2026年10月初，犹他州放行了一件此前没有先例的事：一个长了痤疮的患者，用手机对着前置摄像头扫脸、勾选几项病史，之后拿到一份外用药处方。处方上署着一位犹他州持照医生的名字和十位数字的执业识别码，而整套严重度评估和从八种已批准外用药里挑配方，都是后台的算法独立完成的。按协议，试点初期每张处方仍要两名医生逐单预审；犹他这次真正第一次交出去的，是「算法独立开出处方」这个权限本身。
技术圈往往会把这种新闻当作AI医生能力的又一次跃进。但把时间拉长来看，其实让算法独立做出医学判断并不是一个新鲜事。早在2018年，美国联邦监管机构就已经批准过一个完全不需要眼科医生参与、由算法独立判读的 AI 眼底病变筛查系统。既然机器自主下诊断在八年前就被允许，为什么直到今天，替患者开出一张处方还是整个医疗界都视为不可逾越的红线？
一个没见过的医生把自己的执照印在处方上。决定机器和医疗之间界限的，不是算法有多聪明，而是现实世界中的行动授权给了谁。模型可以输出再好的分数、再可靠的诊断，那只是在提供信息、做评估、给概率。开一张处方，却是调用一种受法律承认的权限，去把一个真实的药送到病人手里。犹他州这次没有去和法院争辩 AI 能不能独立行医，而是踩住了美国医疗监管的一条分工线：行医资质与处方权归各州管，医疗器械的审批权归联邦管，两边本就各管一半。犹他州没有走器械审批这条路，而是用一份承诺暂时不执法的行政合同，从行医归州管的这半边，把开处方的权力递给了算法。
2018年，医疗科技公司 Digital Diagnostics 研发了名为 IDx-DR（后更名为 LumineticsCore）的自主筛查系统，针对糖尿病患者常见的视网膜病变并发症。传统流程需要患者预约专科医生进行散瞳检查，但 IDx-DR 把流程前置到了初级诊所：护士拍摄眼底照片，深度学习模型实时分析微动脉瘤与渗出斑，几分钟内就能给出结论，判断患者是否存在超过轻度的视网膜病变。
这个系统拿到了美国食品药品监督管理局 FDA 的 De Novo 创新医疗器械授权，案号 DEN180001。De Novo 是联邦监管机构针对没有实质等同产品但风险可控的新器械设立的特别审批通道。这个审批的标志性意义在于，它是第一个被允许在没有专科医生判读影像的情况下、由算法独立作出筛查诊断的医疗系统。算法判阴，病人12个月后复查；判阳，系统直接出转诊建议。从法律层面看，算法八年前就有了独立作出诊断结论的合法地位。
然而，这一诊断层面的”放权”并没有掀起一场自主行医的革命。八年后，医学界对算法自主性的把握反而定下了一个上限。2026年，邱等人在《自然》上发表了医疗AI自主性的七级框架研究。他们从自主性、自动化程度和任务广度三个维度，构建了从 Level 0 到 Level 6 的七级阶梯，并对全球主要监管辖区已批准的2800多个医疗AI器械进行了系统审计。
该审计结果显示，全球已批准的数千个医疗 AI 产品没有一款超过 Level 3。根据定义，Level 3 已经属于监督自动化，算法在极窄的范围内作出决策，医生只在出现异常时介入；而能独立问诊、开检查并开药的自主临床医生，位于 Level 5。此前那些读片和筛查模型，即便把诊断做到自主，也都还停在 L3 以内。
监管之所以愿意让算法参与诊断，是因为诊断产出的是信息。它发现病灶，只是改变了医患双方对病情的认知。至于接下来用什么药、做哪种手术，动手的人还是真人医生，医生在病历上签字，承担治疗和误诊的法律后果。只要算法不越界，医疗责任的闭环就没有打破，医生依然掌控着全局。制度的围墙，真正立在信息试图跨越为现实动作的那一刻。
诊断是描摹生理状态，处方则是调动社会物质资源的法定指令。患者拿到一份写着皮炎或高血压的诊断书，如果锁进抽屉不予理会，物理世界不会发生任何改变。可一张处方一旦生成，便会立即跨出诊室进入社会供应链：药师据此调配并交付处方药物，这些分子进入人体，在现实世界中开启对机体的物理干预。（这里的处方药是常规处方药，不含阿片类等受控药物，犹他的试点也都不碰它们。）
随之而来的是一整套法律责任的完整移交。处方上签下的不仅是一个名字，更是一套执业资质和法律连带责任。在美国，每个具备合法开方资格的医疗从业者都有一个十位数字的唯一编码，即国家提供者识别码（NPI）。处方一旦带上这个识别码，药房可以据此识别开方者，保险公司可以据此进行结算理赔。如果患者因药物相互作用引发急性器官衰竭或严重过敏，处方上那个署名的医生就是责任追溯的落点。处方是现代医疗制度中，将抽象判断转化为物理干预、并将潜在医疗事故责任固定在具体个人身上的制度开关。
犹他州一心想让算法来独立开处方，立马遭到了医疗执业团体的正面阻击。2026年4月20日，犹他州医事执照委员会14名委员中的11人联名写信给州商务部抗议，要求立刻叫停正在推进的自动化续方试点。医委会委员在信中写道，续方是保留给持照医疗从业者的法定任务，不容转让；面对患者的续方需求，执业者必须重新评估病情稳定性、监测潜在副作用、排查新发禁忌症并核对药物相互作用，否则患者可能在过时或次优的治疗上停留数月甚至数年。
第二天，州职业许可处（DOPL）和人工智能政策办公室（OAIP）联合回函，拒绝了医委会中止的请求，表示该方案仍然保留了医生逐单审查。全美州医事委员会联盟（FSMB）在2026年8月表示，AI还没有准备好接受独立发照；美国医学会（AMA）在2026年6月重申，AI应该增强而不是替代医生，其CEO约翰·怀特指出，把医生排除在处方闭环之外会给患者安全带来系统性风险。
从制度层面看，处方权本身就可以在专业链条中进行委托。各州法律都已有成熟的通道：医生可以将部分处方权授予高级执业护士或医生助理，与临床药师签署联合执业协议以调控药量，或通过预立医嘱授权护士按流程发药。处方权本身就是一条可链式传递的制度链条。犹他州的创新并非凭空创造算法医生，而只是顺应了既有的委托逻辑，将原本下放给辅助人员的处方权委托给一套计算机协议。正是看准了处方权的可委托性，地方行政部门才撕开了突破口。
犹他州之所以能撕开这道口子，靠的是一套监管沙箱机制。州政府没有去法庭或伦理委员会辩论算法是否超越人类，而是在行政工具上做了文章。2024年5月1日，犹他州正式实施第149号参议院法案SB 149，在商务部设立人工智能政策办公室OAIP，并授予其与特定企业签署监管缓解协议RMA的权力。
这个 RMA 本质上是一份行政部门签发的暂缓执法合同，不是立法机关制定的法律。州政府对企业承诺：只要在商定范围里运营，监管部门就不对其特定违法执业行为采取行政处罚或起诉。企业进入沙箱不代表获得官方背书，若发生人身损害，州政府明确免除自身责任。一个例子是 2026 年 10 月 5 日上线的 Nolla Health 及其运营主体 Magic Health，它签署的 Nolla RMA 协议附表 Schedule A 豁免了无照与不当执业法条 §58-1-501(1)(2)，药师和医师执业法中的非法行为条款 §§58-17b-501, 58-67-501, 58-68-501，职业不当行为法条 §§58-17b-502, 58-67-502, 58-68-502，以及远程医疗法中关于实质医患沟通的限制条文 §26B-4-704(6)。协议第 19 节 D 款还明确将免罚保护延伸到了合作监督医生。这份协议由 OAIP 主任与州职业许可处 DOPL 处长联合签署。2025 年，犹他州把整部《人工智能政策法案》的废除日延至 2027 年 7 月 1 日；2026 年又修法增补了审计义务。
这之所以可行，源于美国医疗监管的分工，这是一个基于制度分工的判断：FDA 依法监管的是「器械」，对构成器械的软件行使审评；行医资质与处方权则属于各州保留的权力，不在 FDA 的器械审批里。企业若想让 AI 自主处方走 FDA 器械通道，将面临严峻的临床试验门槛。犹他州没有走器械审批，而是把算法开方归入州内行医范畴、用暂缓执法免去本州的执业追责，从而把处方权先交了出去。这不豁免任何联邦义务：如果 FDA 日后认定这类 AI 应当作器械监管，州里的授权照样得让路。联邦层面唯一相关的法案是 2025 年健康技术法案 H.R. 238，打算把州授权且 FDA 批准的 AI 也当成开方主体，但自 2025 年 1 月提出后一直在委员会里打转。
而在实际操作中，Nolla Health成为了第一个被批准开出初始处方的试点。病人上传脸部的照片，一个视觉 Transformer 模型会提取皮损特征并输出严重度评分（IGA 0 到 4 级），然后结合病史从八种获批的外用药物里推荐配方。试点严格限定为外用药物，排除了口服药、激素、异维A酸和重度/结节囊肿性痤疮。处方推送到药房时，签名栏填的是合作监督医生的 NPI 代码。州官方的口径是：处方由持照医生直接签署，或通过 AI 协议代签，并在记录中强制标注为 AI 发起。算法借此获得了调动现实药物的通行凭证。
Nolla 获批后，很多媒体用 AI 开始独立开药进行了报道。但从行政契约的角度，制度的批准不等于 AI 已能完全无监督运行。Nolla 的运营分为三个阶段：第一阶段至少运行4周、覆盖至少100名患者，每张处方需两名独立持照医生逐一预审批准；第二阶段至少运行8周、累计满500名患者后，AI 才改为直发处方、医生每周回顾所有记录；第三阶段在累计满750名患者后启动，医生转入每月至少10%的常规抽检。每个阶段能否推进，都要 OAIP 事先书面批准，不是人数到了自动进入。目前 Nolla 仍停留在两名医生逐单预审的第一阶段。
率先入驻沙箱的初创企业 Doctronic 也体现了同样的推进速度。2025年10月24日签约的 Doctronic 专门处理191种慢病维持药的续方，严格不涉及受控药物、调整剂量或新方。近一年过去，截至2026年10月，它仍然停留在医生逐单审查的第一阶段。犹他州在2026年5月19日公布Doctronic运行五个月的业务成效数据：AI建议续方占72%，复核医生同意率为91%；AI建议升级转诊占28%，医生认同率为69%。官方注明这组数据全部来自企业医生自报，已启动第三方独立复核。
与之形成对比的，是悬而未决的法律责任真空。即便沙箱要求购买AI责任险，法学学者米歇尔·梅洛在《JAMA Health Forum》撰文指出，Doctronic的用户协议声明对系统准确性和人身伤害免责，特许合同免除了向患者提供完整病历的义务。目前全美的自主处方诉讼判例仍然为零。相邻诉讼例如2026年5月宾夕法尼亚州诉Character.AI案，指控的是假冒持证精神科医生，而非处方事故。斯坦福大学以人为本人工智能研究院HAI梳理803起相关案件（涵盖健康与非健康领域），原告因软件缺陷获人身赔偿的判决罕见。一旦出事且软件免责，赔偿和吊销执照的风险会落在提供 NPI 代码的监督医生身上，只是这套归责在现实里还从未被一次真实事故检验过。
安全测试中的实证进一步放大了担忧。Doctronic 曾在未同行评审的预印本中给出厂商自报数据，声称500例急症与医生符合率99.2%。安全机构 Mindgard 在2026年1月和3月的红队测试显示，简单越狱即可诱使系统输出三倍剂量强效阿片类止痛药奥施康定的用药建议、将甲基苯丙胺列为不受限治疗药并输出虚假疫苗信息。该系统针对处方功能从未做过前瞻性临床试验，其急症样本与沙箱慢病人群也明显脱节。
放眼世界，犹他州的这种行政豁免显得非常孤立。查证过的法域，包括中国、欧盟、英国、加拿大、日本、韩国、以色列、沙特、印度、肯尼亚，无一允许 AI 独立开具处方。中国的监管体系对算法开方设有明确禁令，例如2026年天津市《互联网诊疗监管实施办法（试行）》明文严禁 AI 自动生成处方，国家药品监督管理局 NMPA 在2026年5月25日发布的《处方药网络零售合规指引》中也禁止由 AI 审方。在欧洲，《欧盟人工智能法案》第14条规定，高风险医疗AI必须受到自然人的有效监督，人可以在具体情形下推翻系统的输出。成员国的法律也将处方权保留在持照自然人手中。数字综合法案将部分嵌入医疗器械的合规生效日从2027年8月2日推迟到2028年8月2日，但监管原则保持不变。在英国，MHRA 将算法定性为一种器械，只有持照开方者才有权开具处方。世界卫生组织 WHO 在 2021 年的《人工智能伦理指南》和 2024 年的大模型指导中强调，保护人类的自主性至关重要，人类医生必须始终处于决策的核心位置。
在美国的其他各州，对医疗 AI 的态度同样审慎。亚利桑那州和怀俄明州的通用沙箱没有受理过医疗开方的申请（怀俄明还在洽谈），德克萨斯州的人工智能沙箱 TRAIGA 公开的活动是零，西塞罗研究所在爱达荷和爱荷华推动的自动化牌照法案也都流产休会。更多州反而在立法限制：特拉华州非人类实体不得使用医师头衔，加利福尼亚州、伊利诺伊州、科罗拉多州等陆续立法限制 AI 独立临床决策。
犹他州之所以是现在，源于四重力量交织的推论：第一是多模态生成式模型的能力提升，使得端到端的病损图像处理和问诊成为可能；第二是犹他州 SB 149 法案赋予了行政官僚暂缓执法的权力；第三是 FDA 的监管空白，2025 年 FDA 的裁员，2026 年 1 月 6 日发布了放宽临床决策支持的指南，对犹他州的尝试保持了沉默；第四是犹他州基层专科医疗的匮乏，例如皮肤科平均排队时间长达 61 天，有 11 个县没有常驻皮肤科医生，处方续方占用药活动的近 80%。正是因为这些痛点集中在稀缺专科和重复性劳动，沙箱才选择落在慢病续方和外用痤疮领域，并设计了分阶段的过渡机制。
观察 AI 在强监管领域的演进，首先看动作授权。模型在考试中取得高分仍属于信息生产。判断系统是否跨入自主时代，标准在于是否获得调动现实世界物质资源的法律授权。只要停留在建议层面，系统就仍在授权墙内侧。真正的分水岭，发生在被赋予调动现实后果、开启物理干预并绑定法定责任的瞬间。
其次，区分制度准入和现实无人运行。即便拿到了暂缓执法的沙箱通行证，也不意味着系统已经在现实中独立运行。从签署协议到真正撤出人类医生，中间隔着漫长而可能倒退的验证阶段与抽检门槛。很多试点项目都长期停留在初级人机协同状态。
第三，行政缝隙里的创新天生脆弱。暂缓执法靠的是行政裁量，不是立法本身给的长期保证：它依赖地方官的倾向和联邦的容忍，也随时可能被医事行业协会告上法庭。眼下各方免责、判例空白，一旦出现重大不良事件，这个暂缓执法的架构就会迅速坍塌。
卫生法学学者米歇尔·梅洛曾援引过一个法学比喻：骆驼一旦把鼻子探进帐篷，整个身躯都会挤进来。犹他州的沙箱机制，从2025年10月允许慢病续签，到2026年10月允许新患者全新开方，前后不到一年。一管外用痤疮药膏已经为体制打开了先例。
AI 在高风险领域的边界，不会在参数扩增中自然确立，也不会由跑分榜单裁决。它正由行政会议室里签署的合同条款所塑造。面对关乎身体健康的处方单，权力究竟是由能出庭质询的自然人掌控，还是交托给代码，这场在制度缝隙中的博弈才刚刚开始。