《医疗AI安全性测评方法白皮书（2026）》由卫标AI安全标准评测服务平台组织编写，面向医疗健康场景下大模型与智能体应用的安全风险，系统提出一套可量化、可复现、可落地的第三方安全性测评方法体系，旨在为医疗机构、AI 研发厂商、监管与采购方提供统一的安全评估基准。
白皮书回应《生成式人工智能服务管理暂行办法》《医疗机构应用人工智能安全管理指引》等监管要求，结合医疗问答、辅助诊断、用药建议等典型应用，给出从指标设计、测试集构建到评级判定的完整方法论。
核心内容
- 测评指标体系：覆盖越狱抵抗、内容安全、数据与隐私、对抗鲁棒性、提示注入五大维度，并针对医疗场景细化幻觉控制、诊疗边界、用药安全与患者隐私等专项指标。
- 对抗测试集构建：提出自动化对抗样本生成与红队评估方法，模拟真实攻击对模型与智能体进行系统化压力测试。
- A/B/C/D 分级方法：以 0–100 综合得分配合四级评级，量化呈现整体安全水平，支持横向对比与上线准入参考。
- 闭环加固机制：建立"测评—加固—复测"闭环，针对每项风险给出可落地的整改建议。
适用对象
- 医疗机构：AI 系统上线前的安全自查与第三方背书。
- 大模型与智能体研发厂商：安全能力建设与对外评级。
- 监管与行业机构：合规审查与标准符合性验证。
- 采购与集成方：医疗 AI 选型的安全评级参考。
