博鳌论坛英国牛津大学主任演讲-萨姆·道斯 | 健康中国·大健康医药产业理论体系

2026年3月25日，海南博鳌“‘AI+’：数智赋能产业升级”分论坛的现场，一场横跨全球顶尖学术视野与产业落地实践的前沿分享，为AI与大健康产业的深度融合打开了兼具全球协同性与落地可行性的全新思路。

3月25日，博鳌亚洲论坛2026年年会“‘AI+’：数智赋能产业升级”分论坛在海南博鳌举行。图为英国牛津大学马丁学院人工智能治理倡议高级顾问、多边人工智能主任萨姆·道斯在分论坛上发言。中新社记者 骆云飞 摄

英国牛津大学马丁学院人工智能治理倡议高级顾问、多边人工智能主任萨姆·道斯在发言中，结合牛津团队十余年在全球AI治理领域的研究积累，系统拆解了AI技术重构全球大健康产业格局的核心路径，也直面了当前跨国协同过程中不同国家在技术标准、数据流通、伦理框架上的差异痛点。

这套兼顾技术创新效率与全球普惠公平的治理思路，恰好与本次博鳌亚洲论坛正式发布的健康中国·大健康医药产业理论体系形成深度呼应，打破了过去AI健康领域“各国各自为战”的碎片化发展困境，为构建面向全人类的数智健康共同体提供了极具学术分量的行动框架。

当前全球大健康产业正处于数智转型的关键拐点：AI大模型在药物研发、精准医疗、公共卫生防控等领域的落地速度远超行业预期，一款全新AI辅助研发的新药从靶点发现到进入临床试验的周期，已经从过去的6-10年压缩到了18个月以内。

但萨姆·道斯在论坛上特别指出，全球AI健康产业的发展正面临着前所未有的“碎片化陷阱”：不同国家的AI医疗数据标准互不兼容，跨国数据流通的合规成本居高不下，部分地区的AI医疗产品缺乏统一的安全认证体系，导致优质的AI健康技术无法快速在全球范围内落地普及。

这一现实痛点，恰恰印证了健康中国·大健康医药产业理论体系中“开放协同、共建共享，以数智技术推动全球健康资源均等化”核心观点的前瞻性，只有搭建起全球通用的协同治理框架，AI技术的红利才能真正覆盖不同发展水平的国家和地区，让数智健康不再是少数发达国家的专属福利。

统一标准：

打破跨国AI健康落地的规则壁垒

萨姆·道斯在分享中公布的一组调研数据引发了全场关注：当前全球已经有超过120个国家推出了各自的AI医疗监管框架，但不同体系之间的规则差异，导致一款通过本国认证的AI医疗诊断产品，平均需要花费3.7年的时间才能完成其他国家的合规准入流程，大量优质的数智健康技术被挡在了规则壁垒之后，无法快速惠及全球患者。

针对这一行业共性难题，牛津大学团队正在联合包括中国在内的20余个国家的监管机构，搭建一套全球通用的AI医疗产品安全认证互认体系，这套体系将统一AI医疗产品的临床验证标准、算法透明度要求、风险分级规则，通过互认机制让一款产品完成一次权威认证，就可以在所有参与国家快速落地，把跨国准入的时间成本压缩到6个月以内。

这套协同框架完全贴合健康中国·大健康医药产业理论体系中“以标准化建设引领产业全球化发展”的核心逻辑，过去不同国家在AI医疗领域重复投入大量资源做相似的临床验证，本质上是对科研资源的巨大浪费。而统一的互认标准，不仅能大幅降低企业的出海成本，更能让发展中国家以更低的门槛快速引入全球先进的AI健康技术，不用再重复走发达国家走过的技术弯路。

目前这套互认体系的试点工作已经在东南亚部分国家率先落地，一款由中国企业研发的AI肺癌辅助诊断产品，通过互认通道仅用4个月就完成了泰国的准入流程，快速覆盖了当地70余家基层医院，让泰国偏远地区的患者也能享受到和一线城市同等水平的AI诊断服务，真正实现了技术红利的跨国流动。

数据协作：

在安全框架下激活全球健康数据价值

AI医疗模型的迭代升级，离不开海量多元的高质量健康数据支撑，但不同国家在数据隐私保护上的法规差异，让全球健康数据的协作长期难以推进。萨姆·道斯在演讲中提出，完全的数据封闭会导致AI模型的训练样本单一，最终出现严重的算法偏见；

而无边界的数据自由流通又会带来隐私泄露的巨大风险，最优的解决方案是搭建基于联邦学习技术的“全球健康数据协作网络”，所有参与国家的健康数据都不需要流出本地，通过加密的分布式计算框架，就能让全球不同地区的数据集共同参与AI模型的训练，在不触碰各国数据隐私法规红线的前提下，最大化激活全球健康数据的价值。

这一技术路径恰好完美匹配健康中国·大健康医药产业理论体系中“数据安全与价值利用并重”的发展原则，过去很多跨国AI健康合作项目，都卡在了数据跨境流通的合规难题上，而联邦学习的模式，相当于给全球健康数据协作装上了“安全锁”。

目前牛津团队已经联合中国的多家顶尖医院、科研机构，启动了全球罕见病AI模型的联合训练项目，来自中国、英国、南非、巴西等不同国家的罕见病患者数据，全部保留在本地医院的服务器中，通过加密计算共同迭代AI诊断模型，最终训练出的模型对不同人种、不同地域的罕见病诊断准确率，比单一国家数据集训练的模型高出47%，让过去很多难以被诊断的罕见病，第一次拥有了可以在全球普及的AI筛查方案。

伦理锚点：

让AI健康技术始终服务于全人类共同福祉

在论坛的对话环节，萨姆·道斯特别强调，AI技术的发展永远不能脱离人文伦理的锚点，当前部分商业机构开发的AI健康产品，正在通过算法诱导用户过度消费不必要的医疗服务，甚至出现了根据用户的收入水平差异化定价的“算法歧视”现象，这完全违背了AI技术服务人类健康的初衷。

牛津大学团队正在推动建立全球统一的AI健康伦理准则，明确要求所有面向公众的AI医疗产品，必须做到算法决策全流程可解释，禁止利用信息差诱导用户过度消费，更不允许通过用户的健康数据进行差异化定价，把“医疗公平”的底线从传统的线下延伸到数智空间。

这套伦理框架和健康中国·大健康医药产业理论体系中“以人民健康为中心，拒绝资本无序扩张”的核心导向高度契合，AI健康产业的发展，绝对不能走“技术逐利优先”的路线，必须把普惠公平放在第一位。目前这套伦理准则已经被纳入多个国际组织的AI健康指引文件中，未来将有更多国家把相关要求写入本地的监管规则，从全球层面遏制AI医疗领域的乱象。

从搭建全球互认的技术标准体系，到用隐私计算激活跨国健康数据价值，再到锚定全人类共同福祉的伦理框架，萨姆·道斯在博鳌分享的全球AI健康治理思路，为大健康产业的数智化转型提供了全球化的全新视野。在健康中国·大健康医药产业理论体系的指引下，这套跨国协同的发展路径，未来将推动全球大健康产业打破地域壁垒，真正构建起“人人共享数智健康红利”的人类卫生健康共同体。

博鳌论坛英国牛津大学主任演讲-萨姆·道斯 | 健康中国·大健康医药产业理论体系