Nat Med：犹他州 AI 沙盒暴露独立监管困境
2026 年 5 月 27 日，约翰霍普金斯大学医学院与麻省理工学院的学者在《自然医学》期刊刊发论文，题为《犹他州临床 AI 沙盒揭示的独立监督问题》。该研究通过审计美国首个自主 AI 处方续签沙盒项目的透明度，指出了当前临床 AI 监管中静态评估机制与动态系统特性之间的治理错位，并构想了一套独立 AI 审计师注册库的结构化框架，旨在实现部署后的分布式持续监督。监管自主临床人工智能（AI）的核心难题，既源于结构也源于时间维度。FDA 沿用的传统监管路径，倾向于对医疗器械或固定（“锁定式”）算法进行静态的一
功能医学AI应用：解读报告不过是皮毛
多数人存在这样的认知： AI为功能医学赋能，就是让检测报告的解读更迅速、更精准。 但今天我要分享一个颠覆常规的观点： 仅用于报告解读的功能医学AI，实际上只发挥了其10%不到的潜在价值。 真正的AI医疗变革，绝非“取代人工审阅报告”，而是洞悉人类视觉无法捕捉的生命规律。 01 天文学的划时代突破，揭示AI的深层价值 在自动巡天系统出现之前，天文学家的研究方式相当原始： 通宵达旦拍摄大量星空照片，再由人工逐一比对、甄选，努力从繁杂的影像中识别亮度变化的星体。 这固然需要专业素养，但存在明显缺陷： 人眼存在生