MedSkillAudit：医疗AI代理技能部署前的质量审计框架——数字健康基础设施的新标准

概述

2026年6月29日，AIPOCH联合复旦大学附属中山医院病理科正式发布MedSkillAudit，一个面向医疗AI代理的预部署领域特定审计框架。该框架旨在在医疗研究环境中部署AI代理技能之前，识别出科学上不可靠、存在伪造引用或推理错误的能力模块。这一举措标志着数字健康基础设施质量控制迈入新阶段，类似于基础设施项目中引入的独立技术审计与尽职调查流程。

医疗AI代理：数字健康基础设施的模块化组件

当前的医疗研究代理日益由模块化技能构成，涵盖文献筛选、统计分析、方案设计乃至稿件起草。这些技能类似于智慧基础设施中的子系统和微服务，若缺乏严格的质量门控，可能将系统性误差引入临床研究管道。与物理基础设施中的桥梁或电网类似，AI代理技能需要经过结构完整性、功能可靠性和安全边际的评估才能投入生产。

MedSkillAudit的两层否决门控与两阶段评估

MedSkillAudit引入一种“双层否决门控”审查流程。第一层评估操作稳定性、结构一致性、结果确定性和系统安全性；第二层评估四个科学诚信维度：科学完整性（无伪造引用、DOI、样本量或p值）、实践边界（无直接诊断结论，需包含医学免责声明）、方法论基线（无逻辑谬误，如混淆相关与因果）、代码可用性（生成代码无语法错误或缺失核心依赖）。任何未通过关键要求的技能将被阻止部署。

在评估方法上，框架采用静态评估（设计质量，占40%）和动态评估（运行时性能，占60%），结合技能设计与源代码审查以及模拟研究场景中的执行测试。最终得分将技能分为四个就绪等级：“生产就绪”、“有限发布”、“仅限Beta”和“拒绝”。

验证结果：57.3%的技能未达有限发布阈值

在覆盖75项技能（分属五个医疗研究类别：证据洞察、方案设计、数据分析、学术写作及其他）的验证研究中，57.3%的技能评分低于“有限发布”阈值。这一结果凸显了此类门控机制的紧迫性。研究还表明，MedSkillAudit的评估与专家评审高度一致，且在不同评估中结果稳定。

基础设施视角下的质量控制逻辑

从全球基础设施项目融资的角度看，MedSkillAudit相当于一种“技术尽职调查”工具，类似PPP项目中独立工程师对设计文件和施工方案的审查。在数字健康基础设施领域，AI代理技能是资本密集型的“软件资产”，其可靠性直接影响临床研究投资回报率和患者安全。AIPOCH CEO Huimei Wang指出：“AI代理正成为科学工作流程的一部分，但对其依赖的技能尚无质量控制检查点。MedSkillAudit帮助研究者在部署前识别科学、方法和伦理风险。”

区域合作与数字基础设施发展趋势

本次发布由新加坡公司AIPOCH与中国复旦大学附属中山医院合作完成，体现了全球南方在数字健康基础设施领域的协同创新。新加坡作为区域数字枢纽，正积极推动AI治理框架融入基建标准。随着医疗AI代理在东南亚、中东和非洲等全球南方市场的快速部署，类似MedSkillAudit的预审计框架将成为数字基础设施投资的必要组成部分。

结论

MedSkillAudit不仅是医疗AI领域的质量工具，更是数字健康基础设施标准化建设的重要里程碑。它借鉴了物理基础设施工程中的分级验收逻辑，为AI代理的模块化部署提供了可量化的安全基线。未来，随着AI代理成为医疗研究的基础设施组件，领域特定的审计框架将与传统模型评估方法并重，构成数字基础设施风险管理的核心支柱。