文：度米 冬天的七

壹指南｜临床医生AI时代医患沟通深度指南

“医生，我这个就是××病，AI已经给我诊断出来了。”“我把所有检查结果都上传给AI了，它说应该吃这个药。”“AI说这个病不用做这么多检查，你直接给我开药就行。”“为什么你和AI说的不一样？”

过去，医生面对的是“百度一下”。现在，医生面对的是，患者拿着一份看起来非常专业、逻辑非常完整、甚至引用了大量指南和论文的AI诊疗报告走进诊室。它甚至可能比患者本人表达得更加清楚：

“我的症状符合A病和B病，排除C病，建议首选某药，剂量多少毫克，疗程多少天。”

这正在改变医患关系。而且这不是未来。它已经发生。2026年我国研究显示，生成式AI已经进入患者的“诊前灰区”：患者使用AI解释症状、评估疾病严重程度、进行初步自我诊断、准备就医问题以及理解医生诊断。该研究纳入546名中国成年人，并通过48名受访者的深度访谈进行了补充。研究者认为，AI并不必然削弱医生权威，它也可能成为患者理解疾病、准备就诊以及理解医生判断的“信息中介”。

更值得医生注意的是，患者真正发生变化的，不只是“知道得更多”，而是“带着一个答案来找医生”。于是，一个新的临床沟通问题出现了，当患者说“AI已经给我诊断了”，医生到底应该怎么办？

一、首先必须承认：患者使用AI，并不是一件坏事

临床医生面对AI患者时，最容易犯的第一个错误。立即否定。“AI懂什么？”“网上看的东西你也信？”“你是医生还是我是医生？”“别看这些乱七八糟的东西。”这种沟通方式短期可能让医生获得“权威感”，但长期很可能适得其反。因为患者使用AI背后，往往不是“不信任医生”。而是他想提前搞明白自己到底发生了什么。

2026年中国一项研究发现，患者使用生成式AI的重要用途包括理解症状；初步判断疾病；判断疾病严重程度；准备向医生提问的问题；理解检查结果；理解医生的诊断；理解治疗方案。研究甚至发现，患者对AI质量的感知与更好的疾病判断、诊断理解和就诊参与存在统计学关联。换句话说：

AI有可能让患者变得更会问问题，而不是一定让患者变得更不信任医生。因此，医生真正应该改变的不是“如何阻止患者使用AI？”而应该是“如何让患者正确使用AI？”这是整个问题的核心。

二、医生必须告诉患者：AI最强的地方，恰恰也是它最容易制造误解的地方

AI最大的优势是什么？它非常会“说”。它能够：迅速整理大量信息；把复杂医学术语解释得通俗；生成鉴别诊断；罗列治疗方案；总结指南；比较药物；回答患者大量问题；24小时在线；不会表现出不耐烦。所以患者非常容易产生一种错觉，“它回答得这么完整，它一定知道我的病。”

但这里存在一个非常重要的认知错误，“回答得像医生” ≠ “完成了医学诊断”。

三、AI和医生最大的区别，不是“谁知道得更多”

很多医生喜欢告诉患者“医生比AI专业。”这句话其实并不够准确。因为今天的AI在某些知识检索、医学知识总结、指南整理、鉴别诊断生成等任务上，确实已经非常强。真正的区别在于AI主要处理“输入的信息”。医生处理“真实的人”。这是完全不同的事情。

AI看到的是患者告诉它的信息，医生看到的是患者没有告诉我的信息。这才是临床诊断最重要的部分之一。

例如患者告诉AI“胸痛，活动后明显，休息后缓解。”AI可能迅速生成“考虑冠心病可能。”但医生真正要继续问什么时候开始？持续多久？每次持续几分钟？胸骨后还是其他位置？是否向左肩、下颌、背部放射？与呼吸有没有关系？与体位有没有关系？有没有出汗？有没有恶心？有没有晕厥？既往有没有冠心病？是否吸烟？有没有糖尿病？有没有高血压？家族史如何？当前生命体征如何？然后查体。再然后心电图、肌钙蛋白、超声、影像等检查。最后才进入“这个患者现在到底是什么问题？”这就是临床推理。

四、医生的优势不是“记住更多知识”，而是拥有完整的临床闭环 可以把现代医学诊断简单理解为：

AI：输入 → 计算 → 输出

而医生：患者 → 病史 → 查体 → 检查 → 鉴别诊断 → 风险分层 → 治疗决策 → 随访 → 动态修正

两者不是同一个工作。

五、AI为什么会“说得很像真的”？

这是医生与患者沟通时非常值得解释的一点。大语言模型本质上是通过训练数据学习语言和知识模式，并生成最可能的回答。因此AI的目标不是“保证医学事实绝对正确”。它的优势是：

生成一个语言上合理、知识上尽可能符合训练模式的回答。

这就产生了医学领域最危险的问题之一：幻觉。

WHO已经明确指出，生成式AI可能产生错误、不准确、有偏差或不完整的信息，而这些信息在医疗决策中可能造成伤害。WHO还特别警告了“automation bias（自动化偏差）”：人类可能因为机器输出看起来权威，而忽略本来可以发现的错误。

六、这不是理论风险：研究已经把AI的短板“测”出来了

一项发表于《Nature Medicine》的2026年随机预注册研究，对1298名普通公众进行了研究。结果非常值得医生记住AI单独处理10个医学场景时：正确识别疾病94.9%。看起来非常惊人。但是到了真实的人机互动场景，接受AI帮助的普通参与者，识别相关疾病的正确率不到34.5%。对于下一步处置正确率不到44.2%。

而且并没有优于对照组。研究者指出，用户与AI之间的互动本身就是医疗AI部署中的重要挑战，单纯依靠医学知识测试或模拟场景，并不能预测真实世界中的人机协作表现。这项研究给临床医生一个非常重要的信息：

AI模型本身“会做题”，不等于患者使用AI以后就会“正确诊疗”。

七、甚至AI自己非常强，也不意味着患者就能正确使用它

这是一个极容易被忽略的问题。假设AI诊断能力 = 90分。患者理解能力 = 60分。患者提供的信息完整度 = 50分。患者对风险的理解 = 40分。

那么“AI很强”并不自动等于：“患者最终获得了正确的医疗决策”。这就是所谓的： 人机交互瓶颈。

八、AI最大的临床短板之一：它不知道“你没有告诉它什么”

这是医生可以用来向患者解释的最好一句话。可以直接这样说：

“AI只能根据你告诉它的信息进行判断，但临床诊断最重要的部分，有时候恰恰是你还没有告诉它的信息。”

例如：患者说“我肚子疼。”AI可以给出几十种可能。但是医生需要知道：具体位置；疼痛性质；起病方式；持续时间；是否转移；有没有压痛；有没有反跳痛；有没有发热；有没有呕吐；有没有腹胀；排便情况；月经情况；妊娠可能；既往手术史；用药史；生命体征。

这些不是简单“查知识”可以解决的。

九、第二个巨大短板：AI不知道“你现在有多危险”

医学不是只有“你得了什么病？”还有一个更加重要的问题“你现在会不会出事？”这是急诊医学、重症医学和临床风险分层的核心。

例如：同样是胸痛。可能是：肌肉疼痛；胃食管疾病；焦虑；心肌缺血；急性心肌梗死；主动脉夹层；肺栓塞；气胸。患者最想知道“到底是哪一个？”

医生首先需要知道的却是“哪个不能漏？”因此临床诊断不是简单的：

“概率最高诊断”。而是：“概率 + 严重程度 + 时间窗口 + 患者个体风险”的综合判断。

十、第三个短板：AI可能不知道你“现在”的状态

医学诊断是动态的。上午“暂时没有明显异常。”下午：“症状突然加重。”晚上：“出现意识改变。”这时候诊断路径完全可能发生变化。

所以：临床医学不是一次性的答案。而是：连续更新的概率。医生今天判断A。检查结果出来以后：→ A概率下降。出现新的症状：→ B概率上升。新的影像出现：→ C被排除。这就是临床推理。

十一、第四个短板：药物不是“疾病名称→对应药物”

这是患者拿着AI处方来要求医生开药时，医生最需要解释的事情。患者常常认为：

“AI已经告诉我是什么病，那医生直接开这个药不就行了吗？”

实际上：处方决策远远不等于疾病名称匹配药物。医生必须同时考虑：年龄；体重；肝功能；肾功能；妊娠状态；过敏史；合并疾病；当前用药；药物相互作用；禁忌证；疾病严重程度；感染/非感染；是否需要联合治疗；是否存在耐药；给药途径；剂量；疗程；药物经济性；患者依从性；随访条件。所以“AI说这个药可以用” 和“这个患者现在应该用这个药”是两件完全不同的事情。

十二、第五个短板：AI很难真正承担最终责任

这也是医生需要向患者解释的重要一点。医疗决策不是知识竞赛。它最终涉及谁承担决策责任？

WHO强调，AI医疗应用必须考虑透明度、可解释性、责任和问责，并警告不应把重要医疗决策不恰当地委托给AI。

而2026年中国一项针对2708名医生的全国调查，也显示中国医生并不是简单反对医疗AI。恰恰相反：

78%的受访医生对AI药物处方持接受态度。

但他们尤其重视：AI是否经过验证；是否适合自己的患者；是否具有可解释性；是否有安全监测；是否存在责任与治理机制。

研究中，48.2%的医生强调模型训练数据应与自己的患者群体相似，39.4%认为需要中国本土队列验证，54.2%强调需要可靠的AI处方质量、偏倚和安全监测机制。这说明一个非常重要的问题医生不是拒绝AI。医生拒绝的是没有经过验证、没有临床上下文、没有责任边界的“AI自动处方”。

十三、所以医生千万不要告诉患者：“AI什么都不懂”

这句话在2026年已经站不住脚。因为AI确实有很多地方非常强。

中国全科医生调查显示，77.75%的受访医生愿意尝试或继续使用AI辅助诊疗；他们尤其希望AI用于提高效率、减少工作负担、提供诊断复核、影像分析、处方审核、患者随访等。

美国医学会2025年的调查也显示，约66%的受访医生已经使用某种医疗AI工具。因此最好的医生沟通方式不是“AI vs 医生”。而应该是AI + 医生 + 患者。

十四、真正应该建立的，是“三层医疗AI模型”

第一层：AI负责“信息整理”

AI最适合做：医学知识解释；检查报告语言转换；指南摘要；就诊问题整理；用药知识教育；健康教育；就医前准备。

第二层：医生负责“临床判断”

医生负责：病史；查体；风险分层；检查选择；鉴别诊断；临床诊断；治疗方案；处方；随访。

第三层：患者负责“共同决策”

患者负责告诉医生：自己最担心什么；自己希望达到什么目标；对治疗的接受程度；经济和生活因素；对风险的偏好；自己是否能够完成治疗。

这其实与NICE的共同决策原则高度一致：医疗决策应建立在医学证据、患者价值和偏好基础上，并通过清晰解释、风险收益讨论和“teach-back”确认患者真正理解。

十五、医生面对“AI处方患者”，最忌讳直接否定

推荐临床医生采用 “接纳—拆解—解释—重建”四步沟通法

STEP 1：接纳 患者：“AI说我就是××病。” 医生不要马上说“AI不靠谱。”

而可以说：“你愿意提前了解自己的病情是好事。把AI给你的结果给我看看，我们一起看看它是根据什么做出这个判断的。”

这句话非常重要。因为它没有否定患者。

STEP 2：拆解 医生继续问“AI这个判断，是基于哪些信息？”

然后逐项检查：症状；时间；检查；用药；既往史；体征。 医生很快就会发现：AI的诊断往往建立在“患者主动输入的信息”。

而医生掌握的是“患者主动说的 + 医生追问的 + 医生观察到的 + 查体发现的 + 检查获得的”。这就是差距。

STEP 3：解释 不要说“AI错了。” 应该说：

“AI给出的这个疾病确实是一个可能性，但医学诊断不能只看‘像不像’，还要看有没有证据支持，以及有没有其他必须排除的疾病。”

这是非常重要的语言升级。从AI错了。变成“AI提供了一个假设，我们现在需要验证这个假设。”患者的心理防御会明显降低。

STEP 4：重建 最后告诉患者：

“你可以继续使用AI，但建议把它当成一个‘问题整理工具’，不要把它当成最后的诊断医生。”

然后告诉患者：

“以后AI给你一个诊断，你可以把三个问题带到医院来。”

十六、壹指南推荐患者永远问医生这三个问题

① “AI给我的这个诊断，您认为成立吗？” 让医生判断。

② “您为什么认为它成立或者不成立？” 让医生解释证据。

③ “有没有什么严重的疾病必须先排除？” 让医生完成风险分层。

这三个问题，比“AI说我是什么病，你给我开药。”高出了一个完整的临床决策层级。

十七、医生可以直接把这句话送给患者

“AI给你的答案，可以作为问题清单；不能直接作为诊断证明。” 这句话非常适合作为：

壹指南AI时代患者教育金句。 还可以进一步升级：

“AI可以帮你发现问题，医生负责判断问题；AI可以提供选项，医生负责结合你的身体情况做决策。”

十八、医生面对AI患者，可以直接使用的“30秒话术” 患者：

“医生，AI都说我是××病了，你为什么不给我开这个药？”

医生可以回答：

“AI给出的这个判断可以参考，我也不反对你用AI了解自己的病情。

但是AI看到的是你输入给它的信息，而医生还要结合你的病史、体格检查、检查结果、既往疾病、正在使用的药物以及有没有需要首先排除的严重疾病。

所以我不是简单地判断AI对不对，而是在判断：这个诊断是不是适合你、现在是不是需要治疗、这个药对你是不是安全，以及有没有更重要的问题需要先排除。

你可以把AI当成一个很好的‘医学信息助手’，但最后的诊断和处方，需要建立在完整的临床信息和医生判断上。”

十九、如果患者非常相信AI，怎么办？

不要试图：“把AI从患者脑子里删除。”基本做不到。应该做的是：把“AI权威”转换成“AI证据”。问患者“AI为什么这么判断？”然后“它引用的是什么指南？”再问“这个指南针对的是不是你的情况？”最后“你的检查结果是否满足这个指南的适用条件？”

这一套问下来，患者会逐渐从“AI说了什么？”转向：“这个结论有什么证据？”这才是真正的医学思维。

二十、壹指南特别推荐：把患者从“答案思维”带向“证据思维”

这是AI时代临床医生最重要的患者教育任务。传统患者思维症状 → AI → 疾病 → 药

应该变成：

症状 → 信息 → 鉴别诊断 → 检查 → 风险分层 → 诊断 → 治疗 → 随访

也就是：从“答案驱动”转向“证据驱动”。

二十一、为什么这一点如此重要？

因为患者最容易犯的错误是：把“可能”理解成“确定”。AI可能说“考虑××疾病。”患者听到的是“我得了××疾病。”AI可能说“可以考虑使用××药。”患者听到的是“医生应该给我开××药。”

这就是：概率 → 确定性 建议 → 处方 信息 → 决策发生了错误转换。

医生要做的，就是把这个转换纠正回来。

二十二、AI真正应该成为医生的“第二双眼睛”

而不是患者的“第二个医生”。这可能是未来医患关系最重要的一次重新定义。事实上，越来越多医生并不排斥AI。

2025年《Nature Medicine》发表的一项随机对照研究中，92名医生完成复杂临床管理推理任务；与仅使用传统资源相比，使用GPT-4辅助的医生得分提高了6.5个百分点。研究同时强调，这类结果仍需要真实临床环境进一步验证。

这告诉我们：AI真正有价值的地方，并不是替代医生。而是：

让医生拥有更强的信息处理能力。

二十三、一个非常重要的未来趋势：医生自己也会使用AI

所以未来不是AI vs 医生 而是： 使用AI的医生 vs 不会使用AI的医生

美国医学会2026年的资料显示，超过80%的医生已经在专业场景中使用AI；与此同时，医生对患者使用AI处理需要临床判断的任务仍然较为谨慎。

这其实非常符合临床逻辑：AI可以进入诊疗。但必须进入“医生监督的诊疗”。

二十四、因此，医生真正需要建立的是“AI临床解释权”

未来医生可能面对一个全新的问题患者“AI说A。”医生“我判断B。”患者“为什么？”过去医生可能只需要说“因为我是医生。”

以后已经远远不够。医生必须能够解释为什么AI会得到A？为什么我的判断是B？哪些临床证据支持B？哪些信息让A的可能性下降？我为什么要做这个检查？为什么现在不能直接开药？这其实会倒逼医生重新回到医学最核心的能力：临床推理。

二十五、AI时代，医生的权威将从“身份权威”转向“推理权威”

过去“我是医生，所以听我的。”未来：

“我为什么这样判断，我把证据、风险和选择讲给你听。”

这是一种更高级的医学权威。美国医学会2025年已经明确提出，医疗AI工具应该具备可解释性，并提供安全性和有效性数据，让医生能够理解AI输出并据此作出临床判断。

二十六、医生面对AI患者，必须学会一个新技能：

不要和AI竞争，而要解释AI 可以把医生的沟通角色从“AI反驳者” 升级成“AI解释者”。

患者拿着AI结果：不要说❌ “别看AI。”而说✅ “我们一起看看AI是怎么得出这个结论的。”患者说“AI说我不用做这个检查。”医生“我们看看AI为什么这么判断，再结合你的实际情况判断这个检查有没有必要。”患者说“AI让我吃这个药。”医生“药可以讨论，但首先需要确认你到底是不是这个疾病，以及这个药对你的肝肾功能、其他药物和目前病情是否安全。”

二十七、壹指南推荐：临床医生建立“AI患者五问法” 面对患者拿AI结果来诊室，医生可以快速问：

① AI依据了什么？ 信息来源是什么？

② AI缺少什么？ 有没有没有输入的重要病史、体征和检查？

③ AI排除了什么？ 有没有严重疾病没有被排除？

④ AI适用于谁？ 它引用的研究和指南，适用于这个患者吗？

⑤ 最终谁来决策？ 由患者和医生基于证据共同决定，而不是由AI直接下处方。

二十八、壹指南进一步推荐：建立“AI患者三级风险分层” 临床医生可以把患者带来的AI结果分为三类。

🟢 一级：信息型 例如“AI帮我解释一下这个指标是什么意思。”这种情况可以鼓励。医生甚至可以告诉患者“这类问题可以用AI帮助理解。”

🟡 二级：辅助决策型 例如“AI说我可能是××病，我应该做什么检查？” 这时：可以讨论，但必须经过医生验证。

🔴 三级：直接诊疗型 例如“AI已经诊断我了，直接给我开这个药。” 或者“AI说不用检查，我不做检查。” 这时必须医生重新接管临床决策。尤其涉及急症；儿童；孕妇；老年人；多病共存；肿瘤；抗凝；胰岛素；抗感染药物；精神科药物；免疫抑制；高风险药物；严重过敏；肝肾功能异常； 更不能把AI输出直接转化为处方。

二十九、真正高级的医患沟通不是“降低患者对AI的信任”

而是建立“有条件的信任”。告诉患者：

AI可以信什么？信息整理；医学知识解释；指南查询；就诊准备；健康教育。

AI不能直接替代什么？临床诊断；风险分层；体格检查；检查选择；个体化处方；急危重症判断；最终治疗决策。 这样患者不会从：

“100%相信AI”

走向：

“100%相信医生”。

而是建立：“AI负责信息，医生负责判断，患者参与决策”的三方关系。

三十、这才是AI时代真正的共同决策

NICE强调，共同决策并不是让患者自己决定，也不是让医生单方面决定，而是医生和患者共同讨论：有哪些选择；每种选择有什么收益；有什么风险；对患者有什么意义；患者真正重视什么。

最终形成共同的治疗计划。因此：AI不能取代共同决策。但AI可以帮助共同决策。这两者完全不同。

三十一、全球患者其实也在发生同样的变化

2026年EY针对7500名消费者进行的全球调查发现，AI和搜索工具已经影响消费者提出检查、治疗和处方要求，以及自我诊断和延迟就医等行为。但同一调查也发现89%的受访者认为医生可靠；相比之下AI工具为68%。

同时，接近四分之三的人认为，未来3—5年，人们在看专业医务人员之前使用技术进行健康评估或自我诊断将成为常态。

这其实给中国医生一个非常重要的信号：AI不会消灭医生。但是AI会改变患者走进诊室的方式。

三十二、欧洲患者调查也出现了一个非常有意思的结果

欧洲患者论坛2026年的调查显示：98%的受访者认为AI可能给医疗带来好处。但是患者同时担心：AI错误诊断；偏见；人文关怀减少；AI使用过程不透明。更值得医生关注的是：

82%的患者希望由医生或医疗专业人员向他们解释AI的使用。93%认为应该在医疗服务开始阶段就被告知AI是否参与医疗过程。

这意味着：患者并不是要AI取代医生。患者需要的是：一个能够帮助他们理解AI的人。这个人恰恰可能就是医生。

三十三、所以未来医生可能需要增加一个新的临床角色

过去医生 = 诊断者 + 治疗者 未来医生 = 诊断者 + 治疗者 + AI解释者 + 风险把关者甚至“AI素养教育者”。

三十四、壹指南终极推荐

AI时代临床医生与患者沟通的“ABCDE模型”

A — Accept 先接受患者使用AI。 不要立即否定。

B — Break down 拆解AI的结论。 问“它是根据什么信息得出的？”

C — Context 补充临床上下文。 病史、查体、检查、共病、用药、风险因素。

D — Decide 由医生与患者共同完成临床决策。 AI提供信息，不直接替代临床决策。

E — Educate 最后教育患者如何正确使用AI。 让患者下一次知道：

“AI可以帮我准备问题，但不能替我完成诊断。”

三十五、壹指南最终版：医生面对AI患者的“六句话”

临床医生甚至可以把下面六句话打印出来放在诊室：

① “AI给出的结果可以参考，我们先看看它为什么这么判断。”

② “AI看到的是你输入给它的信息，我还需要补充一些临床信息。”

③ “医学诊断不仅是判断‘像不像’，还要判断‘有没有证据’以及‘有没有危险情况需要排除’。”

④ “AI可以提出一个治疗方案，但处方还要结合你的年龄、疾病、检查、肝肾功能、其他药物和风险。”

⑤ “所以我不是简单地说AI对或者错，而是要判断这个结论是否适用于你。”

⑥ “以后你完全可以继续用AI，但把它当成一个医学助手，而不是最终的诊断医生。”

三十六、壹指南真正想告诉医生的，不是“不要让患者相信AI”

而是不要试图让患者放弃AI。因为这几乎不可能。真正应该做的是让患者学会正确使用AI。

从“AI告诉我得了什么病。”转变成“AI帮我整理了几个可能性。”

从“AI让我吃这个药。”转变成“AI告诉我有哪些治疗方案，我来问医生这些方案是否适合我。”

从“为什么医生和AI说的不一样？”转变成“医生能不能告诉我，你为什么这样判断？”

这就是一次非常重要的认知升级。

三十七、未来医学最危险的不是AI

而是“AI说了，所以一定对。”真正成熟的AI医疗观应该是：

AI可以提供答案，但不能自动获得诊断权。

AI可以提高信息处理能力，但不能自动获得处方权。

AI可以帮助患者提出问题，但不能替患者完成临床决策。

AI可以成为医生的助手，但不能因为语言流畅而获得医学权威。

三十八、壹指南终极临床原则

🧠 AI时代医学决策四句话

AI提供信息↓医生判断证据↓患者表达价值与选择↓医患共同决策

这才是未来真正的：AI增强型医学

而不是：AI替代型医学。

最后给所有临床医生的一句话

未来患者走进诊室，很可能不再是“医生，我什么都不知道，你告诉我怎么办。”而是：

“医生，我已经问过AI了，这是它给我的答案。你告诉我，它为什么可能对，也为什么可能不适合我。”

这并不是医生权威的消失。恰恰相反。这意味着医生的专业价值将从“告诉患者答案”进一步升级为“帮助患者判断答案。”而这，可能就是AI时代临床医生真正不可替代的价值。

壹指南｜AI时代医患沟通核心推荐

① 不否定患者使用AI。

② 不接受AI直接成为诊断依据。

③ 不把“AI可能正确”误认为“AI对这个患者一定正确”。

④ 要求回到完整病史、体格检查、辅助检查和风险分层。

⑤ 将AI输出定义为“待验证假设”，而不是“临床诊断”。

⑥ 将AI提出的用药建议定义为“治疗信息”，而不是“处方”。

⑦ 对高风险疾病和高风险药物，坚持医生主导。

⑧ 使用“接纳—拆解—解释—重建”降低医患对抗。

⑨ 用“AI依据什么？”把患者从答案思维带回证据思维。

⑩ 最终建立“AI提供信息、医生判断、患者参与、共同决策”的新型医患关系。

壹指南一句话总结：不要和AI争夺患者的信任。教患者学会判断AI。让AI成为医生的助手，而不是患者的医生。

主要证据依据

本文的核心判断主要参考WHO关于生成式AI医疗风险与治理的指导、NICE共同决策原则、2026年中国患者AI自我诊断研究、2026年中国医生AI处方态度全国调查、Nature Medicine关于普通公众使用LLM进行医疗判断的随机研究，以及美国医学会关于临床AI应用的调查和政策文件。遵循CC BY-NC 4.0协议。转载需注明来源“医指南”并附原文链接