夜雨聆风一年营收超过215亿美元、常年挂在全美顶级医院名单里的梅奥诊所，这次不是靠新技术出圈，而是被自己请来的AI合规负责人告上了联邦法院。
说实话，67%这个数字当然扎眼，但我觉得真正让人后背发凉的，不是“高错误率”本身，而是另一层：如果连梅奥这种级别的机构，都可能在AI落地里出现“数据不好看先删掉、流程太慢先绕过去”的冲动，那医疗AI最难的题，根本不是模型够不够聪明，而是谁来盯住自己人。
这起案子是2026年7月6日提交到明尼苏达联邦地区法院的。原告叫Traci Tamiko Eto，2023年12月进入梅奥，职位是研究运营总监，手里管着36名员工和3名经理，同时被安排牵头AI合规相关工作。她的核心指控有两条：一条是梅奥内部数字助手“MAYA”在测试里被指存在高达67%的错误率，且不利结果被删除、结果表述被美化；另一条更重，涉及一款高风险心脏外科相关设备被指绕开应有审查流程进入实际使用。后来她在病假期间被裁岗，2025年12月1日被正式解雇。整个脉络，已经不是普通职场纠纷的味道了。
这事有点东西。
很多人一看到67%，第一反应就是“这AI三次有两次都错”。但严格讲，医疗AI里的“错误率”从来不是消费电子那种跑分数字。它到底是摘要幻觉、临床建议偏差、流程调用失败，还是标签集定义有问题，差别非常大。现在公开信息里，外界看到的更多还是原告诉状中的描述，分母、测试协议、标注规则都没完全摊开。也就是说，这个67%足够严重，但还远远没到可以拿来当行业标准结论的程度。
问题来了，为什么这事还是这么大？
因为医疗不是聊天框，AI也不是输入法。你在手机上让AI把一段话总结错了，最多重来一次；可一旦进了医院工作流，尤其碰到病历、手术、器械、知情同意这些环节，哪怕只是“辅助”，它后面连着的都是真人。这个行业最值钱的，从来不是“先上线再优化”的互联网速度，而是每一步都有人能追责、每一步都留得下证据。
这才是这场诉讼最值得盯的地方。
梅奥的公开回应也很标准：研究和临床创新遵守适用法律法规，AI开发部署强调隐私、安全、透明和合规，对在诉案件不具体评论。站在机构角度，这种回应完全可以理解。毕竟案件还在早期，证据开示没开始，外界现在看到的，本质上还是“原告版本”和“机构版本”并行。
但行业里真正懂行的人，盯的不会只是输赢，而是风向。
这两年医院、药企、保险、医疗器械公司都在加速接AI，方向本身我其实看好。病历总结、患者沟通、影像辅助、科研筛选，这些场景都太适合AI去做“提效层”。可医疗AI和手机AI最大的区别就在这儿：前者不是做出一个能演示的功能就算赢，得把审批链、责任链、日志链一起补齐。没有这三条链，再聪明的模型也只是一个风险放大器。
说白了，医疗AI现在最缺的不是能力，而是规矩。
这也是为什么我个人特别在意“谁来管AI”这件事。请一个合规负责人进来把关，最后却要靠联邦诉状把问题说出来，这件事本身已经够刺眼了。它说明很多机构在谈AI时，嘴上说的是安全、透明、隐私，心里想的可能还是速度、竞争、窗口期。两套语言能同时存在，这恰恰是最危险的地方。
对普通读者来说，这新闻不用急着得出“梅奥完了”或者“AI不能碰”这种结论。更稳的看法是：医疗AI会继续上车，而且速度不会慢；但从现在开始，监管、审查、留痕、问责，这些原来被嫌麻烦的东西，只会越来越贵，越来越硬。
如果你关心AI行业，这案子值得持续跟；如果你关心医疗，这事更该记住。因为它提醒我们的不是“AI会不会犯错”，而是“犯错以后，谁敢把真话留下来”。
一句话，医疗AI能不能走远，不看它多会说，看它敢不敢被审。
⚠️ 文中信息整理自公开网络渠道，参数与案情进展都可能变动，最终请以官方口径和实际披露为准。