AI误诊了，谁买单？——医疗AI归责的'法律真空'与破解之道

一个真实的AI误诊案例

2026年2月，杭州一家医院发生了一起引发广泛关注的AI误诊事件。一位45岁的女性患者因咳嗽就诊，AI辅助诊断系统分析胸部CT后，判断为"肺部感染，未发现恶性病变"。医生采纳了AI的建议，给予了抗感染治疗。

三个月后，患者症状加重，复查发现肺部结节明显增大，手术病理证实为早期肺癌。回溯分析发现，AI系统在当初的CT影像中确实漏掉了这个结节——它位于肺尖区域，形态不典型，被AI判断为"血管断面"。

这起事件引发了激烈的法律争议：AI漏诊了，责任应该由谁承担？

令人震惊的是，截至2026年中，全球没有任何一个国家出台了专门针对AI医疗误诊责任归属的法律。现有的医疗责任法律框架都是基于"人类医生"的设定，无法直接适用于AI系统。

以中国为例，《民法典》第1222条规定了"医疗损害责任"的过错推定原则，但该条款的适用主体是"医疗机构及其医务人员"。AI系统既不是"医疗机构"，也不是"医务人员"，它在法律上处于一个"灰色地带"。

在这种法律真空下，AI医疗误诊的责任归属在实践中存在三种可能的路径：

路径一：医生和医院承担。这是目前最常见的处理方式。医生作为最终决策者，对AI的辅助诊断负有"审查义务"。如果医生盲目采纳了AI的错误建议，医生和医院需要承担责任。但这种逻辑的问题是：如果AI的准确率确实高于人类医生（如在很多标准场景中），要求医生"审查AI的每一个判断"在逻辑上是不自洽的。

路径二：AI公司承担。如果AI的误诊是由于算法缺陷导致的，AI公司应当承担产品责任。但这种逻辑的问题是：AI的诊断准确率永远不可能达到100%，要求AI公司对"所有误诊"负责，等于要求AI公司实现"零缺陷"，这在技术上是不可行的。

路径三：共同承担。根据过错程度，由医生、医院和AI公司共同分担责任。这种路径在理论上最合理，但在实践中难以操作——如何量化各方的"过错程度"？

金句：AI医疗误诊的归责问题，不是法律问题，而是"风险分配"问题——在患者、医生、医院和AI公司之间，如何公平地分配AI误诊的风险？

2026年，不同国家和地区正在探索不同的AI医疗归责模式：

美国：以"产品责任"为主。FDA将AI医疗器械视为"医疗设备"，AI公司对产品缺陷承担严格责任。但FDA同时允许AI系统通过PCCP（预定变更控制计划）进行持续更新，这意味着AI系统的"缺陷"定义是动态变化的。

欧盟：以"风险分级"为基础。2024年生效的《AI法案》将医疗AI列为"高风险AI系统"，要求进行严格的风险评估和合规管理。但AI法案对"责任归属"的规定仍然模糊。

中国：实践中以"医院承担"为主。2025年，国家卫健委发布了《人工智能辅助诊断系统临床应用管理规范（试行）》，明确要求"AI辅助诊断的最终决策权属于医生"，这实际上将主要责任分配给了医生和医院。

2026年，法律界和AI医疗界正在形成以下共识：

建立AI医疗责任保险制度：参考"医疗责任险"的模式，设立"AI医疗责任险"，由AI公司、医院和医生共同购买，用保险机制来分散AI误诊的风险。

建立AI医疗不良事件强制报告制度：所有AI医疗误诊事件必须上报，形成全国性的AI误诊数据库，用于持续改进AI系统。

建立AI医疗"安全港"制度：如果AI公司能够证明其产品符合监管标准、经过了充分的临床验证、且AI在批准范围内使用，则在误诊发生时可以获得一定程度的免责保护。

2026年，AI医疗面临的最大障碍不是技术，不是监管，而是"法律不确定性"。当医生不知道采纳AI建议后如何承担责任，当AI公司不知道产品出了事故后如何赔偿，当医院不知道部署AI后如何管理风险——AI医疗的推广就会受到严重的阻碍。

解决这个问题的关键不是"等待完美的法律"，而是"在实践中建立规则"。

金句：AI医疗的归责问题不解决，AI医疗的商业化就永远戴着镣铐跳舞。