同一高风险 AI 跨医院或工厂复制时，流程、系统、工况、语言和责任差异怎样处理？

一个医院或一条产线验证过的 AI，换到另一处仍可能失效。模型没有变化，患者或产品结构、设备、传感器、流程、语言和人工习惯都可能变了。

高风险 AI 跨机构复制要重新完成本地差异评估、样本验证、责任确认和分阶段上线。原现场证据只能作为起点。

先做一张现场差异清单

差异 需要比较什么 可能改变什么

对象与用户 人群、产品、客户和操作人员 输入分布与错误影响

流程与责任 触发、审批、接管和最终责任 AI 可进入的环节与权限

系统与设备 接口、传感器、终端和版本 数据质量、状态与恢复

数据与语言 口径、字段、方言、术语和缺失 识别、检索与判断质量

环境与工况 负载、材料、地区和运行条件 稳定性与安全边界

应急能力 人员、联锁、备用流程和响应时间 事故范围与可恢复性

任何一项差异都可能改变错误类型、严重度和人工负担。

原评测集保留，本地样本必须新增

原评测集用于检查基础能力没有退化。本地真实数据与难例用于验证新机构的对象、语言、工况和流程。少数群体、极端条件与异常流程要主动覆盖，不能只按平均业务量抽样。

先影子运行，再逐步交换权限

系统先在不影响真实决策或设备控制的情况下输出，与现有流程比较。质量、稳定、接管与成本达到本地门槛以后，再按任务和权限逐级开放。

平台更新时，所有本地配置都要进入回归。共性能力统一维护，本地规则、设备参数、语言和责任由本地授权角色确认。

新现场重新签字

业务、专业、技术和安全负责人需要确认用途、上线门槛、人工接管和事故责任。原机构的批准不能自动转移，也不能因为产品名称相同跳过本地验收。

具体医疗、工控和专业要求由各机构的相应责任人与专业人员确认。

高风险 AI 能够规模化的证据，是它在不同现场都能重新证明安全、有效、有人负责。

本问行动：复制方案前先完成六类现场差异清单，差异最大的三项就是本地验证重点。