康源医讯网｜健康知识科普与医讯资讯网站移动版

走进诊室先不描述症状，而是掏出手机复述AI给出的判断，这样的开场白在门诊中越来越常见。《经济参考报》11月13日刊发的报道指出，先问AI、再看医生正成为一种新的就医习惯。AI辅助诊疗凭便捷、高效、低门槛成为健康科普与初筛自查的补充，但过度依赖机器结论、延误诊疗、不当用药等问题也随之浮现。

为什么大家愿意先问AI

首都医科大学附属北京同仁医院耳科主治医师陈彪在报道中分析，中青年人是使用AI工具的主力人群，越来越多老年患者也开始借助AI获取健康信息；有明显健康焦虑的患者，以及罹患罕见疑难病症、长期求医无果的患者，也较常携带AI问诊结果就诊。国务院参事、北京协和医学院卫生健康管理与政策学院长聘教授刘远立认为，这一现象背后是居民健康素养提升与优质医疗资源紧张并存的现实：人们希望在就诊前先了解症状可能对应什么疾病、该挂哪个科室，以节约线下就医的时间与经济成本，缓解信息不对称带来的焦虑。

一个儿科案例：被AI结论延误的肺炎

北京市和平里医院儿科副主任杨晔讲述了这样一例：一名6岁女孩有支气管哮喘病史，换季时咳嗽、夜间咳喘，家长把症状输入AI后得到支气管哮喘急性发作的判断和雾化治疗建议，坚持只拿雾化药回家。当时听诊发现患儿肺部除哮鸣音外还有局部湿啰音，这是肺炎的信号，医生建议做血检和胸片排查，家长以担心X线对孩子不好为由拒绝。两天后孩子发热、呼吸急促，返院确诊为肺炎。

杨晔解释，儿科被称为哑科，婴幼儿无法准确描述症状，AI看不见也听不见，无法完成线下查体，看不到患儿精神状态、喘息程度，也听不了心肺；家长输入症状时还会下意识挑选符合自己猜想的信息，形成片面输入、强化猜想的循环。报道还援引2024年《JAMA Pediatrics》一项针对大语言模型儿科诊疗能力的研究：科研人员用100例真实儿科病例测试ChatGPT-3.5，其临床诊断错误率高达83%。陈彪同时提醒，AI基于概率逻辑可能推荐大量当下并不需要的检查项目，既加重健康焦虑，也造成个人医疗支出浪费并挤占公共医疗资源。

边界在哪里：辅助决策不等于诊疗

刘远立把公众的认知偏差归结为技术权威迁移、锚定效应与知情幻觉的叠加：误把AI标准化输出当作绝对客观的标准答案。他给出的定位是，AI可以独立完成健康科普、症状梳理、分诊指导、报告解读等信息服务，但诊断、处方、治疗方案制定等涉及生命安全与医疗责任的核心诊疗行为，必须由具备执业资质、可动态研判、可承担责任的临床医生完成。

十五五规划纲要提出，有序推动数智技术在辅助诊疗、精准医疗、健康管理、医保服务、养老助残等场景的应用。围绕如何缩短适配周期，报道归纳了三个层面的建议：公众端把如何正确使用AI健康工具纳入健康素养教育，教人分辨参考与诊疗；产品端强化免责声明与风险警示，明确辅助定位；制度端尽快明确AI医疗产品的属性、准入与责任边界。清华大学交叉学院与北京协和医院联合成立的医学智能与人机共进化实验室，也在探索AI与临床诊疗的融合路径。

对普通人而言，最实用的一条是：把AI用来整理症状、了解常识、准备问诊清单，而把诊断和用药决定留给面诊。任何智能工具给出的用药建议，都不应直接照做。

本文为健康资讯整理，仅供科普参考，不能替代专业医师诊断与治疗；具体用药和诊疗请遵医嘱。