转自：中国科协
拿起手机打开 AI 就能看病？！目前，已经有很多人开始用 AI 工具进行医疗方面的咨询，医学领域的研究人员也早就开始使用 AI 工具进行高效的学习和证据的梳理。
那么，AI 真的能代替医生给人看病吗？最近，网上关于“AI 看病”的讨论热度非常之高，仿佛 AI 一夜之间就要代替医生了。
图源：网络
今天，我们从 AI、医、患三个方面进行梳理，来细致聊聊随着 AI 的不断进步，将会给医疗本身和医患关系带来哪些影响。
GAI 绝不是“真理”生成器
近几个月以来，国内一提起 AI（artificial intelligence，人工智能），大家马上会想到深度求索（『DeepSeek』），很多热帖里都提及到使用 『DeepSeek』 尝试解决医疗问题。但这里需要先厘清一个概念——GAI（generative artificial intelligence，生成式人工智能），它指的是能够根据提示词帮我们“写出一段文字”的工具，我们平时用的包括 『DeepSeek』 在内的，准确来说都属于 GAI，是 AI 的一种。
这类工具在知识问答等领域，将发挥出重要作用显然是毋庸置疑的，但问题的关键在于，GAI 工具并非“真理”生成器，它为用户提供的，有时候可能只是看起来合理但却与事实不符的信息，这就是所谓的“人工智能幻觉”。
人工智能出现幻觉的原因比较复杂，其中最核心的一个原因在于，这类工具仍缺乏对世界的真实理解和常识判断，它不能区分训练数据中的偏差和错误，而用于训练人工智能的大量数据，说到底也仍然是人制造和提供的，那这样的数据，当然就不可能 100% 可靠。
目前看来，这种人工智能产生的幻觉，只能在一定程度上被减小，而不可能彻底被根除，这似乎有点儿像人类世界不可能消除谎言与犯罪一样。
所以，如果智能工具的使用者本人，不具备相关领域的扎实基本功，那就很容易被 GAI 给出的错误信息蒙蔽。涉及到医疗决策时，有些失误就会造成悲剧性的后果。
jrhz.infoGAI + 专业指南就能解决问题？
在现代的医疗环境中，高质量的专业指南仍是指导临床医生从事医疗活动的重要依据，根据循证医学专家陈耀龙等人在 AI 领域的探索和研究，GAI 工具不仅能够加速文献筛选、评价和提取等过程，加速指南的制订流程，还可在推荐意见的形成过程中提供智能辅助，提升指南质量和一致性。
但既往关于指南推广方面存在的问题，并不会因为 GAI 工具的出现就能得到一揽子的解决。比如在各个国家都存在部分医生对指南“知而不行”的问题，更别说有些指南本来就质量不高。这些现象的背后都有着错综复杂的原因，我们只能说在理论上 GAI 似乎有望减少这方面的问题，至于程度如何，现阶段怕是难有定论。
几天前，笔者用一例成年女性♀️右下腹痛的病例向 『DeepSeek』 提问，得到的反馈与当天出版的《新英格兰医学杂志》（NEJM）上刊载的有关异位妊娠治疗建议相差不多。
也就是说，基于同样的临床资料，『DeepSeek』 给出的诊疗建议已经跟顶尖医生的观点非常接近了。但对于药物治疗，『DeepSeek』 出现了小小的失误，它认为该病患 β-hCG 水平较高，不适用甲氨蝶呤治疗。
根据最新版的异位妊娠治疗指南（2018 年），该患的情形，医生可以推荐腹腔镜手术治疗或两剂甲氨蝶呤方案药物治疗，两种方案各有利弊，都不能说是完美的，这就需要临床医生与病患在充分沟通之后共同决策。
根据上述例子，我们不妨假设如下几种情景：
如果病人在正式与医生讨论治疗方案之前，先从 『DeepSeek』 这里得到了一个应手术治疗的建议，而且病人对手术这一有创操作并不抗拒，那么当医生给出两个方案之后，病人可能很容易就做出了手术的决策。
倘若病人对手术很恐惧，在拿到 『DeepSeek』 的建议之后，再与医生交流，可能也比较容易做出药物治疗的选择。
但上述情形只是一个相对理想的状况。首先，该女患者的临床表现非常典型，这类病例题在医学生的考试中，都属于送分题；其次，病人要能准确提炼出来关键信息，这不是谁都能做到的；最后，医生临床基本功扎实，且真的是以患者利益为中心。
上述条件一旦发生变化，那故事完全就可能是另外一个走向了。
毕竟不是每个人生病都“按照”教科书，如果症状不典型，病人叙述病史不准确，医生基本功不过关且私欲过重，那么无论病人拿到了 GAI 提供的怎样的建议，方方面面因素影响下结局都可能不甚理想。
如果 GAI 工具的使用者原本对自己所提出的问题就了解不多，那就极可能被其误导。如果病人拿到了这样的建议，遇到坚持循证医学的医生，一旦沟通不畅，矛盾恐怕就难以避免了。
如果 GAI 工具给出的建议是大致可靠的，但临床医生的知识却没有及时更新（就像我们之前提及过的部分医生对指南的知而不行），这也会产生矛盾。
GAI 能一定程度上代替医生吗？
有学者认为，面对我国医疗资源分布不均衡、基层医生数量短缺以及人群慢性病防治不容乐观的严峻形势，人工智能技术特别是『大语言模型』的发展能够为我国基层医疗卫生服务提供创新性的解决方案。
如果这一设想能够实现，对医疗资源分布不均衡的问题究竟是提供了一个解决方案，还是会拉大原有的差距，其实很难让人乐观。就像历史上无数次发生过的事情一样，电话的出现让人际沟通更迅捷了，交通工具的进步让长途转运不再是困难，网络的出现给医疗咨询提供了新的途径，可结局几乎无一例外地均导致了医疗资源的更加集中。
我们假设偏远地区的医疗机构配了 GAI 工具辅助医生诊疗，在理想的情况下，这应该能提高医生的工作效率，提高诊断的准确性，可如果我们再深想一步，如果当地的医生在诊断这一步都需要 GAI 的辅助和提醒才能完成，那你觉得该机构有多大把握能治疗该疾病呢？
如果条件允许，病人极可能第一时间就会选择立刻去上级医院进行后续的治疗了。所以，我们有理由担心，GAI 工具的普及，很有可能再次无意中加剧医疗不平等。
当然，目前也有很多 AI 从业者正在努力深耕医学领域，正如自动驾驶技术突破到 L5 阶段就能彻底解放司机，也许将来有一天医疗专用 AI 也能够突破某个门槛，为大众提供更多选择。但当下谈“AI 代替医生”显然为时过早。
另外，从法律的角度来看，患者、医生以及 GAI 工具三者间法律责任非常模糊。在患者受到伤害的情况下确定法律责任是极其复杂的问题，需要明确的法律法规保障来适当分配责任和保护用户。但这一问题的解决，恐怕只能通过一个影响巨大的新闻事件来推动，人类不大容易在巨大的悲剧出现之前就想到预防或解决方案，这一类代价恐怕是绕不过去的，只能走着看。
不过，从普通人的角度，如果将 GAI 作为医疗咨询的工具，倒是能在一定程度上降低医患之间的沟通成本。2025 年的一份研究，调查了 ChatGPT 提供的医疗响应的安全性、准确性和全面性，并与谷歌进行了比较，以了解烧伤及其管理的常见问题。
三名烧伤和创伤外科医生使用全球质量评分（GQS）量表对谷歌和 ChatGPT 的反应质量进行了评估，评分从 1（质量差）到 5（质量优）。谷歌的答案平均得分为 2.80±1.03，表明存在一些信息，但缺少重要主题。相反，ChatGPT 生成的答案平均得分为 4.57±0.73，表明其质量优异，对患者具有很高的实用性。
所以，对于一般性的医疗的问题，外科医生一致希望他们的患者从 ChatGPT 获得信息，这些结果突出了 ChatGPT 作为患者教育来源的潜力。
总结
说到底 GAI 工具的使用者是人，它能发挥出哪些作用，主要还是取决于工具使用者本人的学习能力、知识结构和专业水准。
对于原本就有知识结构方面重大缺陷且又不善于学习的人来说，GAI 工具不啻于魔法，他们很容易不加怀疑地笃信 GAI 工具给出的信息，从而加深自己既有的偏见。
另外，医患关系的核心部分仍然是人与人的互动，医疗领域的任何技术进步其目的都是为了给病人带去希望和福祉。在医学的历史上，医生们在追求技术效率和决策精准度的同时，忽略与病人的沟通技巧和同理心的培养、忽略患者心理需求的故事曾屡屡上演。如果医生将来对 GAI 的过度依赖，导致了对患者的人文关怀的忽视（这是极有可能再次发生的事），那就与我们追求医疗技术进步的初衷背道而驰了。
而今，站在 AI 技术蓬勃发展的当口，无论是科研、医疗机构，还是一线的临床医生和病人，如何保障人文精神在 AI 技术中充分彰显，实现人类价值与医疗技术的良性互动、协同发展，都将是我们必须要认真思考的问题。
参考文献
[1]闫温馨，胡健，曾华堂，等.人工智能『大语言模型』在基层医疗卫生服务中的应用与挑战［J］.中国全科医学，2025，28（1）：1-6.
[2]罗旭飞， 吕晗， 宋再伟， 等． 生成式人工智能对临床实践指南制订、 评价和应用的影响 ［J］． 协和医学杂志，2024,15（5）：1173⁃1181．
[3]清华大学万科公共卫生与健康学院，北京大学公共卫生学院，中国医师协会全科医师分会. 智能全科医生中国专家共识［J］. 中国全科医学，2025，28（2）：135-142.
[4]Courtney A. Schreiber, M.D., M.P.H., and Sarita Sonalkar, M.D., M.P.H.Author Info & Affiliations. Tubal Ectopic Pregnancy[J]. N Engl J Med, 2025;392:798-805
策划制作
作者丨李清晨 哈尔滨 儿童医院 胸外科副主任医师
审核丨唐芹 中华医学会科学普及部主任 研究员 国家健康科普专家
于乃功 北京工业大学『机器人』️工程专业负责人，北京人工智能研究院『机器人』️研究中心主任，博士生导师
策划丨林林
责编丨丁崝
