首个“主任级AI医生”来了，AI正成为患者问诊第一站

图片由AI生成

AI正在与医生正面交锋，让医生是绝对权威的时代成为过去式。现在，患者在看病之前，会先用AI大模型问一遍，再到医院与医生讨论病情。

“不管医生喜欢不喜欢，我们都要面临这样的问题，很多病人是问了DeepSeek或者ChatGPT之后，再来医院看病。”北京大学医学部皮肤与性病学系主任，北京大学人民医院皮肤科副主任、主任医师、博士生导师李厚敏对作者表示。

尤其是她发现，在一线城市，甚至有生活在国外而回国看病的患者，他们还了解各国的诊疗指南，并以此与医生探讨问题。

而随着垂类大模型正在医学领域展现巨大潜力，医疗大模型临床辅助实用性得到进一步的提高。

今年5月，OpenAI发布了全新的开源模型HealthBench。这是一项衡量AI模型在医疗领域新的基准测试，由来自60个国家的262位医生合作打造。HealthBench内置了5000段真实的健康对话，每段对话都配有医生创建的自定义评分标准。而GPT-4.1在评分模型的7个主题中，有5个主题的表现超过了医生平均水平。

7月，微软最新发布的突破性医疗AI系统MAI-DxO。研究人员收集了《新英格兰医学杂志》发布的真实疑难病例，在304例病例测试中，MAI-DxO诊断系统的AI诊断准确率达85.5%，远超人类医生20%左右的准确率，而MAI-DxO成本更低、效率更高。

国产大模型在这一领域也有相关进展披露。7月23日，夸克方面宣布，夸克健康大模型成功通过中国12门核心学科的主任医师笔试评测。目前，“主任级AI医生”能力已全面集成至夸克的AI搜索中，用户在查询健康问题时，选择深度搜索即可调用。

夸克健康大模型以通义千问为基础，面向垂直场景的做了深度工程化的工作。夸克健康算法负责人徐健向作者介绍，夸克健康大模型的核心突破之一，是构建出“慢思考”能力。

该能力融合了链式推理与多阶段临床演绎路径建模，驱动模型在面对复杂医疗问题时，能够分阶段、层层深入地推导出最终回答。

这背后是基于夸克构建的“双数据产线+双奖励机制”的工程体系。一方面，模型将医学数据划分为“可验证”和“不可验证”两类，分别对应诊断类任务和健康建议类任务；另一方面，在训练方法上引入“过程奖励模型”和“结果奖励模型”，分别评估模型推理链的合理性与最终结论的准确性，提升模型的临床可解释性和推理一致性。

据徐健介绍，健康大模型在诊疗上的效果，门诊常见病场景下，模型诊断准确率达90.78%，与人类医生书写的病历准确率水平相当。

事实上，在健康领域，模型可靠性至关重要，一个错误的答案的破坏性，可以抵消掉数个正确答案为AI带来的优势。

医疗垂直模型需要专业医师团队的深度参与。OpenAI联动了多国医生联合打造医疗模型，而夸克健康大模型背后也有千人规模的专业医师标注团队，其中，超过400名为副主任医师及以上的高资历医疗专家。

不过，很多医生对于医疗大模型秉持的是审慎接受的态度。

李厚敏认为，诊疗指南或者AI给出的答案通常都很泛，针对个体具体的病症的诊疗，还是需要专业人士给出建议。而且，面对同一个AI解答，学医与没有学医的人，是无法达到同等级水平来理解具体的病症，这是为什么当前AI还不能替代医生底层逻辑之一。

“患者可以通过AI收获对疾病基础知识的认知，比如说，皮肤的问题可能与作息、睡眠有关，也可能是压力与焦虑导致。AI可以让他们更好地理解病情，这二者之间不矛盾。”李厚敏说。

事实上，不只是患者使用AI问诊，医生群体的成长路径，正或多或少由AI来辅助塑造。

据夸克健康运营负责人赵存忠透露，当前使用夸克健康的医学生群体月活跃用户已经超过了200万，占总体医学生50%以上。他们分析后发现，周内学习、期末考试时间的上半周，医学生使用AI的频率最高。医学生的三大核心诉求是解题、查解析、术语解释和教材知识点。

后续，专业搜索也将逐步延伸到低年资医生等垂直人群，AI可以满足临床的知识查询和处理决策、用药需求，也包括高年资医生的科研、学术搜索的工作。

AI的另一个重要作用体现在辅助精神疾病的治疗上，因为这类疾病具有一定的隐蔽性。

武汉大学精神卫生中心主任、教授、主任医师、博士生导师王惠玲认为，抑郁症看不见、摸不着，但确实会影响人们的生活。现在大家对精神疾病和心理问题，往往有一种“病耻感”。

王惠玲分享了一个病例。她有一位严重抑郁症患者，该患者为了迎合外界期望（其老师曾建议他不要一脸“苦相”），通过刻意练习展现出标准化、极具迷惑性的“阳光笑容”，甚至骗过了专业医生。但他内心痛苦始终真实存在，伴随失眠等症状，影响日常生活。

在这个病例中，AI则可以通过分析面部表情（如瞳孔变化）、语音语调和动作姿态等细微生物标记，客观识别“假笑”，辅助诊断抑郁症，避免被表象误导。

实际上，当AI朝着“高情商”进化的时候，它能解决的不仅是专业知识的问题，还能在日常生活中，给予人类情感支持。

万事不决问AI，生活中的烦恼事，AI也会提供解决方案。而当AI产品越来越模糊年龄边界，借助AI玩具拓展至幼儿等更低龄阶段的时候，这又会对人类的认知和行为模式产生什么影响？

王惠玲对作者表示，这正是目前国内专家正在思考和研究的问题。现在的确有很多年轻人通过与AI沟通的方式倾诉烦恼。至于到底会产生什么影响，还有待足够的样本数据观察。

她认为，有渠道总比没有渠道要好。这类陪伴式AI，解决当前一个现实问题是，在心理临床诊疗中，人力资源不足的问题。现在的医疗机构会采用辅助心理治疗的机器人，虽然这类工具还不太完善，但至少可以减少专业医生的部分工作量，以节省医疗资源。

现阶段，一个较好的场景是学生群体心理问题治疗。她的同事正在做的事情是，在学生喜欢的“AI树洞”里发现那些有潜在自杀倾向的高危人群，提前做好相关干预工作，减少不良事件的发生。

不过，她也提醒，与AI沟通的前提是，要关注AI的质量，以及，构建它背后的数据库，因为不排除有的社区本身是充满负能量的，则会造成更坏的影响。AI心理治疗效果，取决于用户选择用什么AI。

心智成熟的人可以选择自认为合适的方式缓解压力。而对更低龄的儿童来说，依赖电子产品已经是一种趋势。而这种情况究竟会对人类产生什么影响，还需要更系统的观察。

王惠玲举例说，这类问题有点像是早教，家长们往往倾向于让小朋友更早的识字、写字，但最近有学者研究后发现，过早学习写字并不利于左右脑的发育，早教可以让小朋友听、学语言，唱歌，但学习写字可能会对大脑发育产生一定的负面影响。

“过早地使用电子产品，或者使用AI治疗工具，是研究过程中一个有关伦理方面的考量，专业医学上需要更多的数据和资料才能有答案。”王惠玲说。（本文首发于钛媒体APP，作者｜李程程，编辑｜李玉鹏）