📌 #AI看病靠谱吗

💻 科技 · 医疗健康

🔥 AI看病并非万能，专家共识：辅助不替代，"黑箱"与幻觉仍是最大隐患

打开手机，输入"头疼恶心"，几秒钟后AI给出"可能是偏头痛或高血压"的判断——这种"先问AI再看医生"的新习惯，正在成为越来越多人的选择。春节期间，多位网友分享用AI健康App为父母咨询病情的经历，AI甚至能听懂方言，实时记录血压变化，让在外工作的子女多了一份安心。

但#AI看病靠谱吗# 这个问题，专业医生们的回答并不一致。有人赞它为"得力助手"，也有人警告它可能"误人子弟"。一场关于AI诊疗边界的讨论，正在中国医疗界悄然展开。

客观数据面前，AI确实有亮眼表现。2026年2月，上海交通大学医学院附属新华医院孙锟教授、余永国教授团队与张娅教授、谢伟迪副教授团队联合研发出DeepRare系统——全球首个"推理过程可追溯"的罕见病AI诊断工具，成果发表于国际顶尖期刊《自然》。在没有基因检测结果的情况下，仅凭临床症状，该系统首次诊断准确率达到57.18%，比此前国际最好模型高出近24个百分点；若加入基因数据，准确率可突破70%。目前全球已有600多家医疗机构注册使用，新华医院内部也已部署，将正式上岗协助医生"查漏补缺"。

尽管AI医疗捷报频传，但医生们最担心的问题始终没有解决：AI不解释。

南方医科大学珠江医院副院长张鹏直言："AI有时会把肺血管断面误判为结节，将良性钙化当作病变。它不知道患者刚做完手术，也不理解结节三个月未变但患者有家族史。这些背景信息，恰恰是医生决策的关键。"

南京大经中医药信息技术有限公司董事长李文友从技术原理上解释："大模型本质是'词语预测机'，逐词生成内容，而非像人类那样先思考再表达。"这意味着，AI的结论往往连自身都无法说清推理过程。在医疗领域，这不仅是技术问题，更是信任问题——医生不仅要治疗，还要向患者解释，更要对判断负责。

更棘手的是AI的"幻觉"问题——它会一本正经地编造信息。北京协和医院研发"协和·太初"时，专门构建多维度可溯源知识库来应对这一难题。华大基因副总经理朱师达指出，深度学习算法的"黑盒"特性是获取三类医疗器械注册证的核心难点之一，算法推理无法透明化是多数产品注册受阻的主因。

AI到底能不能当医生？2026年4月，美国麻省总医院MESH孵化器团队在《JAMA Network Open》发表了一项权威测试，结论耐人寻味。

研究团队选取包括ChatGPT、DeepSeek、Claude、Gemini和Grok在内的21种大语言模型，在29个已发表的临床病例中模拟真实诊疗过程。结果显示：当获得完整信息时，所有模型在超过90%的案例中能给出正确最终诊断——但这只是"开卷考试"。

真正的问题出在早期诊断阶段。超过80%的情况下，模型未能提出合理的"鉴别诊断"——即对多种可能疾病进行系统性分析与筛选。这项能力被医学界公认为临床推理的核心，也是医生决策的重要基础。研究团队提出的PrIME-LLM综合评分显示，各模型整体表现仅在64%至78%之间。

团队结论明确：当前大语言模型尚不适合在缺乏监督的情况下直接用于临床实践，其价值更在于辅助医生决策，而非取而代之。

比技术更让人纠结的是责任归属。

未来医生创始人、CEO王仕锐明确表态："在当前法律框架下，最终责任由接诊的执业医师承担。"未来医生平台构建了"四级分诊防御矩阵"，所有AI输出都须经真人医生审核确认，截至目前未发生因AI辅助导致的重大医疗纠纷。

但问题在于，若医生过度依赖AI，或AI的错误极其隐蔽，责任归属便会变得模糊。张鹏认为，这需要医院、厂商、医保部门和法律界共同探讨，"目前这仍是一个灰色地带"。

比责任划分更现实的是成本问题。迈克生物总经理吴明建算了一笔账：一套AI系统动辄上百万元，医院难以负担；按次收费又缺乏统一标准。更关键的是，目前医保仅在少数领域覆盖AI辅助诊断——2026年4月国家医保局将部分AI辅助诊断纳入乙类目录被视为积极信号，但最新检验立项指南中"AI不单独收费"的定调，相当于将AI定位为"配件"，其价值被限定在帮助医院内部提效，而非可直接向患者收费的服务。

对于普通患者而言，专家们的建议高度一致：AI可作为了解病情的工具，但不能作为诊断、用药、手术的依据。任何涉及医疗决策的问题，都必须前往正规医疗机构，由执业医生做最终判断。正如张文宏所言："我们不能直接把生命和健康交给AI来处理。"

综合新华网、央视网的、光明日报报道 | 2026年8月29日