美国公共卫生机构将测试OpenAI和Anthropic的AI模型

2026年7月20日，据AI News报道，美国公共卫生机构将在一项新计划中测试OpenAI和Anthropic等公司的生成式AI模型。这项名为PULSE（Public Health Use Case and Learning Scaling Engine，公共卫生用例与学习扩展引擎）的计划，由健康AI联盟（Coalition for Health AI）牵头，联合OpenAI、Anthropic以及全球咨询巨头埃森哲共同实施。计划将在10个州、地方、部落或领土司法管辖区开展试点，重点评估生成式AI在公共卫生领域的实际效用、安全性和可扩展性。

PULSE计划：AI赋能公共卫生的试验场

PULSE计划的核心目标是通过真实场景中的小规模试验，探索生成式AI如何辅助公共卫生决策。试点范围涵盖疾病监测、健康教育活动策划、《公共卫生服务条例》解读、疫情爆发预测以及应急响应资源调配等。参与合作的AI企业将提供其最新模型——例如OpenAI的GPT-5系列和Anthropic的Claude 3系列——供测试机构在合规框架内调用。埃森哲则负责技术集成、安全评估以及成果衡量标准的制定。

健康AI联盟表示，该计划旨在避免AI在公共卫生领域的“盲目铺开”，而是通过结构化学习积累证据，为后续联邦推广奠定基础。每个试点地区都将配备独立的伦理审查委员会，并接受来自美国卫生与公众服务部（HHS）的监督。数据使用将严格遵循HIPAA（健康保险可携性与责任法案）及最新出台的联邦AI指导方针。

行业背景：生成式AI在医疗健康领域的机遇与风险

近年来，生成式AI在医疗健康领域迅速渗透，从临床诊断辅助到药物研发，再到患者沟通，均展现出巨大潜力。但公共卫生场景更为特殊——它涉及大规模人群统计、敏感数据共享、以及可能因AI输出错误而导致的社会恐慌。例如，假若模型在疫情预测中出现偏差，可能引发不必要的大规模隔离或资源浪费；如果AI生成的健康宣传内容存在文化或语言上的偏见，则可能加剧健康不平等。

此前，美国一些地方卫生部门已尝试使用ChatGPT进行简单的问答服务，但缺乏系统性评估。PULSE计划填补了这一空白：它要求被测试的AI模型必须通过一系列预定义的“公平性测试”、“鲁棒性测试”和“鲁棒性解释性测试”，并由第三方审计机构出具报告。这标志着政府机构对生成式AI的从观望到主动引导的转变。

编者按：谨慎拥抱，但须警惕“算法黑箱”

PULSE计划是生成式AI从商业应用走向公共治理的重要一步。值得注意的是，OpenAI和Anthropic均以“负责任的AI”为口号，但其模型内部的工作机制仍存在相当的“黑箱”特性。在公共卫生领域，任何决策都关系到公众生命健康，因此对AI的透明度和可解释性要求极高。此外，10个试点地区如何平衡创新与隐私保护？若测试结果不理想，是否会打击政府机关后续部署AI的信心？这些问题都值得持续关注。

从更宏观的视角看，PULSE计划与拜登政府此前发布的《AI权利法案蓝图》一脉相承，强调在保障公民权利的前提下推进AI应用。然而，联邦层面对AI的监管立法尚未完成，该计划更像是一种“临时补救措施”。未来，如果试点证明生成式AI确实能提升公共卫生效率，那么相应的法律框架和资金拨付必须跟上；反之，则应重新审视AI在此类决策中的角色。

“生成式AI不是万能的，但在公共卫生这个容错率极低的领域，我们必须通过严谨的测试来界定它的能力边界。”——健康AI联盟发言人在新闻稿中表示。

最后，值得注意的是，此次参与方之一的埃森哲在全球多个国家实施过政府AI项目，其技术整合经验将帮助降低管理风险。但同时也带来担忧：大型咨询公司主导会否使项目偏离公共利益导向，转向商业利益？PULSE的治理架构中设有社区代表席位，或许能在一定程度上缓解这种疑虑。

本文编译自AI News