2025年1月，美国卫生与公众服务部发布“U.S. Department of Health and Human Services:
Strategic Plan for the Use of Artificial Intelligence in
Health, Human Services, and Public Health”，介绍了美国卫生健康领域的人工智能发展框架和路线图。
该计划概述和讨论了在多个领域（医学研究与发现；医疗产品开发、安全性和有效性；医疗保健服务；提供人类服务；公共卫生）应用人工智能的机遇、采用和实施人工智能的潜在风险，以及
相应的包括政策、教育、资金和基础设施建设在内的简要行动计划。
目 录
内容提要
1 医学研究与发现
1.1 导言和背景
1.2 在医学研究与发现中应用人工智能的机遇
1.3 人工智能在医学研究与发现中的发展趋势
1.4 医学研究与发现中人工智能用例的风险
1.5 行动计划
2 医疗产品的开发、安全性和有效性
2.1 导言与背景
2.2 人工智能在医疗产品开发、安全性和有效性方面的应用机遇
2.3 人工智能在医疗产品开发、安全性和有效性方面的趋势
2.4 医疗产品开发、安全性和有效性中人工智能用例的风险
2.5 行动计划
3 医疗保健服务
3.1 导言和背景
3.2 在医疗服务中应用人工智能的机遇
3.3 人工智能在医疗服务领域的发展趋势
3.4 人工智能在医疗保健领域应用案例的风险
3.5 行动计划
4 人类服务交付
4.1 简介与背景
4.2 人工智能在人类服务领域的应用机遇
4.3 人工智能在人类服务领域的应用趋势
4.4 人工智能在人类服务交付中应用案例的风险
4.5 行动计划
5 公共卫生
5.1 导言与背景
5.2 公共卫生领域应用人工智能的机遇
5.3 公共卫生领域的人工智能趋势
5.4 公共卫生领域人工智能用例的风险
5.5 行动计划
6 网络安全与关键基础设施保护
6.1 导言和背景
6.2 网络安全与关键基础设施保护的趋势
6.3 行动计划
7 内部运作
7.1 导言和背景
7.2 行动计划
结论
美国卫生与公众服务部（United States Department of Health and Human Services, HHS）的愿景是成为创新和采用负责任的人工智能的全球领导者，为所有美国人的健康和福祉取得无与伦比的进步。人工智能战略计划（以下简称“战略计划”或“计划”）提供了一个框架和路线图，以确保HHS履行其对国家的义务，并率先负责任地使用人工智能来改善人们的生活。本文件是战略计划的“概述”，其中包含全部细节。人工智能（AI）已经或将直接或间接地影响每个美国人在医疗保健和人类服务方面的体验。因此，在医疗保健和人类服务领域开发和部署人工智能时，应注重为使用或接受这些服务的人提供切实的好处。其中一些潜在益处包括但不限于：
这种潜力并非没有风险。虽然人工智能可以极大地改善医疗保健和人类服务的许多方面，但它也可能带来风险，导致不利的影响或结果，例如算法偏差可能无意中降低公平性或破坏受保护的信息。负责任地使用人工智能应确保公平获取和获益、保护受保护信息、酌情征得适当同意，并在必要时确保适当的人工监督。最值得注意的是，人工智能应被视为一种支持和提供信息的工具，而不是解决现有问题的唯一办法。
HHS的总体目标是通过创新、安全和负责任地使用人工智能，促进公私部门采取协调一致的方法，提高卫生和人类服务的质量、安全性、效率、可及性、公平性和成果。HHS 将通过关注四个关键目标来实现这一目标：
以下各章将阐述支持这些目标的现有和计划活动。这些行动分为若干主题，详细阐述了HHS对人工智能未来的期望，如下表所示。
为了全面阐述HHS在健康与人类服务领域的人工智能路线图，本计划分为多个领域，包括：
-
医学研究与发现：对疾病和生命过程的基本机制进行基础研究和临床前研究，将其转化为医疗创新和临床应用，并将其纳入整个医疗保健服务中。
-
医疗产品开发、安全性和有效性：药物、生物制品和医疗设备的开发、临床试验和监管审批、生产以及持续的安全性和有效性监测。
-
医疗保健服务：为个人和群体提供医疗保健服务，以诊断、治疗、管理和预防疾病，促进健康和福祉，以及为支持这一服务提供资金。
-
提供人类服务：向个人和家庭提供社会服务和援助，以满足其在健康、福利、自给自足、安全和福祉方面的基本需求。
-
公共卫生：通过社会、组织、公共和私人社区以及个人的有组织努力和知情选择，预防疾病、延 长生命和促进健康，从而保护和改善人民的福祉。
◆附加领域，即跨越主要领域的功能领域，是实施战略计划所必需的：
这里概述了每个领域，讨论了背景、应用人工智能的机遇、行业和整个HHS的趋势、采用和实施人工智能的潜在风险，以及包括与上述四个目标相一致的政策、教育、资金和基础设施建设在内的简要行动计划。
医学研究与发现对于推动药物、生物制品和医疗设备 （包括基于软件的行为干预措施）的开发至关重要，可改善美国和全球患者的治疗效果和获得医疗服务的机会。本章重点介绍医疗产品的研究与发现以及生物医学中的人工智能。医疗产品生命周期的下一阶段，包括临床试验，以及卫生系统、人类服务提供和公共卫生等其他领域的研究，将在其他章节中讨论，不在本章讨论范围之内。根据美国国家科学基金会（NSF）的数据，美国是全球各行业研究、发现和开发的最大执行者，仅在2021年就投资超过8000亿美元，占其GDP的3.5%。许多利益相关者参与医学研究和发现或受其影响，包括患者和护理人员、学术和私人研究组织以及政府机构（如STLT）。
人工智能可以通过多种方式支持医学研究和发现，例如：
-
通过研究疾病与病理过程之间的联系，产生新的生物学见解，推动人类健康的前沿发展，从而增强基础研究的影响潜力。
-
通过捕捉采用人工智能的潜在价值机会，提高开展医学研究和发现的可及性并降低成本（例如，根据新出现的证据，每年仅药物研究和发现就可节省高达260亿美元）。这可以让资金有限的机构开展创新性的医学研究和发现，并腾出资金重新投资于更多的管线活动。
-
通过将管线扩展到当前目标和重点治疗领域 (TA) 以外，满足未得到满足的患者需求并支持突破性创新，从而改善患者的治疗效果和获得治疗的机会。
-
通过将强大的生物医学和健康数据集与先进的分析技术相结合，快速识别潜在新产品的机会，从而加快开发新医疗产品的时间。
虽然人工智能在整个医学研究与发现价值链中呈上升趋势，但其在基础研究、发现和临床前研究中的应用可能并不一致。迄今为止，一些证据表明，人工智能在医学研究与发现领域的应用主要集中在发现领域（如靶点识别和lead生成），而在临床前研究和基础研究领域则相对较少。然而，像代理人工智能这样的新技术可以跨越多种类型的医学研究与发现人工智能用例，通过自主行动或与研究人员合作完成整个价值链上的任务。
关于人工智能辅助研究和发现的重点技术领域，该行业可能缺乏适当的激励措施来投资新技术领域或有重大健康需求的技术领域的人工智能应用，而是将重点放在市场潜力最大的技术领域。另一方面，随着非传统参与者开始参与（例如，一家科技公司最近发布了一个新的蛋白质折叠人工智能模型），人工智能正在将医学研究和发现活动扩展到实验室之外。
然而，在医学研究和发现中大规模利用这些人工智能技术可能会面临挑战，因为需要大量高质量的数据（其中大部分数据分散且整理成本高昂）和昂贵的技术基础设施（其成本正在上升）。
在医学研究和发现中使用人工智能可能会涉及个人和机密数据，如与人体样本相关并由人体样本生成的数字样本元数据和数据（如omics数据），这可能会带来潜在风险和伦理问题。这些问题包括数据泄露、隐私问题、生物安全漏洞（如通过双重用途研究）以及根据所选数据，在护理提供环境中的偏差传播和其他潜在挑战。特别是，人工智能模型和应用可能会带来生物安全和/或生物安保风险，因为它们增加了无意或恶意开发对公共卫生构成新威胁的机会（如有害病原体）。
医学研究与发现章节全文讨论了整个价值链中的示例风险和用例，同时牢记技术政策助理国务卿和国家卫生信息技术协调员办公室（ASTP）在
其健康数据、技术和互操作性中确定的FAVES（公平、适当、有效和安全）原则：
认证计划更新、算法透明和信息共享
。
以下是战略计划完整章节中描述的行动子集--包括HHS迄今采取的行动和未来的行动。HHS认识到这是一个不断发展的领域，随着技术和需求的不断变化，将继续对行动进行评估。
-
促进医疗人工智能的创新和采用：
提高人工智能在医学研究和发现中的应用可能取决于扩大使用案例、鼓励不同疾病领域的人工智能以及促进人工智能就绪数据标准。HHS已将资金和资源用于在医学研究和发现中开发或利用人工智能的研究项目（例如，NIH的Bridge2AI和ARPA-H的Transforming Antibiotic R&D with GenAI to stop Emerging Threats [TARGET] program）。
-
促进值得信赖的人工智能开发以及合乎道德和负责任的使用：
在医学研究和发现中使用人工智能可能会带来生物安全、隐私、偏见和其他风险。HHS已经建立了一些平台来减少研究和发现中的人工智能偏差（例如，通过NIH的减少健康差异和人工智能偏差科学合作组织 [ScHARe]），并实施了总统执行办公室的国家生物防御战略、 保护人工智能模型和健康数据免受恶意攻击、保护敏感健康信息的数据共享协议、减少滥用预测分析所造成伤害的机制），为行业合作创建沙盒，并探索使用人工智能进行动态人工智能风险评估。
-
实现人工智能技术和资源的民主化：
直接与公众合作，使关键数据工具和基础设施更容易被资金较少的利益相关者使用，可以扩大进行人工智能授权研究和发现的机会。为了支持这一目标，HHS正在让社区参与进来（例如，NIH的人工智能/机器学习联盟，以促进健康公平和研究多样性 [AIM-AHEAD]），并使研究数据标准化（例如，NIH的通用数据元素库）。HHS将继续促进公私伙伴关系，支持多机构研究合作，并确保获得所需的数据和数据基础设施。此外，HHS将重点关注公平的人工智能获取，特别是传统上得不到充分服务的人群（如农村社区和残疾人），以帮助创建一个更加多样化和包容性的研究环境，使每个人都能从科学进步中受益并为之做出贡献。
-
培养人工智能人才队伍和组织文化：
为帮助确保在医学研究和发现中长期成功、安全地采用人工智能，可能需要加强人工智能人才梯队和组织工作模式。HHS正在内部（如NIH的“数据与技术进步”[DATA] 国家服务学者计划）和外部（如NIH的“信息科学、AI/ML和生物医学界面劳动力发展管理补充计划”）培养人才。
医疗产品--本计划中使用的术语，统指药品、生物制品和医疗器械，包括一些基于软件的行为干预措施--在促进美国和全球健康方面发挥着至关重要的作用。它们也是经济的重要组成部分；根据医疗保险与医疗补助服务中心 (CMS) 的数据，2022年美国处方药支出总额达4,060亿美元。许多利益相关者参与医疗产品或受到医疗产品的影响，包括使用、制造或资助人工智能和医疗服务的患者、医疗服务提供者、制造商和STLT。值得注意的是，HHS各部门，如FDA、NIH、ARPA-H、CDC和CMS，可能会监管或资助临床试验、授权医疗产品的营销、监控安全性或促进创新。例如，
截至2024年8月，FDA授权了约1,000种人工智能医疗设备和超过550种含有人工智能成分的药物和生物产品。
本计划的这一章将重点阐述当人工智能是医疗产品或医疗产品中包含人工智能时，或当人工智能用于临床研究、制造和安全监控时，HHS对人工智能使用的方法。在本计划中，“AIenabled device”和“AI device”这两个术语可以互换使用，指的是以下两种情况中的一种或两种：(1) AI软件可以实现医疗设备的目的（例如，诊断、治愈、减轻、治疗或预防疾病），而不是传统硬件医疗设备的一部分；(2) AI软件是医疗设备的一部分或不可分割的一部分。
2.2 人工智能在医疗产品开发、安全性和有效性方面的应用机遇
人工智能可作为医疗产品的一部分并贯穿整个医疗产品生命周期，其作用包括：
2.3 人工智能在医疗产品开发、安全性和有效性方面的趋势
人工智能在医疗产品中的应用有两大趋势：(1) 在医疗产品的开发、使用、制造和其他相关操作中利用人工智能；(2) 将人工智能嵌入产品或作为独立产品。
根据趋势（1），向FDA提交的包含人工智能的药品和生物制品的监管申请数量正在增加。在临床试验中，人工智能在终点和生物标志物评估中得到了具体应用。此外，人工智能还被用于“检测模式和异常”，从而发现潜在的产品安全问题、“意想不到的益处或性能低下”。沿着趋势 (2)，人工智能医疗设备的应用也在不断扩大，但历来侧重于放射学，这可能是由于上游设备简化了营销授权。这些趋势为HHS采取行动安全推进人工智能在医疗产品中的负责任使用提供了背景信息。
2.4 医疗产品开发、安全性和有效性中人工智能用例的风险
将人工智能纳入医疗产品及其开发、使用或其他操作会带来无数风险，这些风险将在医疗产品开发、安全性和有效性一章中全面讨论。在这些风险中，偏差和患者安全可能至关重要，因为人工智能可能应用于临床试验和直接为患者提供医疗服务（例如，通过药物和人工智能手术工具），而患者安全可能具有最高的风险。作为本计划的一部分，HHS将继续制定政策，管理医疗产品的人工智能风险。
以下是《战略计划》完整章节中描述的行动子集--包括HHS迄今采取的行动和未来的行动。HHS认识到这是一个不断发展的领域，随着技术和需求的不断变化，将继续对行动进行评估。
-
促进医疗人工智能的创新和采用：
明确对医疗产品和人工智能设备支付模式的监管，有助于进一步推动人工智能在医疗产品及其开发中的应用。HHS已发布指导方针、支持途径并为医疗产品的人工智能开发提供资金（例如，FDA的临床决策支持 [CDS] 软件指南；NSF、NIH和FDA的FDT-BioTech）。HHS将通过发布监督指南、明确支付途径以及在资源配置计划中优先考虑安全的人工智能，继续推进人工智能的发展。
-
促进可信赖的人工智能开发以及合乎道德和负责任的使用：
帮助最大限度地减少人工智能在医疗产品及其开发中造成的社会偏见，同时促进健康人工智能的质量保证，这将推动人工智能在该领域的安全和负责任的使用。HHS已经制定了一些计划，推进技术方法和合作关系，以确保人工智能的安全（例如，ARPA-H的PRECISE-AI，FDA和退伍军人事务部[VA]即将建立合作关系，以审查健康人工智能工具）。展望未来，HHS将探索人工智能偏见研究的资源，并评估在医疗产品和整个医疗产品生命周期中加强人工智能质量保证的方法。
-
使人工智能技术和资源民主化：
促进与公众的合作参与并统一各行业的数据标准，有助于扩大对可用于医疗产品及其开发的人工智能技术的获取。HHS正在通过伙伴关系和咨询（如NIH的AIM-AHEAD）来吸引社区参与，并通过政策和平台（如NIH通用数据元素）帮助研究人员共享和合并数据集，这可以提高人工智能在医疗产品和医疗产品生命周期中的可及性。HHS将继续促进多机构合作，并有可能发布有关数据、元数据和信息共享原则的指导原则，以便在医疗产品和整个医疗产品生命周期中更广泛地采用人工智能。
-
培养具有人工智能能力的员工队伍和组织文化：
为了帮助推进人工智能在医疗产品及其开发中的长期成功和安全应用，可能需要加强人工智能人才管道和组织工作模式。HHS正在内部（如FDA的科学实习）和外部（如NIH的DATA国家服务学者计划）培养具备与医疗产品相关的人工智能技能的人才。HHS将继续支持将人工智能纳入医疗产品和整个医疗产品生命周期的学习和技能提升计划，以确保有一个强大的人才梯队。
美国的医疗保健服务--在本计划中是指融资、直接为患者提供医疗服务以及相关的行政服务--是一个庞大且高度复杂的系统。2022年，美国全国医疗支出（包括公共卫生支出）约为45亿美元，占美国经济总量的17%，带动了全国约9%的劳动力就业、HHS的一系列实体参与了医疗保健服务生态系统，包括CMS、HRSA、SAMHSA、IHS、AHRV等，它们直接参与促进医疗保健服务的提供，或为服务提供伙伴提供指南、付款和资金、培训及其他运营支持。
采用安全、可靠的人工智能技术对美国医疗保健系统具有巨大的潜力，可用于：
3.3 人工智能在医疗保健服务中的应用趋势
美国医疗保健服务中采用人工智能的趋势发展迅速，但也存在挑战，利益相关者对其看法不一。对100名医疗保健高管的调查显示，超过70%的人已经在追求或实施人工智能。然而，在另一项调查中，约40%的医生表示，他们对使用人工智能既充满热情，又心存顾虑。一些调查结果表明，患者可能对人工智能有类似的担忧：2022年的一项调查显示，60%的受访者表示，患者会对医疗服务提供者依赖人工智能感到不舒服。除了这些不同的看法外，不同机构的人工智能准备程度也不尽相同，医疗服务机构通常更倾向于与技术公司等供应商合作，因为只有少数几家公司可以同时扮演人工智能开发者和部署者的角色。许多医疗机构面临着基础数据和技术系统异质性带来的限制，需要解决这些问题才能有效地大规模使用人工智能。最后，不同环境和临床学科对人工智能的接受程度也不尽相同：目前，人工智能在某些临床学科（如放射科）和需要大量人工操作的行政用例（如文档）的自动化中得到了更广泛的应用。尽管在使用和准备程度上存在差异，但如上所述，人工智能仍为改善医疗保健提供了多种机遇，完整战略计划中的医疗保健服务一章对此进行了进一步详述。
虽然存在广泛的风险，但在医疗保健服务中更严重的风险包括重新识别患者数据和混淆（模型自信地提供错误答案），这可能会导致意想不到的影响。该行动计划描述了HHS为促进安全和可信的使用而将采取的步骤，包括澄清和建立监管结构，并探索更多的杠杆（如提供指南、资源和教育），以确保交付组织在降低风险方面保持警惕。
以下是战略计划完整章节中描述的行动子集--包括HHS迄今采取的行动和未来采取的行动。HHS认识到这是一个不断发展的领域，随着技术和需求的不断变化，将继续对行动进行评估。
该生态系统包括从项目参与者到STLT、CBO和HHS机构（包括ACF、ACL、CMS、HRSA、IHS和SAMHSA）的利益相关者。
人工智能为改善人类服务计划参与者的生活提供了机会，例如，通过更快、更准确的申请处理，更快速的福利提供，或改善计划的针对性和认知度。人工智能还可以通过计划测量和评估分析、实时翻译或劳动力优化平台来加强提供这些计划的利益相关者的工作。在本战略计划中，HHS概述了一系列行动，以促进人工智能在人类服务领域的应用，确保其保持可信、安全和公平，并培养一支在其活动中负责任地使用人工智能的高技能人才队伍。
采用安全可信的人工智能有可能使美国的人类服务提供生态系统实现以下目标：
-
通过加强项目交付、加快福利提供和改善呼叫中心支持等活动，改善服务体验和质量。
-
通过地理空间需求评估、补助金申请综合和汇总工具等提高资金分配的速度和质量。
-
通过为个案工作者提供分析和支持工具等手段，提高人类服务工作队伍的能力。
-
通过简化资格确定、实时翻译工具和量身定制的公众宣传活动等努力，提高服务的可及性并实现公平目标。
-
增强互操作性，以改善护理协调，并创造一种更加以人为本的人类服务方法，例如通过综合的医疗和人类服务提供系统。
许多STLT和CBO对人工智能的潜力很感兴趣，并正在积极开展新的人工智能相关研究与合作。虽然STLT和CBO正在推出试点用例，但许多试点用例的范围或地域有限，或者是内部用例，通常侧重于行政任务，而不是面向参与者的用例。该部门采用人工智能的速度较慢，部分原因是依赖公益合作或补贴试点，以及担心对目标人群可能产生过大的负面影响。因此，保护人类服务参与者的权利和安全对于确保人工智能的可信度、安全性和公平性至关重要。
在提供人类服务过程中使用人工智能的风险包括危害参与者数据隐私的第三方风险、使用人工智能为项目决策提供信息时的可解释性和责任风险，以及由于人类服务参与者群体的历史代表性不足而导致算法存在偏差的可能性。人类服务交付价值链各阶段的其他风险和更多细节将在本计划的完整版中提供。这些风险与风险管理和治理准则相一致，如HHS的《促进州、地方和政府在公共福利管理中负责任地使用自动和算法系统中的人工智能计划》中讨论的风险框架。为确保人工智能的可靠和安全使用，该部概述了几项有效管理这些风险的缓解策略，并在完整计划中列出了更多细节。
在人类服务领域，HHS迄今采取的许多最引人注目的行动都体现在其“在公共福利中负责任地使用人工智能计划”中。该计划概述了STLT的建议，涵盖了HHS在该领域的所有四个人工智能目标。建议实例包括为促进人工智能创新和采用的关键推动因素制定指导方针，将NIST人工智能风险管理框架应用于公共福利的提供，以及为各州提供劳动力教育指导方针。此外，该计划还提到了与在公共福利中使用人工智能有关的潜在未来行动，并探讨了推动负责任地采用人工智能和吸引公众参与的机会。在本章中，HHS以之前的计划为基础，提出了新的潜在行动，以应对人工智能在人类服务领域不断发展的形势。
以下是战略计划中完整章节所描述的行动子集，包括HHS迄今采取的行动和未来的行动。HHS认识到这是一个不断发展的领域，随着技术和需求的不断变化，将继续对各项行动进行评估。
-
促进健康领域的人工智能创新和采用：
要提高人工智能在人类服务领域的采用率，需要克服几个挑战。例如，规模较小、资源较少的STLT和CBO缺乏采用人工智能或增强IT的可用资金。HHS已为STLT提供支持，帮助其确定筹资机会，推荐采用人工智能的推动因素，并与部门合作伙伴建立关系，以促进人工智能的采用。展望未来，HHS将为利益相关方提供指导，以加强其IT基础设施和数据质量，并确保做好准备。该部还在探索如何为自身和其他组织释放资源，以投资于人工智能，并扩大与私营部门团体的伙伴关系，为人工智能的采用创造一个协调的方法。
-
促进值得信赖的人工智能开发以及合乎道德和负责任的使用：
人工智能可能会给计划参与者带来与隐私、道德和安全相关的风险，尤其是那些来自历史上在为人工智能应用提供数据支持方面代表性不足或被误解的群体的人。HHS发布了多项计划，包括《在公共福利中负责任地使用人工智能计划》和ACF关于生成式人工智能工具的政策，鼓励在人类服务生态系统中适当使用人工智能。HHS计划提供更多建议，包括明确人工智能在整个人类服务价值链中应用的具体最佳实践，将安全性和透明度要求纳入资助机制，并探索为人类服务利益相关者实施风险缓解战略提供资金的机会。
-
实现人工智能技术和资源获取的民主化：
虽然人工智能有可能减少限制获取的因素，但鉴于这些挑战，确保CBO、STLT、机构和其他最接近社区的机构能够获取人工智能技术至关重要。现有的HHS行动包括经常与公众接触，收集有关在其计划中使用人工智能的反馈意见，以及有关改善获取途径的反馈意见。HHS将继续采取行动，包括通过咨询小组经常与参与人群接触，为STLT和CBO提供资金以实施高价值的 AI 用例，并探索创建开源、公开可用的AI工具包。
-
培养具有人工智能能力的员工队伍和组织文化：
员工的数字素养和专业知识对于实现HHS采用人工智能的目标至关重要，并可帮助解决人类服务领域的劳动力短缺问题。此外，HHS正在考虑如何监测因使用人工智能而导致的劳动力变化，并解决工作人员与参与者之间互动减少的问题。HHS建议STLT采取行动，提高其劳动力的数字能力，并遵守劳工部与劳动力相关的做法，负责任地采用人工智能。HHS建议为人类服务人员开展人工智能培训，探索为资源较少的STLT提供资金以开展劳动力培训，并发布关于劳动力为使用人工智能人类服务做好准备的指导方针。
公共卫生被定义为“通过社会、组织、公共和私人社区以及个人的有组织努力和知情选择来预防疾病、延长生命和促进健康的科学和艺术”。美国的公共卫生生态系统以联邦政府和STLT的协调和支持为基础，并依靠从医疗服务提供者、卫生系统、私人合作伙伴、研究人员到非营利组织和公众等广泛的利益相关者的合作来实现积极的社会变革。COVID-19大流行及其后果凸显了这一生态系统中存在的严峻挑战和差距，其中包括：
（1）难以快速收集、共享和分析信息；
（2）卫生不公平现象加剧，公众对科学不信任；
社区参与对实现“人人享有健康”至关重要，而人工智能可以成为支持公共卫生专业人员采取以人为本的设计方法的工具。此外，在人工智能开发过程中，通过参与式设计和其他机制让不同人群，包括那些历来得不到充分服务的人群参与进来，对实现公平结果至关重要。
采用安全可信的人工智能有可能使美国公共卫生生态系统实现以下目标：
