗用途的软件纳入医疗器械监管，重点关注风险、透明度及全生命周期管理。
一场解雇官司，也是一张215亿美元机构的压力测试
按照诉状口径，梅奥年营收约215亿美元，科研资金约10亿美元，其中约4.98亿美元来自联邦与州政府
这解释了埃托为何援引《虚假申报法》。
接受联邦科研资金，也意味着机构需要证明自己遵守人类受试者保护等规则如果内部人员试图阻止潜在违规，却因此遭报复，雇佣纠纷就可能被接入联邦资金诚信这条更高压的法律线路
与此同时，梅奥正处在AI扩张期。它已经打造数据平台，并在2026年6月宣布与微软合作开发医疗前沿模型，准备把梅奥的临床知识、纵向数据与微软云能力结合起来
官方故事是：规模、安全、可信AI。
诉状讲述的却是另一面：当合规审查与项目速度冲突，谁有权说“不”？当坏结果出现，它会被公开、修复，还是被当作妨碍竞争优势的麻烦？
梅奥回应：依法创新，不评论未决诉讼
梅奥通过公开声明表示，机构致力于负责任地开发和部署AI，将隐私、安全、透明度与合规嵌入流程，研究及临床创新依法开展，并坚定维护患者信任
对于案件具体事实，梅奥没有公开展开反驳，理由也很标准：不评论正在进行的诉讼
因此，这场战争真正决定胜负的，不会是社媒热搜，而是发现程序里可能出现的材料：MAYA原始评测协议、被删除的数据、IRB会议记录、内部邮件、岗位裁撤文件，以及那10份吹哨报告是否真的存在、究竟写了什么
还要强调：本案并非患者集体诉讼。目前案件主轴仍是吹哨报复、残疾歧视与医疗休假干涉，尚没有法院认定MAYA造成具体患者伤害
但它已经提出了另一个核心问题：
当AI犯错时，组织有没有能力让错误被看见？
模型会幻觉，会误判，会失败。技术从来不完美。真正可怕的，是当声誉、投资和竞争优势压上桌面后，承认失败本身变成了组织不能承受的成本
如果诉状最终被证实，那么梅奥还需要解释：一个AI为什么答错，以及为什么那个试图让错误停下来的人先消失了
