共计 1324 个字符，预计需要花费 4 分钟才能阅读完成。
美国卫生与公众服务部正开发一种生成式人工智能工具，用于分析全国疫苗监测数据库中的报告数据，识别规律并生成关于疫苗负面影响的假说。该工具出现在部门上周发布的 2025 年人工智能应用清单中，目前尚未投入使用。根据前一年的人工智能库存记录，相关研发工作自 2023 年底已启动。
然而，公共卫生专家担心，由长期批评疫苗的小罗伯特·F·肯尼迪领导的卫生与公众服务部，可能利用这一工具生成的预测来推动其反疫苗议程。肯尼迪自上任以来，已大幅调整儿童疫苗接种计划，从推荐免疫清单中移除了包括新冠病毒、流感、甲型和乙型肝炎、脑膜炎球菌病、轮状病毒以及呼吸道合胞病毒在内的多种疫苗。
- 
- 
- 
- 
- 
- 
他还呼吁改革当前的疫苗伤害监测系统——疫苗不良事件报告系统，声称该系统掩盖了疫苗副作用的真实发生率，并提议修改联邦疫苗伤害赔偿计划，可能使针对尚未证实与疫苗相关的不良事件的诉讼更易进行。
疫苗不良事件报告系统成立于 1990 年，由美国疾病控制与预防中心及食品药品监督管理局共同管理，用于监测疫苗获批后的潜在安全问题。该系统允许医疗保健提供者和公众提交不良反应报告，但这些报告未经核实，不能仅凭此断定疫苗与事件之间的因果关系。
费城儿童医院疫苗教育中心主任保罗·奥菲特指出：“疫苗不良事件报告系统充其量只是一种假说生成机制。这是一个嘈杂的系统，任何人都可以报告，且没有对照组。”他强调，该系统仅能显示免疫接种后某个时间点发生的事件，无法证明疫苗导致了这些反应。尽管如此，反疫苗活动人士多年来常引用该系统数据，声称疫苗不安全。
前美国疾病控制与预防中心国家公共卫生信息学中心创始主任莱斯利·莱纳特表示，政府科学家长期使用传统自然语言处理模型分析该系统数据，因此卫生与公众服务部转向更先进的大型语言模型并不意外。但他提醒，该系统缺乏接种人数数据，可能导致记录事件显得比实际情况更常见，必须结合其他数据源才能准确评估风险。
大型语言模型以可能产生“幻觉”著称，这凸显了人类对其输出进行严格验证的必要性。莱纳特指出，该系统本应用于探索性分析，但美国食品药品监督管理局内部已有人员将其用于更深层次的推断。
近期有报道称，美国食品药品监督管理局生物制品评估与研究中心主任维奈·普拉萨德在内部备忘录中提议加强疫苗监管，并声称新冠病毒疫苗导致至少 10 名儿童死亡，但未提供证据。这些死亡案例曾报告至疫苗不良事件报告系统，并已由该局工作人员审查。十多位前美国食品药品监督管理局局长在《新英格兰医学杂志》发表联名信，对普拉萨德的提议表示担忧，认为其可能“基于对选择性证据的重新解读，大幅改变疫苗监管方式”。
乔治城大学传染病专家杰西·古德曼认为，使用大型语言模型可能有助于发现此前未知的疫苗安全问题，但由于系统数据可能不准确或不完整，必须对所有线索进行彻底调查。他警告：“预计会出现大量误报，需要由精通疫苗学、流行病学及大型语言模型局限的专业人员进行大量人工跟进。”在美国疾病控制与预防中心大幅裁员的背景下，建立处理新出现数据的系统能力尤为关键。
历史上，疫苗不良事件报告系统曾成功标记出真实的安全问题，例如强生新冠病毒疫苗相关的罕见凝血障碍，以及 mRNA 疫苗在年轻男性中引发的罕见心肌炎病例。
卫生与公众服务部未就此事回应置评请求。
