ARTICLE · 1270471
恨不得卸载患者豆包,医生快疯了
前一阵，一张医院「门诊告示」在网上火了。
▽图片来源于网络
虽然事后证实，这张告示只是网友恶搞，但它确实戳中了不少医生的痛点。
如今越来越多患者带着AI给出的诊断结果走进医院。医生刚准备解释病情，对方就掏出手机反问：「可是豆包说我这个情况应该吃另一种药啊？」
复旦大学老龄研究院研究团队2026年的一项调研发现，在75位受访医生中，约七成遇到过患者使用AI查询健康信息的情况。
更麻烦的是医生不光要解释病情，还得解释为什么自己的判断跟AI不一样。
顺便给大伙推荐下我的热门文章想在职深造，朋友帮我挑了十个靠谱正规的美国在线硕博，感兴趣可以看看。
我们会持续关注AI时代的人才变化、行业趋势和职场机会
如果你也关心这些话题，不妨先点个关注👇
看病先问AI
AI确实比传统搜索引擎方便。
现在只要输入症状，AI就能迅速整理可能的原因、注意事项，甚至给出检查建议。
关键是它还特别有耐心。对那些排队两小时、问诊几分钟的患者来说，这种体验确实很有吸引力。
AI回答得越详细，越容易让人产生一种错觉：既然它分析得头头是道，那大概就是真的。
中新健康报道的同一项调研还发现，当AI与医生意见不一致时，43%的受访居民选择直接听医生的，另有35%主要听医生的，但希望获得解释。
多数受访者并没有把AI放在医生之上，只是开始要求医生解释得更明白。
问题是医生一天要接诊那么多患者，哪有无限的时间陪AI逐条辩论？
这背后，早已不只是简单的医患沟通矛盾。
AI不是医生
AI在医学知识整理、健康科普方面确实很有用，但这和真正具备临床诊断能力，完全是两码事。
比如，同样是头晕，对年轻人、老年人、有心血管基础疾病的人，医生需要考虑的原因和风险可能完全不同。
年龄、既往病史、正在服用的药物、检查结果，任何一项信息都可能影响判断。
复旦大学团队的调研中，81.33%的受访医生认为，AI健康建议最突出的问题是缺乏个体化。
比AI判断不准确更可怕的，是「AI幻觉」。
它可能编造医学依据、错误解释检查报告，甚至给出不恰当的用药建议。
世界卫生组织早在2024年就发布过相关指导文件，提醒医疗大模型可能产生错误、不准确或不完整的信息，影响人们的健康决策。
写错一份工作报告，大不了被老板退回来重改。但医疗建议出了问题，可能导致错误用药、延误治疗，后果不是重新生成一次答案就能解决的。
AI进了医院，麻烦不只是诊断
这不意味着AI在医院毫无用处。
从医学影像辅助分析到病历整理、临床信息检索，AI已经在很多医院落地，实实在在帮医护减负增效。
但问题也会出现：
比如，AI能不能参与病历整理？它给出的建议应该由谁复核？患者不认可医生判断时，医院又该如何改善沟通？
这些事情，光靠医生懂医学、工程师懂技术还不够，还需要有人理解医疗业务、技术应用和组织管理。
这也是为什么，AI时代的医疗行业，不仅需要临床人才，也需要懂技术变化的管理人才。
对于希望向医疗管理方向发展的在职人士，海外在线医疗健康管理硕士（MHA）也提供了一种系统学习路径。
助力医疗从业者搭建管理、领导力与战略思维，掌握财务、质控、伦理及项目实操能力，成长为复合型医疗高级管理人才。
如果你也想尝试边工作边提升管理能力，可以看我之前写的文章：当医疗+AI开始重构医院，资深医疗人如何提升管理能力？
我会持续分享职场里风向的变化：
行业有什么变化、规则；就业市场的行情；个人什么能力贬值、什么方向需要提升···
这事儿值得细拆。先关注，咱们慢慢聊👇
AI不会成为医生，但会筛选出懂业务、懂管理、懂数字化的人。医学可以越来越智能，但行业的规则、风险、责任，终究要由人来把控。
我见过太多人，能力很强，就因缺个学位，被简历系统直接拦在门外。
也见过一些人，工作之余读个在线硕士，拿到和留学一样的学位，稳稳跳进了下一波风口。
在职场里，看懂规则的人，永远比只会埋头干活的人，多一条路。
这条提升路径，大部分职场人压根不知道：根本不用辞职脱产，人在国内，照样能读美国大学的硕士。最快1年就能拿学位，证书和远赴美国线下留学生一模一样。门槛、开销，远比大部分人脑补的低得多。
职场风向往哪吹，我来帮你拆开看。
不想被甩下，快快关注我
