US News发布GLP-1远程医疗平台评级，CHAI启动医疗AI网络安全工作组

文/IAICA.NGO®

近日，美国新闻与世界报道（US News）对提供GLP-1受体激动剂处方的远程医疗平台进行了系统性评级，与此同时，医疗人工智能联盟（CHAI）宣布成立AI网络安全工作组。这两项行业动态分别聚焦远程医疗服务质量评价与医疗人工智能安全治理，反映出数字健康产业在快速扩张后，对规范化与安全性的诉求正在显著上升。

GLP-1受体激动剂是一类用于治疗2型糖尿病和肥胖症的药物，包括司美格鲁肽、替尔泊肽等多个品种。近年来，这类药物因显著的降糖与减重效果而需求激增，进而催生了大量在线处方平台。这些平台通常采用异步问诊或视频问诊方式，患者在线填写健康问卷后，由执业医师或护士进行审核并开具处方，药品通过邮寄送达。这种模式极大提升了药物可及性，尤其为偏远地区或行动不便的患者提供了便利。然而，其潜在风险同样不容忽视：部分平台对患者既往病史、合并用药、禁忌症的核查不够严格；缺乏面对面体格检查和必要的实验室检测，可能导致用药不当；复方GLP-1药物的监管灰色地带更增添了安全隐患。US News此次发布的评级，据称从医疗咨询质量、处方审核流程、价格透明度、隐私保护措施以及药品供应链合规性等若干维度对平台进行综合评估。评级结果虽不具备监管强制力，但作为独立第三方信息，能够帮助消费者在众多平台中辨别优劣，并可能通过市场选择机制倒逼平台提升服务标准。从智能照护的视角看，远程开具GLP-1药物不应被简单视为交易行为，而应纳入慢病管理的连续服务框架。平台若仅追求交易效率而忽视临床安全与长期随访，将难以获得患者和临床医生的信任。因此，评级机制的引入，标志着远程医疗从野蛮生长向质量分层过渡的重要一步。

在人工智能领域，CHAI（Coalition for Health AI，医疗人工智能联盟）作为由医疗机构、科技企业和学术机构共同组成的行业联盟，长期致力于推动医疗AI的负责任使用。该联盟近期宣布启动AI网络安全工作组，聚焦医疗AI系统面临的独特安全挑战。与传统医疗软件相比，AI模型引入了新的攻击面：对抗性攻击者可通过向输入数据中添加微小扰动，诱使模型做出错误判断；训练数据投毒可能在模型开发阶段埋下隐患；模型逆向攻击可能导致敏感训练数据泄露；而AI系统与医院电子病历、影像归档等系统的集成接口也可能成为网络入侵的薄弱环节。这些风险一旦被利用，不仅可能造成患者隐私大规模泄露，更可能直接误导临床决策，危及生命安全。据公开信息，该工作组计划制定风险评估工具、发布最佳实践指南，并推动跨机构威胁情报共享，以增强医疗AI生态的整体韧性。此举与全球范围内对AI治理的强化趋势相呼应。欧盟人工智能法案将医疗AI列为高风险应用，要求满足严格的网络安全与数据治理要求；美国食品药品监督管理局在审批AI/ML医疗器械时，也将网络安全作为关键审查内容。CHAI工作组的成立，表明行业正在从被动应对安全事件转向主动体系化防御。

iaica.com.cn认为，远程医疗平台评级与AI网络安全工作组的并行出现，并非孤立事件，而是数字健康产业从规模扩张转向质量与安全并重的显著标志。在智能照护场景中，AI驱动的远程生命体征监测、用药依从性管理、跌倒风险预测等应用正在加速落地，但技术的价值释放高度依赖于可信赖的基础设施和清晰的评价标准。GLP-1远程医疗平台的评级所解决的，是一类具体服务中的信息不对称与质量参差问题；而AI网络安全工作组所着眼的是支撑所有智能应用的安全底座。两者共同指向一个趋势：数字健康的下半场竞争，将从功能与规模转向信任与韧性。

展望未来，随着生成式人工智能和大语言模型在医疗问答、辅助诊断、患者教育等环节的渗透加深，网络安全风险将更加复杂多变。例如，提示注入攻击可能诱导AI助手生成危险建议，数据泄露可能暴露敏感健康信息，模型幻觉可能被恶意利用放大误导性内容。因此，跨学科协作——临床专家、网络安全工程师、政策制定者、患者权益代表——将成为行业必需。同时，评价体系与安全标准需要动态迭代，以跟上技术演进的速度。唯有如此，远程医疗和医疗AI才能真正融入主流照护流程，实现改善可及性、降低成本和提升健康结局的承诺。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。