夜雨聆风2026年7月5日晚上10点56分,一条推特把整个医生圈子搅得不安分。
发帖的人叫Derya Unutmaz,免疫学家、医学博士,认证蓝标,平时就爱聊AI。这次他的话说得格外重:
"GPT-5.5 Pro is probably better doctor than 99.9% of doctors. By next year, new AI models will be better than 100% of the doctors. As such, not using AI in patient diagnosis and treatment should be considered malpractice."
「GPT-5.5 Pro很可能已经是比99.9%医生更好的医生。到明年,新的AI模型将超越100%的医生。因此,不在患者诊断和治疗中使用AI,应该被视为医疗失职。」
短短几十个字,17.8万次浏览,1432个赞,89条回复。评论区几乎瞬间分成两派，一派医生说"太对了我早就在用",另一派当场翻脸:你知道malpractice(医疗事故/医疗失职)这个词的分量吗?
▲ Derya Unutmaz, MD 发布的推文。177710次浏览,1432赞,89条回复,2026年7月5日。
这场"审判",是从一段采访片段开始的
说这话的人,Derya排不到第一个。往前倒一个星期,故事其实是这么开场的。
6月29日,《纽约邮报》官方账号发了一段采访片段,主角是硅谷风险投资人Marc Andreessen(a16z创始人)。他对着镜头把话说得更露骨:
"Doctor ChatGPT is a better doctor than 99% of doctors."
「ChatGPT医生比99%的医生更好。」
这条推文的量级更吓人:172.8万次浏览,647条回复,2.1万，不,2.1K点赞,769收藏。Andreessen在采访里讲的理由也不复杂:普通医生没时间读完全部最新文献,药物之间的相互作用太复杂,一个病人身上同时压着好几种慢性病,单靠人脑很难面面俱到。他还顺带夸了一句自己投资的医疗AI公司Open Evidence,说现在已经有大批医生在用。
▲ 纽约邮报官方推特发布的采访片段文字版。172.8万次浏览,2026年6月29日。
医生自己也这么说过，而且是两年前
比NYPost那条更早,6月28日,XPRIZE基金会主席、同样是医学博士的Peter Diamandis已经先放了一句狠话:
「不用AI给患者诊断,很快就会被视为医疗事故。」
这条帖子拿了1.8K赞,156条回复。到了6月30日,Derya转发跟进,还翻出了自己2024年9月14日发的一条旧推特,证明这话他两年前就说过,并非临时起意:
"I think, it is already becoming unethical not to consult AI in medical practice. As AI continues to improve providing accurate insights, it will soon be considered malpractice not to integrate it into medical decision-making. In the US 12 million patients are misdiagnosed/year!"
「我认为,在医疗实践中不咨询AI已经开始变得不道德了。随着AI持续提升准确洞察的能力,不把它整合进医疗决策将很快被视为医疗事故。要知道,美国每年有1200万患者被误诊!」
两年前的预言,两年后被他自己重新翻出来当"证据"。1200万这个数字,是美国每年误诊人数的常见估算,也是他论证AI必要性时反复提及的支点。
▲ Derya Unutmaz在2026年6月30日的跟进推文,嵌套展示了他2024年9月的旧预测。
三个人,三条时间线,拼出同一个论调:AI已经比大多数医生强,不用它才是问题。
但另一边,有人先坐不住了
Derya的7月5日主帖发出去没几个小时,一个叫"Thoughts on Healthcare Markets and Tech"的医疗科技评论账号回复了一长段话。语气比谁都冷静,火力却最足:
"Malpractice law doesn't work that way, and the gap between 'better at pattern recognition on a benchmark' and 'legally accountable in a clinical decision chain' is where patients actually get hurt."
「医疗事故法压根不按这个逻辑走:'在基准测试中模式识别更好'和'在临床决策链条里承担法律责任',这两者之间的落差,才是患者真正受伤的地方。」
他接着抛出一个没人愿意正面回答的问题:如果哪天一个"自主AI"开错了处方,谁的执照会被吊销?他自己给出的答案是，没有人。因为按照美国的"公司行医原则"(corporate practice of medicine),风投支持的公司本身不能行医,模型的参数权重更不可能持有执照,也就没有可以被吊销的资格。他还引用了一项发表在《自然·医学》(Nature Medicine)上的研究:让1200名志愿者用聊天机器人自行判断病情,正确率只有34%,反而不如老老实实用谷歌搜索来得靠谱。
▲ @thoughtson_tech 对Derya主帖的回应。发布于2026年7月5日,同一天内的正面交锋。
这条回复本身没多少转发,却是整场争论里最扎实的一记反问:能力强,不等于可以担责。
OpenAI自己拿出的数据,让这场争论有了底气
有意思的是,Derya们的底气也不完全是空穴来风。就在这场推特论战爆发前不到一个月,OpenAI在官方博客上发了一篇文章,题目叫《Improving health intelligence in ChatGPT》(提升ChatGPT的健康智能)。
文章里写道,每周有超过2.3亿人在用ChatGPT问健康相关的问题，查体检报告、问药物副作用、准备就诊问题。为了评估这些回答到底靠不靠谱,OpenAI找了一个覆盖60个国家、49种语言、26个专科、260多名医生组成的评审网络,审阅了超过70万条示例回答。
结论是:在准确性、沟通表达、信息完整度这几项上,GPT-5.5 Instant给出的回答,已经优于医生自己在没有时间限制、可以查资料的条件下手写的答案。生产环境里的事实性错误率,也因此下降了71%。
▲ OpenAI官方博客《Improving health intelligence in ChatGPT》,发布于2026年6月18日。
这份数据是官方自证,难免要打个折扣看。但它至少说明一件事:今天讨论"AI医生",早已越过营销口号这一层,背后是真金白银投入的评估体系和越来越接近临床质量的输出。
反转来了:医生+AI,有时候还不如AI自己
如果故事到这里结束,那这就是一篇"AI碾压医生"的爽文。但真正让人后背发凉的,是接下来这组数据。
心脏病学家Eric Topol和研究者Pranav Rajpurkar在一篇文章里,汇总了近几年一系列对照研究,发现一个反直觉的现象:很多情况下,"医生+AI"配合的表现,反而不如"AI单独判断"。
几个具体数字很说明问题:一项针对227名放射科医师的胸片研究显示,AI单独判断的表现优于三分之二配了AI辅助的放射科医师;一项覆盖14名放射科医师的乳腺X线摄影研究里,AI单独识别癌症的准确率是0.94,医生+AI配合只有0.88;而在一项让25名医师参与的病情管理推理测试里,差距被进一步拉大，AI单独给出的方案准确率是86%,医生+AI配合只有41%。
"A series of recent studies compared the performance of doctors with A.I. versus A.I. alone... Surprisingly, in many cases, A.I. systems working independently performed better than when combined with physician input."
「一系列最新研究比较了'医生+AI'与'AI单独'的表现……令人意外的是,在许多案例中,AI独立工作的表现,反而好过与医生配合时的表现。」
▲ Eric Topol与Pranav Rajpurkar的联合文章《When Doctors With A.I. Are Outperformed by A.I. Alone》,发布于2025年2月。
Topol给出的解释是自动化忽视偏差:放射科医师看到AI的判断后,反而更容易固执己见,把AI的提示当耳旁风;而换成AI单独问诊患者,准确率又会从82%掉到63%，患者描述病情往往含糊、跳跃,采集信息这件事,人类目前还是做得更好。
真正值得记住的一条,是瑞典一项覆盖8万多名女性的乳腺X线筛查试验:AI辅助后,多筛出了20%的癌症病例,放射科医师的工作量却减少了一半。真正的协同,得靠重新设计谁该做什么;把AI直接塞进现有流程,并不会自动带来这种效果。这句话,或许比malpractice更值得被记住。
中国的答案:可以问AI,但医生必须签字
同一个问题,大洋彼岸给出的答案完全是另一种画风。
今年早些时候,央视网和《法治日报》联合调查报道了一起真实案例:一位"95后"新手家长,面对孩子反复咳嗽发热,先用手机AI问诊工具判断为"普通呼吸道感染",照着网上建议给孩子居家用药,结果病情延误,最后被医院确诊为病毒感染性肺炎。
▲ 央视网/《法治日报》报道《AI医疗现状调查:"生病了问AI",出错了怎么办?》,发布于2025年4月1日。
这篇报道里,受访医生态度出奇一致:不反对患者用AI问诊,但"AI问诊"的结果能不能当真,都得打问号。中国卫生法学会副会长郑雪倩接受采访时表示,AI在基层、在缺乏专家资源的地区能起到初步筛查作用,但绝不能替代医生本人。湖南、北京等地已经明确出台规定,禁止AI自动生成处方;国家层面的互联网诊疗监管细则里也写得清楚，AI不得替代医师本人提供诊疗服务。
换句话说,不管AI筛查得多准,最后签字担责的,永远得是那个有执照的人。这恰恰是@thoughtson_tech那条推特想说的话,只不过中国是靠行政规定提前把这道红线画死了,而美国现在还在吵。
听诊器也曾被骂"蠢管子"
把镜头拉远一点,这种争论其实医学史上早就演过好几轮。
1816年,法国医生René Laennec发明听诊器的时候,不少老派医生嗤之以鼻,觉得"用手摸、用耳朵贴着听诊"才是真本事,一根管子算什么医术。1895年X光问世,一开始也因为辐射风险和图像难以解读被质疑,结果没过多久,骨折、肺结核诊断就再也离不开它。心电图、超声、CT、核磁共振,每一样新工具都走过同一条曲线:先被当成花架子,再变成日常辅助,最后变成"不用就是不专业"。
AI这次不一样的地方在于:过去的工具增强的是医生的感官和记忆,AI挑战的却是诊断决策本身这个最核心的环节。而且这条曲线走得比历史上任何一次都快，过去的技术迭代以十年计,现在的大模型迭代以月计。有说法称,某些医院在引入AI辅助后的头三个月里,医生的漏诊率反而上升了,原因可能是过度依赖导致警觉性下降;也有病人在社交平台上讲述,自己用AI几分钟内定位到了多发性骨髓瘤这种罕见病,而之前排队看的医生足足花了一年都没查出病因。两种故事同时存在,谁也没法否认另一边。
三条曲线,谁先追上谁
回到最初那条推文。Derya说"不用AI等于失职",这句话到底站不站得住脚?
拆开看,其实是三条完全不同步的曲线在打架。模型能力曲线冲得最快,几乎每个季度都在刷新医学基准分数;临床工作流整合曲线走得平缓得多,毕竟医院系统、诊疗规范、医生的使用习惯,谁也没法一夜之间脱胎换骨;法律与责任认定曲线最慢,美国至今没有一起以AI为核心争议的标志性医疗事故判例。
Medical Economics在去年一篇报道里,引用了The Doctors Company首席运营官Deepika Srivastava的说法,或许是目前最诚实的总结:
"Not using AI could be seen as negligent, while today, relying on it too heavily may be considered careless. It's a balancing act."
「不用AI,可能会被认为是疏忽;但眼下过度依赖AI,也可能被认为是草率。这是一场平衡的艺术。」
没有人能预测这几条曲线什么时候能对齐。但可以确定的是:这轮争论吵得越凶,留给"如何验证AI建议""谁该为AI的错误负责""怎么把AI真正嵌进诊疗流程"这些具体问题的时间,就越紧迫。技术已经等不及了,规则却还没写完。
本文所涉信息均来自公开报道与学术分析,不构成医疗或法律建议。AI医疗仍处于快速演进阶段,实际诊疗请以专业医师判断和现行法规为准。
