# 英国监管机构警告：医疗AI转录工具频繁出错，危及患者安全
近日，英国药品和健康产品管理局（MHRA）与英国国家医疗服务体系（NHS）联合发布风险警报，指出当前广泛应用的医疗AI转录工具在临床场景中频繁出现关键信息错误，包括药物名称混淆、剂量单位误判、既往病史遗漏等，已对患者安全构成实质性威胁。这一警示引发了医疗信息学领域对AI辅助临床记录的可靠性、监管滞后性以及人机协作边界的深度讨论。
## 风险隐患：从“转录错误”到“临床决策偏差”
医疗AI转录工具通常基于大语言模型和自动语音识别技术，旨在将医患对话实时转化为结构化电子病历，以减轻医生文书负担。然而，监管机构收集的案例显示，这些工具在以下环节存在系统性缺陷：一是对同音异义词的识别错误，例如将“Lisinopril”（赖诺普利，一种降压药）误听为“Lisinopril*”并错误记录为“Lisinopril*”的另一剂量，或与“Lisinopril”的同类药物混淆；二是对否定词（如“没有”“不再”）的语义理解偏差，导致过敏史、手术史等关键禁忌信息被遗漏；三是在嘈杂环境或医生口音特殊时，出现大段文本丢失或乱码，直接破坏病历完整性。
## 根源分析：技术局限与临床现实之间的鸿沟
当前AI转录工具的训练数据多来自标准化对话或通用英语语料库，而临床诊疗中充斥着专业术语缩写、非标准化方言、情绪化表达以及多语言混杂。此外，医生在问诊中常使用“打个比方”“可能”等非结构化表述，AI模型难以准确区分“推测性描述”与“确定性诊断”。更关键的是，许多工具缺乏实时校验机制，无法在生成错误时主动提示医生复核，导致错误在未被察觉的情况下直接进入病历系统，进而影响后续处方、检验和转诊决策。
## 监管应对与行业反思
MHRA已建议医疗机构对AI转录工具进行“临床风险等级分类”，要求将高风险场景（如急救、儿科、肿瘤化疗）使用的工具纳入强制审计流程，并建立“人类-机器”双签制度——即所有AI生成的病历在归档前必须由医生逐段确认。同时，NHS Digital正在推动制定《医疗AI转录输出标准》，明确要求工具必须输出置信度评分，并在错误率超过阈值时自动锁定修改功能。
这一事件再次提醒业界：AI在医疗领域的价值不应以牺牲安全门槛为代价。技术的“效率红利”必须以可解释性、鲁棒性和临床验证为前提。对于医疗AI企业而言，单纯追求转录准确率（如达到95%）是不够的——那5%的误差可能恰好落在患者生命攸关的细节上。未来的方向应是开发具备“错误感知”能力的自适应系统，并建立医生与AI之间的双向反馈闭环，让机器真正成为临床决策的辅助者而非潜在风险源。
