人工智能（AI）正深刻重塑医疗健康领域，从新药研发到精准诊疗，从医疗服务流程优化到公共卫生赋能，其颠覆性潜力日益显现。中美两国作为全球 AI发展的领军者，均将医疗 AI 置于国家战略高度。美国卫生与公众服务部（HHS）发布的《在健康、人类服务和公共卫生领域使用人工智能的战略计划》（以下简称“美国HHS AI计划”），系统阐述了其发展方略。中国国家卫生健康委员会发布的《卫生健康行业人工智能应用场景参考指引》（以下简称“国家卫健委 AI 场景指引”）及上海市发布的《上海市发展医学人工智能工作方案（2025—2027 年）》（以下简称“上海医学 AI方案”），则具体擘画了 AI 在医疗健康领域的应用蓝图与产业雄心。

本文旨在简明扼要地解读美国 HHS AI 计划的核心内容，并结合国家卫健委 AI 场景指引及上海医学 AI 方案，对中美两国在医疗 AI 领域的战略目标、发展重点、治理理念及实践路径进行比较分析，以期揭示两国在这一关键赛道的战略取向与实践差异。

01 美国HHS AI计划解读——构建负责任的医疗AI 创新生态

美国 HHS AI 计划是一份宏大且细致的战略文件，其核心目标是引领负责任 AI 的创新与应用，推动美国人民健康福祉达到前所未有的水平，不仅展现了对 AI 技术潜力的积极拥抱，更贯穿着对风险防范和伦理保障的高度重视。

1. AI 的界定与核心目标

美国 HHS AI 计划将 AI 定义为能够根据人类设定的目标进行预测、推荐或决策的机器系统，涵盖了从基础算法到机器学习、生成式 AI 等多种技术形态。为实现其愿景，计划确立了四大核心目标：

催化创新与应用：积极推动 AI 在健康领域的研发与落地，以期通过 AI 改善民生。

倡导可信与负责任：确保医疗 AI 的可靠、公平、透明与安全，遵循 FAVES 原则（公平、适当、有效、实效、安全）和伦理规范。

普及技术与资源：让 AI 工具、高质量数据和基础设施惠及更广泛的群体，打破数字鸿沟。

赋能人才与文化：培养具备 AI 素养的医疗健康专业人才，营造接纳 AI 变革、有效规避风险的组织文化，缓解行业劳动力短缺和职业倦怠。

2. AI 应用的七大领域

这四大目标将贯穿于五大核心价值链领域，以及两个支撑性功能领域。

1）五大核心价值链领域

医疗研发与探索：利用 AI 加速基础研究，深化疾病认知，发现新药靶点和医疗创新。

医疗产品开发与监管：将 AI 应用于新药、医疗器械（包括 AI 本身作为医疗器械）和生物制品的研发、临床试验、生产制造及上市后监管。

医疗服务提供：将 AI 融入临床诊疗，如辅助诊断、治疗方案规划、患者监测、提升行政效率等。

人类服务提供：应用 AI 改进社会服务和援助项目，如福利资格审定、个案管理、弱势群体支持等。

公共卫生：利用 AI 进行疾病监测、疫情预测、突发事件应对、个性化健康信息传播和促进健康公平。

2）两个支撑性功能领域

网络安全与关键基础设施保护：保护医疗健康系统和敏感数据免受网络攻击。

内部运营：HHS 内部运用 AI 提升自身运营效率和决策水平。

3. 核心行动方向

为实现上述目标，美国 HHS AI 计划提出了一系列行动方向，包括：扩大 AI 应用范围、现代化基础设施、加强公私合作、明确监管框架、强调循证实践、积极风险缓释、完善治理机制与提升透明度、促进数据与资源共享、强化能力建设、支持劳动力发展等。

小结：美国 HHS AI 计划兼顾创新激励与风险管控，其核心在于构建负责任、可信、公平且普惠的医疗 AI 生态系统，强调多方参与、循证决策和伦理先行。

02 中国医疗AI指引——聚焦应用落地与产业发展

中国国家卫健委发布的 AI 场景指引和上海市发布的医学AI 方案，则更侧重于 AI 在医疗健康具体场景中的应用落地和相关产业的培育发展。

1. 国家卫健委 AI 场景指引

该指引以场景驱动为核心，详细列举了从临床诊疗到健康管理等 84 个具体应用场景，为医疗健康行业应用人工智能技术提供方向性参考，其特点：

场景驱动，应用导向：以具体的应用场景为切入点，为AI 技术的落地提供了清晰的路径。

覆盖广泛，体系完整：全面覆盖了医疗健康服务的全流程和多个细分领域，力求构建一个人工智能应用体系。

强调赋能，提质增效：强调利用 AI 提升医疗服务的质量、效率和可及性，减轻医务人员负担，优化患者体验。

关注新兴技术融合：提及计算机视觉、大模型、数字孪生等多种 AI 及相关技术。

突出中医药特色：设有专门的“人工智能 +”中医药管理服务板块，体现对中医药传承创新与智能化发展的重视。

兼顾管理与产业：提及了医院管理（如智能手术室管理、智能药房管理）和健康产业发展（如智能药物研发、医用机器人）等内容。

2. 上海医学 AI 方案（2025—2027 年）

上海发布的医学 AI 方案旨在将上海打造成具有全球影响力的医学人工智能技术创新、应用示范和产业发展高地，重点任务包括：

• 提升创新策源能力：深化基础研究，推动算法突破与算力提升，提升数据治理与流通水平。

• 建设关键支撑平台：构建医疗健康数据新型基础设施、人工智能药物研发平台、医学人工智能测试验证中心、医学人工智能应用中试基地。

• 打造全领域应用场景：深度融合 AI 与临床医疗、中医药、公共卫生、医疗管理、医保监管及药械研发。

• 提升产业发展能级与优化发展环境：打造产业集聚高地，培育经营主体，优化综合监管，加大资金支持，加强人才引育。

小结：中国的策略（以国家卫健委指引和上海方案为代表）展现出强烈的应用导向和产业发展雄心，通过具体的场景指引和区域性的系统规划，推动 AI 技术在医疗健康领域的快速渗透和价值实现。

03 中美医疗AI战略的比较与启示

对比中美两国在医疗 AI 领域的战略部署，我们可以发现其在顶层设计、发展重点、治理模式等方面既有共识，也存在显著的路径差异。

1.战略层级与侧重点

美国：联邦层面的宏观战略框架，强调原则、目标和跨领域协调，核心在于构建“负责任的创新生态系统”，政府的角色更多是引导者、监管者和赋能者。

中国：国家层面侧重“应用场景的梳理和推广”，地方层面（如上海）则制定集创新、平台、应用、产业、环境于一体的“行动方案”，具有更强的执行性和产业导向性。

2. 创新驱动模式

美国：鼓励多元主体参与创新，强调市场机制和公私合作，体现对创新生态系统内生动力的依赖。

中国：更倾向于政府主导下的集中力量办大事，政府在关键共性技术和基础设施建设方面积极作为，发挥体制优势。

3. 数据治理与应用理念

美国：始终强调 FAVES 原则下的数据隐私和安全，对数据共享和应用持审慎态度，优先保护个人权利。

中国：在重视数据安全和个人信息保护的同时，更强调数据的要素价值和流通应用，为 AI 模型的开发和优化提供更丰富的数据资源。

4. 风险认知与应对策略

美国：对 AI 的潜在风险（如偏见、歧视、安全漏洞、伦理挑战等）进行了详尽阐述，并将“推动可信 AI 的开发和负责任使用”置于核心地位，侧重于建立完善的治理框架、伦理准则和监管机制，强调事前预防和过程监督。

中国：关注 AI 应用的安全和伦理问题，风险防范更多体现在“规范发展”的框架下，更侧重于在发展中解决问题，快速迭代。

5. 应用场景的颗粒度与推广方式

美国：应用领域的划分较为宏观，行动更多是方向性的。

中国：将应用场景细化到非常具体的环节，几乎涵盖了医疗健康的所有方面，有利于技术的精准对接和快速推广，便于试点示范和经验复制。

6. 产业发展与生态构建

美国：出发点更多是“改善美国人民的健康福祉”，产业发展是实现这一目标的副产品或支撑条件。

中国：高度重视 AI 产业的发展，将医学 AI 作为战略性新兴产业进行重点培育，产业发展目标明确。

04 启示与展望

中美两国在医疗 AI 领域的战略和实践路径各有侧重，也各具优势，为全球医疗AI的发展提供了不同的范例和思考维度。

美国模式的启示：对伦理、公平、透明和可信 AI 的极致追求，为全球医疗 AI 的健康发展树立了重要标杆。其强调多方参与和循证决策，有助于构建更具韧性和包容性的创新生态。但过于审慎和复杂的监管也可能影响创新速度。

中国模式的启示：强大的顶层设计和高效的执行能力，以及对数据要素价值的充分认识，在推动 AI 技术快速应用和产业化方面展现出显著优势。细致的场景指引和地方的积极实践，为 AI 技术的规模化落地提供了有力支撑。同时，仍需持续关注如何在高速发展的同时，更好地平衡创新与风险，确保伦理和数据安全。

未来，中美在医疗 AI 领域竞合并存。技术和产业的竞争促进双方创新，在伦理规范、数据安全、标准制定等全球性议题上亦有合作的必要与空间。对于中国而言，在借鉴美国对伦理和风险高度重视的同时，继续发挥自身在场景应用、数据资源和产业协同方面的优势，并积极参与全球医疗 AI 治理规则的制定，为构建人类卫生健康共同体贡献中国智慧和中国方案。

05 总结

医疗人工智能的浪潮已然到来，它承载着人类对更健康、更美好生活的无限厚望。中美两国医疗 AI 战略的差异，反映了不同的国情、体制和发展阶段，没有绝对的优劣之分，关键在于如何根据自身特点，走出一条既能激发创新活力，又能有效管控风险，最终惠及民众福祉的发展道路。在这场关乎未来的变革中，开放、合作、审慎与担当，应成为所有参与者共同的信条。