急诊室里,AI赢了

急诊室是医院里最接近"生死时速"的地方。

每天都有人推开那扇门，意识模糊，胸口发紧，或者连话都说不利索。分诊护士得在几分钟内判断：这个人有多危险？能等吗？等多久？

这个判断，正在被AI接管。

最近，哈佛大学医学院联合波士顿贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center），把一项让人有点坐立不安的研究结果发表在了《Science》上——在急诊室真实分诊场景中，OpenAI的o1推理模型诊断准确率达到67%，而两位经验丰富的内科主治医生，一个55%，一个50%。

更扎心的数据在后面：在制定治疗管理方案的测试中，AI拿了89%，人类医生用传统资源辅助后，中位数只有34%。

注意，这不是AI公司的自卖自夸。这是哈佛医学院牵头、顶级学术期刊背书、双盲评审确认的结果。

AI为什么能赢？它赢在了什么地方

很多人第一反应是：急诊分诊这么复杂，AI是怎么做到的？

答案藏在一个细节里。

这项研究的场景设定非常苛刻——信息不完整、时间紧迫、患者说不清楚自己哪里难受。研究中的76名真实急诊患者，AI和医生拿到的是同一份标准电子健康档案：生命体征数据、人口统计信息，以及护士记录的简短主诉。

就这些。没有追加问诊，没有更多检查，没有主任查房。

在这种"信息残局"里，AI的优势被放大了。

人类医生在高压环境下容易犯一种错误：认知偏差。看到某个症状，大脑会自动往最常见的诊断上靠，然后忽略掉其他不那么显眼的线索。急诊室的人流量、噪音、疲劳，都会让这种偏差加剧。

AI没有这个问题。

研究中有一个典型案例：一名患者出现肺部血栓并伴有症状恶化，人类医生判断是抗凝药物失效，这是一个逻辑上没有毛病的推断。但AI注意到了一个被忽略的细节——患者有狼疮病史，而狼疮可能正是引发肺部炎症的原因。

事实证明，AI是对的。

这不是AI"更聪明"，而是AI没有疲劳，没有时间压力，它能在同等信息下做更完整的扫描。它不会因为已经连续工作了8个小时而漏看病历里某一行字。

这件事为什么让医生们感到不安

这个研究结果公布之后，医疗圈里的反应很微妙。

有人觉得是好事——医生可以用AI作为辅助，减少误诊。但更多人感受到了某种隐隐的威胁。

这种威胁不是来自数字本身，而是来自数字背后的含义：

医生这个职业，长期以来被视为高壁垒、高专业性的存在。十年寒窗，住院规培，主治副高，每一步都是用时间和脑力堆出来的。而AI，在某种程度上，正在用算法绕过这条路。

但我觉得这件事更值得深思的地方不是"AI会不会取代医生"，而是：

我们对医疗的信任，建立在什么基础上？

过去，我们信任医生，因为他们经过了严格训练，掌握了我们不懂的知识，他们能替我们做判断。这种信任是建立在"专业不对等"上的。

现在，AI也能做出这个判断，甚至做得更准。但我们信任AI吗？

研究的通讯作者、哈佛医学院AI实验室负责人Arjun Manrai说了一句意味深长的话：

"我们的发现并不意味着AI取代医生，尽管有些卖AI医疗产品的公司可能会这么说。"

共同作者Adam Rodman说得更直白：

"目前AI诊断没有任何正式的问责框架。患者想要的是人来引导他们度过生死攸关的决策，引导他们面对艰难的治疗选择。"

这两句话，说出了一个残酷的真相：准确率不等于信任，信任需要的是责任，而责任需要有人来承担。

当你被告知"你的病需要手术"，你希望听到这句话的时候，对面坐着的是一个人，还是一个屏幕？

AI进急诊室，接下来会发生什么

数据是清楚的。趋势也是清楚的。

据美国医学会（AMA）2026年调查，超过80%的美国医生已经在职业中使用AI——是2023年的两倍。2025年一项研究发现，20%的临床医生已经在向大语言模型寻求"第二意见"。

这不是将来时，这是现在进行时。

Adam Rodman预计，未来十年内AI不会取代医生，而是将加入医疗实践，形成一种新的模式——医生、患者与AI系统共同协作的"三元照护"格局。

听起来很美好。但现实往往比愿景更混乱。

当AI给出诊断建议，医生最终签字，但AI是对的、医生是错的——责任算谁的？当医院引入AI系统后减少了医生编制，却出现了AI也解决不了的边缘案例——谁来兜底？当穷人用的是公立医院的基础款AI，富人用的是顶配版私人AI——我们的医疗公平往哪里放？

这些问题，比"AI准确率有多高"更重要，也更难回答。

技术的速度总是快过制度的速度。AI已经跑进急诊室了，但配套的伦理框架、法律框架、问责框架，还停在会议室里被人讨论。

结语

有人说，医疗AI的这一步，是人类把自己的生命托付给算法的开始。

我不觉得这有什么可怕的。人类托付给算法的东西早就多了——你坐飞机，自动驾驶系统控制的时间比飞行员多；你开车用导航，你不再需要自己判断该走哪条路；你网购，推荐系统比你更了解你想要什么。

但医疗不同的地方在于，它是唯一一个场景，错了可以直接要命，而且每一个案例都不一样，每一个人的身体都不一样。

哈佛这项研究的真正意义，不是"AI赢了医生"。

而是它第一次用严肃的、可重复的科学方法证明：在最难的医疗决策场景里，AI已经值得被认真对待了。

这不是终点，是起点。

接下来该做什么，不是让AI继续和医生比赛，而是搞清楚，我们想要一个什么样的医疗体系——AI在里面扮演什么角色，谁来监督它，谁来对它的错误负责，以及，当有一天AI说"你没事"但你真的有事，那一刻由谁来为你说话。

这些问题，比准确率更值得我们花时间想清楚。