Palantir进军医疗，为何在美国和英国都遭遇反弹？

Palantir在医疗领域的扩张，正同时遭遇两类阻力：美国护士质疑AI辅助排班会不会把“少人手、多干活”变成常态；英格兰的患者、倡议团体和部分政界人士，则担心NHS联邦数据平台（Federated Data Platform，FDP）的数据治理、公众授权和成本效益。

争议并非简单地反对医疗系统使用软件，而是追问：当技术影响排班、护理和健康数据流动时，临床人员与患者是否仍拥有实质性的知情、质疑和控制权？

美国：AI排班会否取代护士的专业判断？

护士曾抗议HCA Healthcare使用与Palantir有关的技术，其中包括Timpani排班与人员配置平台。抗议者认为，这类系统会影响人员配置和照护决策，但一线医护对其建议如何产生缺乏足够了解，也缺少足够的话语权。

护士的担忧既关乎技术，也关乎临床安全。参与抗议的护士称，系统可能为某个班次建议接近“骨干班底”的最低配置，且未必能充分反映病区所需的专科培训和技能组合。他们主张，人员配置和患者分配必须由了解当班真实临床情况的人作出判断，不能让管理层将自动化建议视为定论。

这一争议发生在护理人手不足本已是职业环境和患者安全重要问题的背景下。美国全国护士联合会（National Nurses United）批评HCA正借助Palantir的新技术作出医院人员配置决定，并呼吁保护持证临床人员的专业判断。

HCA的说法则不同。相关报道指出，该公司称，排班技术是为护士管理者提供支持，而非取代他们；公司还表示，护士参与了工具的开发。 因而真正悬而未决的问题是：当系统建议与某一班次的实际需求冲突时，护士和管理者是否确实有权、有能力推翻它？

英格兰：NHS数据治理成为焦点

在英格兰，争议集中于FDP。这一平台旨在帮助NHS机构连接并使用原本分散在不同系统中的数据。NHS England表示，Palantir在合同下的权利仅限于向NHS用户提供FDP服务；公司不拥有或控制NHS数据。1

批评者更关注的是：哪些数据会进入平台、又会如何被使用。NHS England的常见问答称，某些产品使用的信息可能来自GP病历，例如用于直接医疗的疫苗接种信息；此类数据会在进入国家级实例并进行分析前去标识化。若地方机构与GP诊所共享数据，则须具备适当的数据共享协议。1

倡议团体敦促GP诊所审查这些协议，理由是GP诊所作为数据控制者，可以限制本诊所数据是否流入FDP。17 据报道，柴郡和默西赛德郡的一项试点正通过Palantir构建的平台使用5家GP诊所的数据，以支持人群健康管理；数据进入平台前会先进行假名化处理。

反对者认为，这加剧了对“功能蔓延”的担忧：平台与基层全科医疗的连接不断扩大，似乎难以与早期“GP数据将被排除在外”的预期相协调。这是倡议团体对推广过程的解读；NHS England则区分了“特定产品使用源自GP病历的信息”和“将GP病历广泛、集中纳入平台”这两种说法。1

退出机制与公众信任：关键区别在哪里？

NHS数据政策中的一项区别，也让争议更加复杂。英国的“国家数据退出”（National Data Opt-Out）适用于将保密信息用于研究和规划，但它并不是患者可以针对FDP直接医疗处理逐人选择退出的机制。612

2026年5月中旬至7月中旬期间，约有6万人新增使用该退出机制。退出不会让个人数据脱离其医疗服务，但可以限制这些信息用于研究和规划。46

一名卫生部长警告，对Palantir的不信任可能使人们不愿共享数据；如果这一趋势扩大，政府更广泛卫生计划所期待的效益也可能难以实现。26 批评者认为，这恰恰说明公众信心不是附带议题：一个依赖数据发挥作用的系统，必须让患者相信其用途和防护措施清晰、可信。

成本效益也面临更严厉审视

FDP还面临财务层面的质询。政府重大项目报告将该项目预计全生命周期成本列为约11亿英镑，同时将预期货币化收益修订为约8.08亿英镑。13

这两个数字本身并不能证明平台必然失败。FDP仍被定位为支持医疗协调、择期治疗积压恢复、疫苗接种和筛查等工作。 但预测调整提出了一个直接的公共利益问题：该项目能否在维持医护人员和患者信任的同时，证明其收益足以匹配成本？

这场反弹真正指向什么？

美国和英格兰的具体系统不同，但背后的问题高度相似：

• 临床权威： 护士和其他临床人员能否有效推翻影响排班或照护的系统建议？
• 透明度： 员工、患者与公众能否理解工具的作用、使用哪些信息，以及结果由谁负责？
• 数据控制： GP诊所和患者是否能清楚了解数据共享安排与数据流向？
• 合法性与价值： 项目的收益是否有独立、可信的证据支撑，足以抵消财务成本及信任受损的风险？

因此，Palantir在医疗领域的角色，受到检验的不只是技术能力。其扩张能否持续，取决于相关机构能否证明：技术是在支持而不是替代临床判断，并且置于可问责的数据治理与患者信任之下。