4月9日，海南博鳌乐城国际医疗旅游先行区，一家新落成的智能医院在压力测试中暴露出技术问题。知情人士称，医院搭载的多模态诊疗系统将一名志愿者三年前已钙化的肺部结节误判为恶性肿瘤高风险，并自动生成化疗方案，触发系统紧急预案。事件发生在模拟测试阶段，未造成实际医疗后果，但反映出智能医疗系统仍存在不容忽视的安全风险。业内分析认为，此次误判集中暴露出三上问题：一是算法训练数据覆盖不足，模型在医学影像解读上仍有“过度敏感”的倾向；二是缺乏临床情境理解能力，难以区分既往病灶与当前病变；三是实时纠错与流程中止机制不完善，出现明显误判时无法及时拦截错误路径。医疗AI误诊风险已在全球范围内受到关注。美国FDA数据显示，2025年美国医疗AI系统异常事件报告同比增长47%，其中影像识别涉及的占63%。我国《医疗器械分类目录》已将AI辅助诊断软件纳入三类医疗器械监管，但对算法动态更新的持续监督仍相对滞后。针对智能医疗发展中的风险控制，国家药监局医疗器械技术审评中心专家建议建立三级防护体系：前端强化训练数据的多中心验证，中端设置实时人工复核接口，后端完善医疗责任保险制度。目前，广东、上海等地已试点“AI医疗双签制度”，要求智能诊断结果须经执业医师二次确认后方可执行。从行业发展看，此次事件可能成为完善规范的重要契机。随着《人工智能医疗应用白皮书（2026版）》编制启动，智能医疗系统或将面临更严格的上线前压力测试要求。值得关注的是，北京协和医院等机构正在推进新一代“可解释AI”研究，通过可视化决策路径提升系统透明度与可追溯性。
技术进步不能以增加新的不确定性为代价。智能诊疗走向临床一线，既要提升效率，也必须把安全与责任放在首位。通过制度化风险控制、流程化算法管理，并将最终决策交回可追责的临床体系，才能让智慧医疗更快也更稳。