Cover 比尔·盖茨为AI设定了一项公平标准：其技术优势必须惠及最弱势群体。在医疗AI领域，这场考验尤为严苛。
比尔·盖茨为AI设定了一项公平标准：其技术优势必须惠及最弱势群体。在医疗AI领域，这场考验尤为严苛。
1 / 1
比尔·盖茨为AI设定了一项公平标准：其技术优势必须惠及那些资源最匮乏、影响力最小且最难获得服务的人群。而这一标准，正是在医疗保健这一最严苛的领域中接受着考验。
在2026年8月底发表的论文《动荡的AI时代已经到来》（The Turbulent AI Era Is Here）中，比尔·盖茨提出了两种截然相反的可能：AI可能成为有史以来最伟大的平等化工具，也可能成为极其严重的不平等源头。
他认为，这一进程几乎不可阻挡。核心问题在于，社会将如何组织这场转型，才能确保那些面临最大风险的人群，不仅是在失业、收入下降或感到未来失去掌控时才接触到AI。依照这一逻辑，AI必须尽快证明它能够改善那些在科技创新周期中往往处于末端人群的生活质量。
而在几个月前，盖茨已经为这一问题给出了一个实际案例。
一个具体的承诺
2026年1月，盖茨基金会与OpenAI宣布启动“地平线1000”（Horizon 1000）倡议，旨在支持非洲国家在医疗保健领域应用AI，并从卢旺达开始试点。双方承诺投入共计5000万美元，涵盖资金、技术及人力支持；目标是在2028年前，将AI辅助工具推广至1000个初级医疗保健机构及周边社区。
撒哈拉以南非洲目前缺少近600万名医疗工作者。世界卫生组织（WHO）估算，医疗服务质量低下导致低收入和中等收入国家每年约有600万至800万人死亡，这还不包括那些因完全无法获得医疗救助而丧生的人。卢旺达目前的比例仅为每1000名居民对应一名医护人员，远低于盖茨引用的WHO约每1000人对应4人的建议标准。如果仅按当前速度缩小差距，将需要约180年。
Above 卢旺达基加利省的一个贫困村庄的日常生活场景
卢旺达基加利省的一个贫困村庄的日常生活场景
1 / 1
在这样的体系中，AI有潜力为极其匮乏的医疗力量延伸能力：为一线人员获取专业资讯、优化资源分配，并服务于诊所、社区及居家病患。盖茨强调，Horizon 1000的工具旨在辅助而非取代医疗工作者。
在2026年7月的访问中，盖茨特别关注了健康情报中心（Health Intelligence Center），该中心汇集了来自诊所、医院及社区医护人员的实时数据，以辅助卫生部进行决策。Horizon 1000正被整合进这一架构中，因为AI在医疗领域的成功部署，最终很大程度上取决于接收它的系统本身具备多强的治理能力。
Above 比尔·盖茨到访卢旺达健康情报中心，考察AI应用
比尔·盖茨到访卢旺达健康情报中心，考察AI应用
1 / 1
Above 比尔·盖茨到访卢旺达健康情报中心，了解当地医疗情况
比尔·盖茨到访卢旺达健康情报中心，了解当地医疗情况
1 / 1
这正是Horizon 1000的故事所触及的全球性重大挑战所在。
更多阅读：陈文轩博士与探索人类大脑深处的奥秘
从倡议走向系统治理能力
经合组织（OECD）于2026年3月发布的《扩展医疗中的人工智能》（Scaling Artificial Intelligence in Health）报告显示，AI已出现在所有受访OECD国家的医疗系统中，但国家级的大规模扩展仍十分有限。在图像诊断这一AI应用最成熟的医疗领域，仅约10%的应用达到了全国覆盖。
更值得注意的是，已构建的数字基础设施与专为AI设立的治理能力之间存在巨大的脱节。
在基础层面，准备程度相对较高：100%的受访OECD国家拥有医疗数据保护或隐私法；71%已建立国家级医疗数据互通战略；63%拥有识别关键医疗数据资产的国家流程；61%拥有针对AI集成医疗设备审批的国家级路径。
Above 61%的OECD国家已设立针对AI集成医疗设备审批的国家级路径。
61%的OECD国家已设立针对AI集成医疗设备审批的国家级路径。
1 / 1
然而，当转向那些必须处理AI特性的机制时，比例大幅下降。仅有3%的国家制定了AI医疗专门法律；仅24%将AI纳入医疗技术评估体系；约18%拥有针对医疗AI的国家监督机构；18%拥有专门针对AI与医疗交叉领域的国家行动计划；仅11%调整了公共采购指南以纳入AI考量。
这种脱节说明的不仅仅是“治理滞后于技术”。它表明，医疗系统目前主要学会了如何管理静态的数据和产品，但尚未完全学会如何管理一种在部署后仍能持续演化、影响多决策链条，且与从业者日常工作日益密不可分的AI技术。
对于AI而言，问题不仅在于模型是否在批准时达标，系统还必须明确它在实际环境中的运行表现、对不同患者群体是否存在疗效差异、使用者是否开始过度依赖机器建议、模型如何随时间变化，以及当AI输出引发错误的临床决策时，谁来担责。
Above 一名外科医生正在练习使用AI集成的虚拟现实辅助设备
一名外科医生正在练习使用AI集成的虚拟现实辅助设备
1 / 1
人才缺口同样显著。仅有29%的OECD国家在国家层面采取行动，以提升医护人员对AI的认知与能力；39%拥有帮助公众理解医疗AI功能与使用的倡议。与此同时，WHO欧洲区2026年的一项评估显示，仅有约五分之一的成员国为医疗人员在从业前提供AI培训，且只有约四分之一的人员在入职后继续接受相关培训。
因此，“将AI带到1000个诊所”仅仅描述了技术的分配规模。Horizon 1000真正的考验在于，这些诊所是否具备足够的系统能力来选择合适的工具、正确使用、发现工具异常，并承担使用后果。
世卫组织（WHO）正努力通过《医疗领域多模态大型人工智能模型道德与治理指南》（2024年）来回答这一问题。
服务患者的AI应具备的伦理标准
世卫组织将相关责任分配给政府、技术开发者、医疗机构、专业人员及受影响群体，因为AI在医疗领域的安全性，无法仅凭模型的技术质量来保障。
Above 集成AI的辅助机器人正在进行早期肺癌筛查分析
集成AI的辅助机器人正在进行早期肺癌筛查分析
1 / 1
可以将这40多项建议归纳为几个核心标准。
第一，AI必须基于明确的任务而非模型的一般能力进行评估。WHO要求开发者必须设计系统来执行定义清晰的任务，并确保其精准度与可靠性满足该特定医疗需求。一个对话能力惊人或在通用测试中表现优异的模型，并不足以作为患者护理的依据。
第二，平均绩效并不足够，必须深入了解技术如何影响不同群体。WHO特别指出，训练数据可能包含种族、民族、来源、性别、身份认同或年龄方面的偏见。因此，对于大规模部署的系统，必须在发布后进行独立审计与影响评估，并公开分人群的绩效表现，例如按年龄、种族或残疾状况进行区分。
第三，评估不应在产品上线时结束。WHO建议对大规模部署的AI进行强制性的上市后审计，并由第三方进行独立影响评估，涵盖数据保护与人权问题。换言之，疗效与风险必须在现实生活中持续测量，即技术走出实验室之后。
Above 医疗辅助AI系统的应用场景与伦理考量
医疗辅助AI系统的应用场景与伦理考量
1 / 1
第四，责任不能溶解在模型之中。政府被建议确立或建立有权限评估与批准医疗AI模型的机构。WHO同时警示“自动化偏见”（automation bias）：医生或患者可能会忽略一个潜在错误，而如果信息并非来自一个看似自信且权威的AI系统，他们本可以发现这一漏洞。
第五，患者与从业者必须从设计阶段便参与进来。WHO要求AI模型的开发不应仅仅局限于科学家和工程师。医护人员、研究人员、患者及直接或间接受影响的各方，都需要从早期阶段便参与到一个结构化、透明且包容的过程中。
但即便是AI满足了上述所有要求，盖茨仍提出了另一个问题：是否所有机器能做得好的事情，都应该交给机器去做？
社会应当主动确立的底线
在《动荡的AI时代已经到来》一文中，盖茨讲述了其父比尔·盖茨老先生晚年患有阿尔茨海默病的故事。当老人的语言表达能力减退时，护理团队仍能辨识出他无法轻易用言语表达的需求。盖茨在这些工作中看到了一种他认为“在人性层面不可替代”的东西。
由此，他提出了“人类保留地”（Human Reserved）的概念：即即便从技术角度而言AI或机器人完全能够胜任，社会也应主动将某些领域保留给人类来完成。
盖茨选择的这个比喻发人深省。“人类保留地”让他联想到自然保护区：人类完全有能力在其中修路或建造设施，但选择不这样做，因为为此付出的代价将是巨大的。同样，留给AI的边界不一定源于技术的无能，而可能源于一种社会决策：如果单纯以技术能力作为唯一标准，人类将失去某些珍贵的价值观。
医疗保健为盖茨提供了关于“可能”与“应该”之间差异的最清晰案例。机器人完全可以告知患者他们患有绝症。在技术上并没有必然障碍阻碍它这样做。但盖茨认为，这正是社会应当主动将其界定为人类专属工作的那类决策。
Above 医疗护理过程中的人文精神是人类不可替代的财富
医疗护理过程中的人文精神是人类不可替代的财富
1 / 1
医疗领域或许是AI平等承诺的第一次严苛考验。这不仅仅因为它是一个技术最易呈现壮观表现的领域，更因为这里同时出现了三个待解的问题：AI能否触达最需要它的人；当它到达时，能否真正以安全和公平的方式改善医疗服务；以及在这个过程中，我们是否明晰什么是不应交予机器去做的。
如果AI能够通过这三项考验，盖茨关于AI能让世界更加公平的论断才刚刚有了确凿的证据。
立即阅读
郎明
