AI 帮查病,医生来看病

11 月 1 日，人民日报"人民锐评"发了篇文章，标题是一句诊室里的话——"大夫，您说的咋和AI不一样啊？"

文章说得很明白："知道得多，不等于看得准；说得全，也不等于治得了。"医疗不是一次问答，而是一条决策链。

这不是个别现象。中国青年报社社会调查中心今年 8 月的调查里，92.0% 的受访者用 AI 查过病情、问过就医建议，69.7% 会带着 AI 的建议去和医生沟通。

AI 到底会不会看病？先看考卷，再看诊室，最后说清楚它现在还不能做什么。

试卷上的成绩确实亮眼。德国马尔堡大学团队今年公布一项研究：13 个大众可用的大模型，和 123 名医学专业人员同考一份急性肾损伤知识问卷，大模型平均答对约九成、多个拿到满分；人类正确率约 48.7%。

但"会考试"和"会看病"是两回事。美国麻省总医院团队在《美国医学会杂志·网络开放》发表研究：让 21 个大模型分步接诊 29 个标准化病例——信息补齐之后，九成以上案例能给出正确的最终诊断；可在病例早期、信息还不全时，超过八成的情况给不出合格的"鉴别诊断"，也就是先把几种可能摆出来、逐项排除的本事。而这恰恰是医生接诊的头一步。

国内也有一场大规模"判卷"。北京友谊医院团队联合多家医疗机构，在《自然》子刊《数字医学》上发表研究：400 余名不同年资、不同地区的执业医生，盲评 5 款通用大模型对真实病例给出的意见。结果高年资医生更认可 DeepSeek-R1 和 GPT-4o，年轻医生更认可 Qwen-Max，AI 评委自己评出的"第一名"又和医生不同。

牵头研究者之一、北京友谊医院栗荐医生说得很到位：AI"只认标准答案"，而真实病例往往是"多选题"甚至"开放题"——同样是胸痛，心内科先想冠心病，呼吸科想肺栓塞，急诊先做心电图排除心梗，三种判断在各自专科逻辑里都对，AI 还接不住这种差异。栗荐也提醒：门诊里拿着 AI 诊断意见来求证的患者越来越多，可以参考，但不宜全信。

考卷之外，普通人真正用上的是装在手机里的健康 AI。按热门程度，我们试了四款。

蚂蚁阿福（月活超 3000 万）：更像流程管家——匹配号源挂号、院内导诊、云陪诊签到、报告大白话解读、医保一站式结算。最值得留意的设计是"AI 先答、三甲医生复核"，皮肤科这项服务里医生复核与 AI 分析的一致率超 90%，已扩展到 16 个科室。饭桌那头也管得着：饭前拍张照片，它会结合体重目标、运动和体检记录给建议——茂名人那碗粥、那碟咸菜，也能拍过去问两句。蚂蚁集团 CEO 韩歆毅说得克制："无论 AI 如何发展，诊疗主导者永远是医生。"

百小医（今年 5 月上线，免费）：问诊会一轮轮追问，问完给两份文档——给医生的，把病史、病程、在吃的药理成时间线；给自己的，写明挂哪个科、怎么描述病情、问哪几个问题。创始人王小川的定位是"不替代，而是接手"：诊前诊后约占一次就医 95% 的时间，诊中 5% 的关键决策必须留给真人医生。

京东知医、氢离子（医生端）：普通人下载了也用不顺手，但正好能看清 AI 在诊室里干的是哪一段——查证据、给出处。京东知医整合数千万篇文献、数万份指南，对医生免费，已覆盖 300 万基层医生；氢离子每个答案后面挂着指南或论文原文，今年还上线"动态证据定位"，能指出原文里哪一句支撑结论。为什么都在拼"能溯源"？阿里健康 CTO 祥志引过一个数字：中国医师协会调研显示，仅 31% 的基层医生会完全信任 AI 的辅助诊断结果。

把测评和体验放在一起，AI 问诊的局限其实已经写在里面了。

一是给不出鉴别诊断。信息不全时，它难以像医生那样先摆可能性、再逐项排除——麻省总医院那项研究里，这是差距最大的一环。

二是不认识"你"。同一个症状落在不同年龄、病史、用药的人身上，排查方向完全不同；只认标准答案，就接不住个体差异。

三是它只听得见你说的。栗荐提醒过：普通人缺乏医学训练，描述病情的用词、角度不准，AI 据此给出的答案也会偏——漏说一种在吃的药，它就排除不了药物相互作用。

四是它会一本正经地说错话。人民日报也点了这条：AI 有幻觉。它说的每句都能拿去问医生，不能拿去替医生。

急症没有例外：胸痛、呼吸困难、意识不清、大出血——别问 AI，直接打 120。

顺带说一句离我们最近的：茂名市人民医院已备案开展人工智能辅助治疗技术，AI 进茂名诊室不是将来的事，是眼前的事。

知识可以拷贝，判断不能。AI 帮你查病，医生给你看病；工具越顺手，越要把判断留在人这一边。