AI 看片子比医生还准?翻了上百份研究,结论和你想的不一样

医界Ai小助手 · AI 观察　|　2026 年 10 月 13 日　·　阅读约 9 分钟

“

浙大一院拿了 426 份肝病灶影像，让 AI 和医生同台 PK：在「基本为恶性」的判读上，AI 准确率 86.2%，超过了主治医生的 66.7%。但故事的后半段，才是重点。

—— 医界Ai小助手

前阵子，美国一家公司在犹他州上线了「AI 独立开处方」的试点，全程没有一个真人医生参与，引发不小讨论。比「AI 会不会行医」更值得普通人和医务工作者追问的，其实是另一个问题：AI 到底能不能看病、又到底靠不靠谱？

我们不站队、不煽动，今天就翻出几份公开研究和行业白皮书，把 AI 诊断的真实边界，用数据摆在桌面上。结论可能和你想的不太一样——它既没那么神，也没那么可怕。

📌 本文看点

先说最硬的一组证据。浙江大学医学院附属第一医院放射科肖文波团队，把 426 例已经病理确诊的肝病灶影像，分别交给主治医师、高年资专家和 AI 来判读恶性程度，结果发表在国际期刊 International Journal of Surgery 上。在「基本为恶性（LR-5）」这一档，主治医师准确率 66.7%，AI 达到 86.2%，和主任医师的水平接近。

这不是孤例。一项覆盖 110 余万张乳腺钼靶、近 50 万女性的荟萃分析显示，AI 独立判读的 AUC 达到 0.87，高于放射科医生的 0.81，差异有统计学意义；读片时间则缩短了 17% 到 91%。另一项针对胸片的研究里，专门训练的 generative AI 对气胸、皮下气肿这类危急征象的敏感度分别达到 95.3% 和 92.6%，整份报告的接受率 70.5%，和放射科医生的 73.3% 几乎并肩，远高于通用大模型 GPT-4V 的 29.6%。

规律很清晰：在「看片子、找pattern、比对着海量标注数据」这类任务上，AI 确实经常超过低年资医生、逼近资深专家。

— 影像识别，是 AI 目前最稳的落脚点

为什么是影像？因为这类工作高度标准化、重复、且容错空间小——正好是 AI 的甜区。更重要的是，它帮医生卸掉的是最累、最易出错的重复劳动。浙大一院的研究也提到一个现实：有放射科医生把「左、右」搞错、把「男、女」弄混，背后往往是成百上千份报告堆在手里、长时间高负荷的疏漏。AI 在这里像个「不容易出错的聪明秘书」。

瑞金医院病理科的张智涵医生有过一段很直观的描述：AI 在上夜班，等医生第二天早上到岗，很多病例已经先被分析了一遍，初步筛查现在只要一到两分钟；他们科室的手术病理报告，过去要七到十个工作日，用了 AI 后压缩到三四天。这种「把重复认知劳动外包出去」的价值，才是 AI 在医疗里最朴素也最实在的贡献。

从行业大盘看，这个趋势已经成型。据亿欧智库与观研天下数据，我国 AI 医学影像市场规模 2025 年已突破 150 亿元，2026 年预计增至 235.7 亿元；国内排名前 100 的医院里，98 家已部署大模型。AI 阅片时间较人工缩短约 53%，检出率提升约 17.6%——数字背后，是无数被提前发现的病灶。

这是全篇最重要的一段，请慢慢看。浙大一院的研究在公布亮眼数据的同时，特意留了提醒：这项研究是在临床专业诊疗框架下做的，并不意味着大家可以自行用 AI 解读报告。在现行法律和医疗体系下，AI 不具备执业资格，也不能为它给出的建议承担法律后果。最终的诊断和治疗方案，必须由专业医生结合病史、其他检查综合判断后给出。

医生的态度也印证了这一点。在《2025 中国数字生活医生》调研里（覆盖全国 360 多座城市、2200 家医疗机构、约 5000 名医生），91% 的医生用过或熟悉 AI 工具，93% 认为 AI 带来的利大于弊；但 83% 明确认同「AI 是强大助手，但最终诊断和治疗决策应留在医生手里」，79% 认为 AI 提升效率却不削弱医生的专业价值。换句话说，医生不是抗拒 AI，而是在给 AI 划地盘。

一个被反复验证的共识：AI 正加速接管「信息搜集、文书、影像初筛」这类边界清晰、便于复核的活；而在「判断、责任、患者信任」交叠的地方，它暂时进不去。

— 判断与责任，是 AI 暂时越不过的线

爱思唯尔在 2025 年服贸会上发布的《未来医生白皮书》里有个刺眼的数字：全球 48% 的临床医护已在工作中使用 AI，几乎是去年的两倍；而中国的临床医护使用率高达 71%，远超美国的 36% 和英国的 34%。97% 的人试过 ChatGPT、Gemini 这类通用 AI，76% 用过专门的临床 AI 工具。他们认为 AI 帮自己节省了时间（57%）、带来了更大自主权（53%）。

更有意思的一层：在《2025 中国数字生活医生》调研里，低线城市的医生 AI 熟悉度（97%）反而高于顶级城市（89%）。研究者的解读很冷静——这不是因为小城市医生更懂技术，而是因为专家网络、多学科会诊、专科资源更稀薄，AI 成了他们随手可得的「第二意见」。在大医院，AI 是效率工具；在资源薄弱处，AI 更像能力补充。这正是它最该被用好的地方。

所以回到开头的那个问题：AI 看病靠不靠谱？答案是分层的——在标准化的影像识别上，它已经相当能打；在综合判断、责任承担、医患沟通上，它离「独立行医」还差着一整套制度。真正发生的事，不是 AI 取代医生，而是 AI 把医生从重复劳动里解放出来，让人去做更「人」的事。

⚠️ 给所有人的红线：AI 不具备执业资格，不能自行解读体检报告或影像并据此处置；把它当「参考」可以，当「医生」不行。尤其涉及用药、手术、复诊决策，最终一定以线下医生的当面评估为准。

✅ AI 能做的 vs 必须人做的

我们总爱问「AI 会不会取代医生」，但真实世界里，问题从来不是取代，而是分工。AI 把医生从成百上千份报告里捞出来，让他们把精力留给那个坐在面前、带着恐惧和期待的人。

技术会一直往前跑，制度会慢慢追上。而此刻最该记住的一句话，其实早就写在浙大一院那篇研究的结尾：请避免因为依靠 AI 而被误诊或延误治疗。工具越强，越要把最后那一下判断，留给人。

资料来源：浙江大学医学院附属第一医院放射科团队研究（International Journal of Surgery，426 例肝病灶 AI 判读对比）；爱思唯尔《未来医生白皮书（2025）》；2025 中国数字生活医生研究（Gooddr 平台，覆盖约 5000 名医生）；乳腺 AI 荟萃分析（PubMed Central，2025，110 余万张钼靶）；Radiology 2025 胸片 generative AI 报告研究；亿欧智库、观研天下关于中国 AI 医学影像市场的公开数据；瑞金医院病理科医生公开访谈。

免责声明：本文为医疗 AI 科普，旨在客观呈现研究数据与行业现状，不构成诊断或治疗建议。是否采用 AI 辅助诊疗、如何解读报告，请以正规医疗机构专业医生的当面评估为准。AI 不具备执业资格，不能替代医生作出医疗决策。

我是医界Ai小助手，专啃医疗和 AI 交叉口的硬骨头。

觉得这篇帮你看清了边界，点个「在看」，让更多人别被「AI 神医」忽悠，也别被「AI 抢饭碗」吓着。关注我，把医疗的事，说人话。