美国推动人工智能在生物医学领域应用的政策分析及其对中国的启示

邹丽雪

（中国科学院文献情报中心，北京 100190）

1 研究背景

人工智能技术是引领新一轮科技革命和产业变革的战略性技术。随着大数据获取和存储技术的发展，生物医学研究已开启数据驱动型研究范式，人工智能通过先进算法和模型对生物医学数据进行深层次挖掘，帮助定量定位描述生命过程，为生物医学研究加速。目前，人工智能技术例如神经网络、机器学习、机器人、知识库、自然语言处理、模糊逻辑、专家系统等已成为生物医学研究重要的创新引擎，在生命现象与过程研究、疾病和药物研究、医学分析诊疗技术及设备、医疗保健中得到广泛应用。特别是DeepMind 公司开发的AlphaFold 破解了50 年来的蛋白质结构预测难题［1］，成为人工智能在科学中最具开创性的应用之一，更为有力地证明了人工智能可以从根本上影响生物医学的发展。

美国长期以来在生物医学和人工智能领域保持着领先地位，在人工智能技术发展的驱动下，美国引领全球人工智能在生物医学领域的应用步入蓬勃发展期，这得益于美国政府的政策支持。在生物医学和人工智能的相关政策中，美国高度重视人工智能在生物医学中的应用，将生物医学作为人工智能的主要应用领域，并将人工智能视为生物医学的创新引擎［2］，制定了一系列的政策措施。目前，国内学者从不同角度对美国医学人工智能政策进行了探索研究，例如，李思晔等［3］简述了美国健康医疗与疾病防控领域人工智能应用的部分支持政策和监管政策内容；袁紫藤等［4］概述了美国在2016—2019年出台的对医疗人工智能的支持政策；袁珩等［5］分析了美国政府各部门的人工智能政策和特征，包括美国国立卫生研究院数据科学战略计划以及美国食品药品监督管理局医疗人工智能软件监管政策的简要内容；王涵等［6］概述了美国在医疗人工智能隐私保护、产品应用、人才培养方面的政策；严舒等［7］、马艳彬等［8］研究了美国人工智能医疗器械监管政策；张东等［9］分析了美国国家科学基金会启动的人工智能研究机构计划，发现其涉及医学重点领域；胡可慧等［10］研究发现美国人工智能政策在医疗健康领域的重点应用是可穿戴设备、记忆辅助系统、医疗诊断等；贾佳［11］对美国国家科学基金会、欧洲研究理事会等5 个国外基金资助机构在人工智能领域资助的项目进行定量研究发现，美国、欧盟和日本资助的项目注重在心理学、精神病学和神经科学领域的投入；严舒等［12］通过对美国国立卫生研究院资助的医学人工智能项目进行分析，结果显示美国医学人工智能资助项目数量和金额呈现周期性增长，2015—2019 年增长迅速，项目以研究型项目为主，兼顾应用与产品化，在生物工程、临床研究、神经科学、遗传学、癌症、衰老等领域中人工智能技术应用较多；范丽鹏等［13］对美国国家科学基金会资助的人工智能项目开展定量研究发现，高交叉类的前沿型项目倾向于神经与认知系统等方面的研究。

基于上述分析可见，国内相关文献更多地研究了美国在医疗人工智能隐私保护、产品应用、人才培养、产品监管方面的政策，或是人工智能在生物医学中应用的个别政策要点和重点领域，关于美国人工智能在生物医学中应用政策的系统性研究较为匮乏。为此，本研究系统地梳理了美国人工智能在生物医学领域的应用政策内容，从政策制定、组织管理、环境建设、跨学科合作4 个方面分析美国促进人工智能在生物医学中应用的举措，以期提出新研究范式下中国加速人工智能在生物医学中应用的启示。

2 政策内容

2016 年以来，美国发布了一系列促进人工智能在生物医学领域中应用、以改善社会福祉的政策文件，这些政策的发布主体主要来自两个层面：一是联邦政府，包括美国总统行政办公室、白宫科技政策办公室及其下属的国家科学技术委员会、美国国会及其下属的政府问责局、美国人工智能国家安全委员会；二是政府各部门，包括美国卫生与公众服务部及其下属的国立卫生研究院和食品药品管理局、美国能源部、美国商务部、美国国际开发署。不同主体所发布政策文件的侧重点不同，具体如图1所示。

图1 美国制定人工智能在生物医学领域应用政策的时间线

2.1 国家层面进行战略牵引

美国联邦层面高度重视人工智能对人类健康、社会和经济各方面的影响，美国总统行政办公室、白宫科技政策办公室和美国国会从国家层面将利用人工智能改善人类健康、生活质量作为发展愿景，指出了人工智能在生物医学领域的应用机会，提出未来发展策略，从投资、技术开发、数据及共享、资源保障、道德和社会影响等多个层面进行战略牵引。2016 年，美国国家科学技术委员会［14］发布《国家人工智能研发战略计划》，提出利用人工智能推进国家优先事项的愿景之一是“改善生活质量”，指出人工智能技术在生物医学中应用的机会包括支持生物信息学系统，从大规模基因组研究中识别遗传风险，预测新药的安全性和有效性；对多维数据进行评估，研究公共卫生问题，为医疗诊断和处方治疗提供决策支持系统；个性化定制药物，提高医疗效率、患者舒适度和减少浪费。具体到发展策略上，美国对人工智能基础研究进行长期投资，推进以数据为中心的知识发现方法，开发用于人类增强的人工智能技术（如植入式脑机接口等），了解和解决生物医学相关道德、法律和社会影响，提高医疗保健诊断治疗过程中算法的可解释性和透明度，为人工智能训练和测试开发共享的公共数据集和环境。同年随后，美国总统行政办公室［15］发布《人工智能、自动化和经济》报告，提出人工智能已经为健康等关键领域的进步打开了新市场和新机会，美国需要在这些领域加快创新步伐，以显著推动生产力增长。2019 年，美国总统行政办公室发布《维持美国人工智能领导地位》行政命令，指示卫生与公众服务部、能源部、商务部等应适当地为人工智能应用优先分配高性能计算资源；同时，美国国家科学技术委员会人工智能特别委员会［16］更新《国家人工智能研发战略计划》，指出在医疗保健、医学影像等领域投资人工智能的重要性。2020 年，美国国会［17］通过了《国家人工智能倡议法案》，提出建立和支持国家人工智能研究机构，专注于健康等特定经济和社会行业；美国总统行政办公室［18］发布《人工智能应用监管指南》，要求各机构确定专门管理机构对健康信息等的收集和共享的法定限制进行说明。2022 年，美国总统行政办公室［19］在《推进生物技术和生物制造创新，以实现可持续、安全和有保障的美国生物经济》行政命令中，提出利用计算工具和人工智能释放生物数据的力量。

美国政府问责局、美国人工智能国家安全委员会针对人工智能技术对社会及经济的影响、在医学和流行病防范中的作用进行评估分析，向国会、联邦机构等提出建议及对策。美国政府问责局［20］发布《技术评估：医疗保健中的人工智能》，确定了人工智能在临床中的5 类应用，包括预测健康轨迹、推荐治疗方案、指导手术治疗、监测患者和支持人口健康管理；3 类管理应用，包括数字临床记录、优化操作流程和自动执行繁重任务；同时指出采用人工智能工具的主要阻碍因素是难以获取充足的高质量数据、存在数据偏见、难以确定工具是否安全有效等；向国会、联邦机构、州和地方政府、学术和研究机构以及行业等提出6 项政策建议，鼓励跨学科合作、扩大数据访问、建立最佳实践、创造跨学科教育机会、厘清监管机制。美国人工智能国家安全委员会［21-23］针对新型冠状病毒感染疫情（以下简称“疫情”），接连发布《为缓解COVID-19 而制定的计算应用的隐私和道德建议》《减轻COVID-19的经济影响并保持美国在人工智能领域的战略竞争力》《人工智能技术在流行病应对和防范中的作用：建议的投资和举措》3 份报告，建议在接触者追踪方法中将公民自由置于核心，并确保联邦政府资助用于疫情大流行应对的人工智能工具考虑到潜在偏见；使用人工智能分析疫情传播和经济状况数据，为美国经济复苏提供信息；建议美国投资人工智能用于生物医学和生物安全等关键领域的研发，建立人工智能健康和生物医学研究所，构建支持人工智能的数据基础和监测能力，以充分发挥人工智能的潜力进行智能响应，使美国免受流行病侵害。

2.2 政府各部门推进政策实施

美国卫生与公众服务部及其下属的国立卫生研究院和食品药品管理局、国际开发署、能源部等响应政府的行政命令、战略计划和行动建议，制定具体政策，推进在生物医学中应用和扩展人工智能技术。

美国卫生与公众服务部［24］在认识到人工智能将成为未来使能技术后，及时调整了工作优先事项，以适应不断变化的环境和新兴技术，2021 年发布《人工智能战略》，为其实现人工智能目标提供方向和指导，加快在整个健康和服务生态系统中应用和扩展人工智能的速度。具体设计了两大战略方针：一是领导卫生与公众服务的人工智能创新。针对这一方针制定两项具体措施，分别是监督和监管人工智能在医疗产品、设备、支付等方面的应用，同时继续制定标准，为安全和透明的人工智能应用提供政策和指导；鼓励资助利用人工智能对大型数据集挖掘来推进生物医学、公共卫生预测分析等项目研究。二是在卫生生态系统中针对人工智能驱动的方法建立合作伙伴关系。美国卫生与公众服务部鼓励内部各部门之间以及与外部企业、学术界、州和地方政府合作，通过这些合作伙伴关系共同确定人工智能应用的机会、促进人工智能进步的需求和机会，以便在研究、临床、公共卫生和安全、社会服务、疾病预防和健康方面取得更好的成果；同时，通过合作促进健康和科学领域内未被满足的需求，促进专业知识、数据、模型和算法的共享，将人工智能应用与所需的支持建立起联系。

美国国立卫生研究院从生物医学数据、人工智能工具、人才、道德规范、资助措施等多个层面为生物医学和人工智能之间架设应用桥梁，设立了共同基金计划，用于抓住生物医学研究中新出现的科学机遇，解决紧迫挑战。2022 年，共同基金计划［25］启动“人工智能之桥”（Bridge2AI）计划，在4 年内投资1.3 亿美元，以加速生物医学和行为研究界广泛采用人工智能。Bridge2AI 计划召集不同学科和背景的研究人员，开发使用人工智能方法的工具和资源，生成多种类型的、丰富详细的生物医学数据（如语音数据、在复杂遗传途径及细胞形状或功能变化之间建立新联系的数据等），创建自动化工具、软件和标准，统一多类型多源数据，供科研人员用于人工智能分析；同时，开发数据生成和使用的道德实践，解决隐私、数据可信度和减少偏见等关键问题。在人才方面，国立卫生研究院下设的数据科学战略办公室［26-27］通过“解决生物医学人工智能数据治理的人才差距”计划，培养一批信息、人工智能和生物医学交叉领域的新研究人员。为了减少人工智能在应用中可能引发的道德问题；通过“人工智能和机器学习联盟促进健康公平和研究人员多样性”计划，在人工智能模型开发中增加代表性不足的研究人员，建立互利和协调的合作伙伴关系；设立“人和机器的道德、偏见和透明度”计划，探索在人工智能应用生命周期中嵌入道德规范的社会和技术解决方案。在资助措施上，国立卫生研究院［28］与美国国家科学基金在2020 年合作启动“人工智能和先进数据科学时代的智能健康和生物医学研究资助”计划，支持创新、高风险高回报、同时对两个或多个学科作出基础性贡献的研究。

鉴于医疗保健需要通过基于人工智能和机器学习的医疗软件促进创新，为了监督产品研发和应用，2021 年，美国食品药品监督管理局［29］发布《基于人工智能/机器学习的软件作为医疗设备行动计划》，提出5 项行动，包括量身定制监管框架、鼓励良好机器学习实践、研讨设备标签如何支持对用户的透明度并增强信任、支持监管科学研究以开发评估和改进机器学习算法的方法、监控真实世界数据，从产品监管监督方面为人工智能的应用确立有效保障。

此外，美国国际开发署、能源部等其他政府部门评估了人工智能在生物、卫生领域中应用的机会，确定了关键挑战、投资和发展领域。2019 年，美国国际开发署［30］的创新和影响中心和洛克菲勒基金会发布《人工智能在全球卫生中的应用：定义共同前进道路》，探索医疗保健领域人工智能的当前技术水平，确定在全球健康背景下最具潜力的用例，并评估在低收入和中等收入国家扩展人工智能的关键挑战和障碍，探索潜在投资领域以进行有效资助，从而缩短实验室成果转化为实际生产力的时间。2020 年，美国能源部发布《面向科学、能源和安全的人工智能》［31］，描述了人工智能在生物学和生命科学领域的机遇，指出未来10 年将在自主驱动的实验室和逆向设计的人工智能的基础上实现生物发现过程的自动化，同时也指出了需要加速发展的领域，不仅需要在数量、质量和来源方面扩展生物数据集，还需要开发方法，从人工智能学习结果中提取具有科学意义的见解。

3 政策特征

3.1 多方推动制定应用政策

美国总统行政办公室对人工智能在生物医学中的发展进行了全面评估，明确人工智能在生物医学中的作用和地位后，通过行政命令指示和要求卫生与公众服务部及其他相关部门为人工智能应用做好数据发现、健康信息采集与共享、高性能计算资源方面的创新及部署工作。在战略层面，美国白宫科技政策办公室从顶层设计了人工智能在生物医学方面发展的愿景，指出了具体可发展的方向，不仅强调需要对人工智能在生物医学中应用进行长期投资，推动相关技术开发，而且重视人工智能在生物医学中应用的相关伦理问题，同时将数据建设作为人工智能应用的重要保障。美国国会［32］通过法案支持建设人工智能研究机构，保障科研和教育的有序发展。此外，美国政府问责局和人工智能国家安全委员会针对人工智能在医疗临床和管理中的应用、采用人工智能工具的不利因素，以及人工智能对于预防流行病的作用及相关道德问题等，以技术评估报告的形式向国会、联邦机构等提出政策建议，对美国制定人工智能在生物医学中应用政策内容起到了催化作用。

3.2 设立新型组织管理体系

3.2.1 美国卫生与公众服务部设立首席人工智能官办公室

2021 年，美国卫生与公众服务部［33］设立了首席人工智能官办公室（Office of the Chief Artificial Intelligence Officer,OCAIO），其主要职能是推动卫生与公众服务部人工智能战略的实施，负责建立人工智能管理架构，协调对联邦人工智能相关任务的响应，以及促进部门下设机构和办公室之间的协作。为了有效地推进人工智能战略，OCAIO 设立了人工智能理事会，其主要职责是：（1）设置和执行优先事项，转化战略目标以确定和细化人工智能优先事项，并向下传达，使运营和职能部门能够在关键任务领域扩大人工智能的应用。为确保优先事项取得进展，理事会制定并利用绩效计划、实施时间表和关键绩效指标来推动问责制；同时，每年向卫生与公众服务部报告进展。（2）培养伙伴关系。理事会召集卫生与公众服务部以及生态系统的其他人工智能利益相关者，确定并促进公共和私人实体合作，以开发人工智能创新，促进医疗保健、研究和政府任务取得更好的成果。（3）提供治理支持。理事会协调卫生与公众服务部的人工智能治理方法和实施规划，以实现国家战略目标；同时，与现有的部门治理论坛以及联邦政府其他监督办公室合作，根据国家战略目标推进实施。（4）为实践社区提供资源支持。

OCAIO 实施多样化的措施推进人工智能的应用与创新，制定了可信人工智能行动手册，对“可信人工智能”概念进行界定，并指导卫生与公众服务部各机构和办公室部署人工智能工具［34］。OCAIO还启动了人工智能实践社区，社区中包含了数据科学家、机器学习专家、数学家、系统开发人员、计算机程序员、健康科学家和项目负责人等，以培养从业者对人工智能操作的流畅度、技能和意识，为从业者提供媒介以便与同行建立联系，提供协作、共享和扩展人工智能解决方案及资源的机会。此外，OCAIO 开发了人工智能用例清单来鼓励在健康领域应用人工智能创新和研发，允许员工跟踪人工智能应用程序的部署方式和位置；为卫生与公众服务部的员工举办人工智能午餐和学习会议，交流健康行业中的新兴人工智能创新技术。

3.2.2 美国国立卫生研究院设立人工智能工作组主任咨询委员会

作为探索与生物医学相关的人工智能最新发展的第一步，美国国立卫生研究院举办利用人工智能和机器学习推进生物医学研究研讨会，随后为了继续与人工智能社区互动，并鼓励生物医学和数据科学相关领域的专家之间进行更深入的互动，美国国立卫生研究院成立了人工智能工作组主任咨询委员会。该委员会主要负责确定人工智能创新的机会及方法，为计算机和数据科学与生物医学研究建立持久联系和合作的机制，同时还负责提出可以采取的方法，包括培训机制和创造性职业渠道，以鼓励计算机科学家在生物医学研究中工作，更好地为生物医学研究人员开展计算机科学相关学科培训；此外，负责确定生物医学研究、人工智能用于健康研究和护理的主要伦理考虑因素，提出将其纳入人工智能计划和活动中的方法。

3.2.3 美国食品药品监督管理局设立数字健康卓越中心

美国食品药品监督管理局［35］设备和放射健康中心设立了数字健康卓越中心，将人工智能和机器学习作为数字健康至关重要的领域之一，通过设立监管科学研究项目，针对人工智能和机器学习在医疗诊断中应用的鲁棒性、收益风险、透明度和信任度开展研究，为食品药品管理局监管和审查数字健康技术提供建议及支持。监管科学研究方向包括评估临床机器学习模型对使用环境变化的鲁棒性、人工智能诊断工具和基于算法的疗法上市后监测的数据科学方法、在成像诊断中使用人工智能和机器学习的收益风险等。

3.3 建设支持人工智能和数据的环境

美国国立卫生研究院下设信息技术中心，专门进行计算生物学研究，以及开发计算机系统并提供计算机设施。由于生物医学研究产生的数据不断超出在本地环境中处理、存储和分析的能力范围，为了更好地共享这些公共数据集用于人工智能训练和测试，并提供使用环境，美国国立卫生研究院与商业云服务提供商合作实施“用于发现、实验和可持续发展的科技研究基础设施”计划，自2018 年起与谷歌云平台、亚马逊网络服务、微软Azure 建立了合作［36］。这一模式不仅使研究人员可以访问丰富的数据集、先进的计算基础设施、工具和服务，获得新兴的人工智能和机器学习技术，从而减少访问和计算大型生物医学数据集的经济和技术障碍，而且打破了研究数据生成、分析和共享的“孤岛”，减少了数据重复，而且研究人员更易于协作，形成了相互关联的生态系统。

3.4 拓展跨学科合作伙伴关系

美国鼓励跨学科合作，促进人工智能、数据科学与生物医学研究之间建立持久联系和互动，促进研究创新，提高利用人工智能基于数据进行研究的能力。美国卫生与公众服务部通过人工智能实践社区，加强数据科学、人工智能、计算机和健康领域科学家之间的联系，培养从业者人工智能技能。美国国立卫生研究院利用区域、多学科伙伴关系创建网络中的网络，整合聚焦人工智能和机器学习的数据科学研究网络和临床研究网络，汇集了来自大学和医院的人工智能和机器学习、健康公平研究、数据科学培训和数据基础设施方面的专家，使用真实世界数据或合成数据以及现有数据集，开发和增强人工智能和机器学习算法，增强大规模数据资源与由各个机构维护、管理和准备的数据的互操作性，在数据科学和健康差异研究、大规模数据管理、云计算等方面提供培训机会，以提高利用人工智能和机器学习进行分析的能力。

美国联邦政府部门、研究机构积极发展合作伙伴关系，联合推动生物医学中的人工智能创新研究与应用。一方面，美国重视政府机构内部部门之间加强合作，鼓励下属部门之间共享人工智能专业知识，交流和推广有效的人工智能技术、供应商和流程；另一方面，美国鼓励政府部门与外部企业、资助机构、学术协会、治理论坛合作，通过建立外部合作关系，共同确定关键和新兴的优先事项，共享数据、工具和资源，联合资助共性基础研究问题，促进技术创新与应用，提供应用环境保障。美国研究机构与学会协会联合成立数据中心，建设高质量生物医学数据并开发人工智能工具。例如，美国国家生物医学成像与生物工程研究所（NIBIB）与美国放射学会、北美放射学会、美国医学物理学家协会、芝加哥大学合作，创建了医学成像和数据资源中心，通过数据共享，快速灵活地收集、分析和传播各地临床点提供的医学图像和临床数据，开发基于医学图像的人工智能工具，在疫情期间加速应对疫情防控的创新成果转移转化。

4 结论与启示

美国相关政策对促进在生物医学中应用人工智能技术进行范式变革起到了良好的牵引作用，其多元化的政策制定模式、政产学研医联动的参与方式、新型的组织管理模式、注重多样性的数据生态体系和工具建设、内外结合的环境保障措施以及前瞻性的监管科学研究等都颇有特色，对中国人工智能在生物医学领域的应用政策设计具有借鉴意义。当前，中国也非常重视在生物医学中应用人工智能，在国家相关政策文件中明确提出了重点应用领域。2017年，中国在《新一代人工智能发展规划》中提出推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系，开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发；在《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》中提出推进智能医疗装备产品设计与制造；在《“十四五”医药工业发展规划》中提出对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率，加快制定人工智能医疗器械标准；在《“十四五”生物经济发展规划》中提出依托人工智能技术、生物医学和健康大数据资源，发展智能辅助决策知识模型和算法，为疾病诊断治疗提供决策支持；在《“十四五”全民健康信息化规划》中提出以数据资源为关键要素，以新一代信息技术为有力支撑，促进医学人工智能应用试点；等。但是，中国在数据建设、科研基础设施、监管等方面依然存在诸多不足。从增强自身实力的角度考虑，以下从政策制定、组织管理、数据和工具建设、环境保障措施、合作模式等方面提出建议。

4.1 鼓励多方参与政策制定

美国在政策制定过程中充分吸收了来自高校院所、企业和公众的多样化、跨学科和跨部门的观点，保证了政策内容的全面性和多元化。中国相关政策的制定以中央政府为主导，在国务院的统一领导下由国家发展和改革委员会、工业和信息化部、国家卫生健康委员会等部门负责政策的牵头统筹。中国可以借鉴美国的经验，充分发挥相关委员会和智库的作用，加强技术评估、优先事项评估、应用阻碍因素评估等，逐步加强非政府组织和公众对政策制定和提出政策建议的参与程度，持续为政策制定提出建议和对策，形成与应用发展相匹配的政策体系。此外，在政策内容中应强化对数据问题、伦理问题等方面的规划，确保政策能够持续推动相关领域的前沿发展。

4.2 创新组织管理模式

美国生物医学相关政府部门设立首席人工智能官办公室、人工智能咨询委员会，成立数字健康卓越中心等，推动人工智能战略实施，促进人工智能实践，推动与计算机和数据科学的持续互动，促进监管科学研究，借鉴这种组织管理模式，中国可设立相应的委员会或理事会进行统筹管理协调，在顶层设立管理架构，形成对人工智能应用机会的共识，确定创新机会，协调政府机构内部及与外部学术界、产业界的沟通合作，为在生物医学领域部署人工智能工具、进行资源共享和经验借鉴提供畅通的机会；同时，可以借鉴美国创建实践社区的模式为生物医学与人工智能、数据科学领域的专家建立持续合作和互动的平台。此外，在相关委员会或理事会中提高伦理研究专家的参与程度，以确保伦理问题研究与技术应用同步发展。

4.3 建设有效应用人工智能的生物医学数据和工具

美国拓展建设多类型的生物医学数据，通过汇集不同学科和背景的专家开发人工智能工具，为研究人员应用人工智能减少障碍，并且注重培养多样化的研究团队，确保数据及人工智能方法减少偏见。中国目前建设了国家人口健康科学数据中心、国家基因组科学数据中心等，但数据体系、共享机制和相关政策机制仍存在不足，缺少对数据深度挖掘的人工智能工具方法，严重制约了数据价值潜力的激活和开发利用。中国可借鉴美国长期以来建设生物医学数据的经验以及创新措施，畅通数据汇聚渠道，汇集类型丰富的生物医学数据，提供汇聚的数据资源平台，同时促进人工智能和生物医学的专家合作，开发鲁棒性更强的人工智能工具，使生物医学研究人员能够在其研究中有效应用人工智能；此外，在数据建设和工具开发的过程中，纳入不同学科和研究背景的科研人员，充分考虑和避免数据和算法带来的偏见问题，确保数据建设和工具开发符合道德伦理，进一步拓展人工智能应用范围。

4.4 营造数据和工具的共享应用环境

美国采用商业云服务托管模式，解决访问和计算大型数据、使用人工智能技术的障碍。中国在生物医学数据基础设施方面仍有较大短板，可以参考美国的做法，与中国云服务商合作共同建设基础设施，创新数据供给方式，推进数据资源和基础设施的开放共享。一方面，以云服务平台的模式为研究人员提供大型生物医学数据，打破“数据孤岛”、减少数据重复；另一方面，提供先进的计算资源、人工智能工具共享平台，使研究人员能够公平访问，减少获取数据、应用人工智能工具的障碍。

4.5 以跨学科合作模式搭建生物医学和人工智能之间的桥梁

美国在多个政策内容中强调建立伙伴关系，内部加强部门之间协作、外部建立政产学研医多方合作关系，同时促进人工智能、数据科学与生物医学研究的跨学科合作，联合建设数据资源、协同推进人工智能工具开发等，参考这些模式，中国可利用区域、多学科伙伴关系加强政府、资助机构、企业、大学、医院和学协会合作，共同确定优先事项、共性研究问题，共享数据、工具和资源，形成互利合作，同时促进各方在数据建设和工具开发的早期进行合作，共同拓展供人工智能分析的生物医学数据，共同设计能有效应用于生物医学的人工智能工具，为人工智能在生物医学领域的创新应用架起桥梁。