美国卫生与公众服务部（HHS）于2025年12月4日发布21页人工智能（AI）战略，延续其近一年的AI工作进程，作为AI行动计划、第14179号行政令（"消除美国AI领导力障碍"）及行政管理和预算办公室（OMB）备忘录M-25-21与M-25-22的后续举措。该战略代表HHS推动AI成为联邦工作核心工具的下一阶段，旨在将AI整合至内部运营、科学研究和公共卫生项目中，兑现其利用尖端技术提升效率、促进美国创新并改善患者预后的承诺，与特朗普政府AI政策目标保持一致。
在HHS代理首席AI官（ACIO）克拉克·迈纳领导下，该计划细化了特朗普政府对AI的愿景，以负责任且使命驱动的方式在全部门扩展AI应用。迈纳表示，此战略关乎"利用AI赋能员工并驱动部门创新"。HHS AI战略建立在五大核心支柱之上，共同构成AI整合的综合路线图：1）确保治理与风险管理以维护公众信任；2）设计满足用户需求的基础设施与平台；3）促进劳动力发展与行政减负以提升效率；4）通过黄金标准科学推动健康研究与可重复性；5）实现护理与公共卫生服务现代化以优化效果。为跟上技术快速进步，这些支柱将按需重新评估更新，以最大化AI在HHS的影响力。
值得注意的是，该全HHS计划与下属机构（尤其是美国食品药品监督管理局（FDA））的并行AI倡议紧密衔接。HHS发布战略前三天，FDA于2025年12月1日宣布为其全体员工推出安全的全机构"代理式AI"平台。该系统使员工能使用AI代理处理复杂多步骤任务（例如管理监管会议日程、协助上市前产品审查或自动化部分上市后监测与检查）。FDA强调AI内置人工监督且员工可选择使用。HHS战略明确提及"一个HHS"方法涵盖所有部门，点名FDA与疾病控制与预防中心（CDC）、医疗保险和医疗补助服务中心（CMS）、国家卫生研究院（NIH）等机构并列，包括跨部门共享AI代码/模型并在法律允许时公开开源。预计FDA的代理式AI部署只是战略实施后HHS机构众多具体举措的开端。
五大核心支柱（及其重点领域）概述如下：
治理与风险管理
- 确保健全监督与风险控制
- 建立AI治理的组织架构与政策以维护公众信任
- 在所有AI应用中强调道德、透明度、安全性及对民权与隐私法的遵守
- 战略承诺每年公开报告AI用例与风险评估
- 管理风险并设定明确规则，使HHS项目中的AI具备可信度与问责性
基础设施与平台设计
- 构建现代统一的AI平台
- 设计各部门通用的"一个HHS"AI基础设施
- 投资云与数据平台、可扩展工具及网络安全措施
- 使AI解决方案能在HHS内高效开发、共享与部署，按用户需求定制同时保护敏感数据
劳动力发展与行政减负
- 赋能员工技能与工具，自动化常规任务
- 培训与招募人才确保HHS具备开发及应用AI的能力
- 计划创建新AI专属岗位（数据科学家、机器学习工程师、项目经理）并设立AI人才主管统筹招聘培训
- 部署AI减少行政负担
- 提升员工技能并引入AI助手以提高生产力（例如减少繁琐任务时间，增加高价值工作投入）
研究与可重复性
- 通过可靠AI推进科学
- 利用AI加速生物医学研究与数据分析
- 维持黄金标准科学严谨性
- 确保AI驱动的研究产生可被科学界信任的可重复、已验证结果
医疗与公共卫生服务现代化
- 通过AI改善健康服务
- 在临床护理、公共卫生及项目交付中应用AI以提升效果
- 在诊所与公共卫生监测中使用AI进行决策支持
- 利用AI现代化HHS服务交付方式：提升医疗与人类服务项目的准确性、可及性及影响力
这些支柱共同勾勒出将AI嵌入HHS文化与运营的计划。HHS历史上首次强调"一个HHS"方法：包括CDC、CMS、FDA和NIH在内的所有部门受邀协作构建稳健的部门级AI生态系统。实践中，这意味着跨部门共享数据、代码与最佳实践，使某一机构开发的AI解决方案能被其他机构复用。
该战略初期聚焦提升HHS内部效率与决策能力，同时向产业界发出明确信号：展示你们的能力。它为外部合作奠定基础，表明这些准备工作将推动未来与私营部门创新者的协作，放大AI在健康与人类服务交付中的效益。
HHS各部门关键指令与行动
为落实这些支柱，AI战略为HHS部门与办公室规定具体指令。HHS各分部须在AI治理、开发与监督方面采取特定行动，确保协调一致且责任明确的实施。主要指令与部门级行动包括：
- 建立稳健治理。HHS成立由副部长吉姆·奥尼尔领导的高层AI治理委员会，监督全部门AI活动。该委员会汇集HHS各领域领导者（信息技术、网络安全、数据、隐私等），定期召开会议指导重大AI决策与政策。它与跨部门AI实践社区（由各运营分部高级职员组成的工作组）协同运作，自下而上推动实施。这些机构确保自上而下治理（使AI努力符合行政指令与道德标准）与自下而上创新（挖掘各机构用例与需求）同步协调。HHS同时更新内部政策支持AI。首席信息官办公室正审查IT政策，简化不必要阻碍AI采用的条款。例如，战略呼吁加速AI系统的安全运行授权（ATO）流程，使新工具能更快部署，同时遵守国家标准与技术研究院（NIST）对齐的网络安全控制。目标是清除过时官僚障碍，建立敏捷创新友好型治理架构，同时维护安全与道德。
- 编目AI用例与"一个HHS"共享。为跟踪进展并鼓励复用，HHS将维护企业级AI用例库。2024财年，HHS各部门有271个活跃或计划中的AI用例，预计2025财年将显著增长（新用例增加约70%）。为管理此规模，战略要求制定AI项目编目标准操作程序及通用分类法。各HHS分部须每年向该库贡献内容，报告试点或部署的AI应用。重要的是，HHS拥抱开放共享文化：各部门需主动向全部门分享定制开发的AI代码或模型（符合OMB政策），并在法律允许时公开开源。这意味着CDC开发的公共卫生数据分析工具可被CMS用于欺诈检测或FDA用于检查分析，避免各机构重复造轮。通过"一个HHS"AI开发方法，HHS旨在减少重复、通过复用加速创新，并确保成功方案在全部门推广而非局限于单一项目。
- 管理风险与确保合规。为履行OMB M-25-21指导并建立公众信任，HHS对AI（尤其是高影响应用）实施严格风险管控与合规检查。各部门须识别哪些AI系统可能属高影响类别（即可能显著影响健康结果、权利或敏感数据）。对于此类系统，各部门须在2026年4月3日前实施最低风险管理实践（涵盖偏见缓解、效果监控、安全及人工监督）。此日期与OMB时间表一致（备忘录发布一年内）。若AI工具无法在截止日期前满足必要保障，则须停用或逐步淘汰直至合规。HHS ACIO将密切配合各部门落实此要求，有权个案豁免或要求暂停使用。例如，若FDA用于药物审查的AI系统缺乏充分偏见测试，则需加强管控或停用系统。这种"有约束力的治理"确保无AI部署损害患者安全、民权或数据隐私。HHS目前基于NIST AI风险管理框架制定内部风险管控指南，监控该框架更新与最佳实践演进，并通过内部评估（尤其针对潜在高影响用例）发展自有风险管控方法。HHS旨在平衡创新与负责任应用。此外，战略强调持续遵守《联邦信息安全管理现代化法》与NIST指南等既有法律框架，通过现有ATO安全审查等流程将要求融入过程，使部门能在部署后持续监控AI项目合规性，而非仅限单一点位。
- 投资劳动力与人才。战略重视人才与技术同等关键，强调劳动力发展。HHS力求在所有机构培养"AI-ready"劳动力。具体包括新培训与招聘计划：创建AI专家新岗位（数据科学家、机器学习工程师、AI项目经理）并积极招募；同时为现有员工扩展AI培训项目。政府级AI培训（通过OMB和美国总务管理局提供）正被HHS各部门定制化培训补充。从基础AI素养（如学习操作AI工具或理解输出）到高级技能（如开发AI模型或在项目流程中实施AI），目标是提升各级员工能力。借此，HHS希望使员工能识别工作中的AI机会并与技术专家有效协作。此外，战略鼓励持续学习与协作文化：提及创建内部AI论坛、网络研讨会、"午餐学习"会议等知识共享平台，甚至探索人才交流项目，使员工能在其他机构或外部组织轮岗以拓宽AI经验。
- 衡量影响与确保透明度。为确保努力有序推进，HHS将指标与问责制嵌入战略。各部门须将AI举措纳入年度绩效计划，意味着领导层将评估AI进展如同其他战略目标。关键绩效指标可能包括：经AI改善的流程数量、实现的成本或时间节省、接受AI培训的员工比例、或AI项目带来的健康结果提升。AI治理委员会将定期审查这些指标，识别有效实践与调整需求。重要的是，HHS承诺公开报告AI活动：根据战略，部门将公开更新AI用例库并发布主要AI系统的评估或风险评估报告。这种面向公众的问责旨在建立信任：国会与公众应能确认HHS审慎有效地使用AI。战略对透明度的强调也契合"促进公众信任"支柱——通过公开沟通HHS AI工作的效益与保障措施，部门力求让公众确信AI将用于改进服务交付（更优质、更快捷、更经济），而非造成伤害或做出无监督决策。
结论
最终，该战略文件标志着HHS处理AI方式的决定性转变：旨在摒弃机构内碎片化的孤立试点项目，建立协调一致的AI能力。通过与特朗普政府先前AI文件保持一致并明确责任分工，HHS为未来数年制定AI创新导向议程。战略核心信息是：AI将用于增强而非取代劳动力，改善HHS员工工作方式。该计划在范围（主题涵盖IT基础设施到伦理）和实施时间表上雄心勃勃，但也基于务实步骤。
计划的加速时间表为产业界提供独特快速行动机会。尽管战略强调风险评估与治理，但其行动暗示并行路径：推进风险评估与部署同步进行，而非在启动数据收集与实施前完成风险评估。
该战略将AI定位为改善国家健康与福祉的核心驱动力，同时确立HHS作为快速部署该技术且聚焦患者结果的领导者地位。
【全文结束】
