“最卷医生”，半年接诊16万患者

春节期间，家在吉林的李沐的一颗旧痣旁边，长出了一条深色细线。尽管这颗痣直径不过一毫米，却边缘模糊、形状不对称，而且长在肘窝，经常会被摩擦到。她担心这是发病凶险的黑色素瘤。由于多年留学国外，对国内看病流程、医保报销不熟悉，加上假期就医不便，她试着将问题抛给AI。

她先问了常用的ChatGPT等通用大模型，得到的回答并不让她满意：要么列举多种可能，让她越看越晕；要么直接提示她，“立刻放下手头所有事情去医院”。 她转而求助几个健康AI应用。尝试之后，她的感受是“进入了一个线上诊室，AI像医生一样，一步步询问我的情况”。她告诉《中国新闻周刊》，健康AI应用给出的判断比较一致，认为这更像是色素痣的良性变化，不必过于担心。几天后，医生也给出了类似的诊断意见。

像李沐一样，将AI当作“健康顾问”的人，正迅速增多。这个春节，健康AI应用“蚂蚁阿福”用户规模突破1亿，连续多日登顶苹果应用商店下载榜。过去几个月，多个面向患者的医疗大模型密集上线。当越来越多患者正带着AI生成的“建议”走进医院，医疗的边界及医生的角色正被重新定义。

AI制图

回答问题“千人千面”

得到健康AI应用的回答前，按照提示，李沐先输入了年龄、病史等基础信息，又上传了痣的照片。她之所以信任这类产品，一是因为它们会给出判断的依据，并附上真实的参考资料；二是会推荐相应医生，让李沐觉得有真人“兜底”。于是，她最近遇到健康问题时，第一个想到的就是健康AI应用，甚至吃饭前，也会把每餐食物拍下来发给它，让它计算热量。

“‘蚂蚁阿福’的新增用户中，52％来自三线及以下城市。”蚂蚁健康公众沟通负责人沈云芳对《中国新闻周刊》介绍，在优质医疗资源相对稀缺的地区，公众使用线上医疗健康服务的需求更强。她还提到，用户中的年轻人占比较高，“80后”“90后”和“00后”占比超六成。不少年轻人也会在AI的帮助下，帮长辈解答检查报告、用药等方面的问题。

自生成式人工智能兴起以来，医疗健康一直是AI最常被提问的领域之一。2026年1月，OpenAI发布的报告显示，全球范围内，超过5％的ChatGPT问答与医疗健康相关，平均每周达到数十亿条，其中约七成发生在常规门诊时间之外。1月7日，OpenAI推出面向消费者的健康工具ChatGPT Health，向小部分用户开放。在国内，各大公司也在布局面向消费者的健康AI应用，除了蚂蚁集团的“蚂蚁阿福”，还有京东健康的“AI京医”、字节跳动的“小荷AI医生”、医联的“未来医生”等。

李沐在与健康AI应用交流时，面对的是一个更专业的智能体。以“蚂蚁阿福”为例，沈云芳介绍，其专业能力建立在三层基础之上：第一层是医学大模型的训练，采用医学指南、论文等材料；第二层是产品的问答逻辑，AI能像真人医生一样持续追问；第三层是建立用户的健康档案，并与其他健康设备连接，结合病史和实时数据，提供更个性化的健康建议。

目前，已有1000多位医生在“蚂蚁阿福”上开设了智能体“AI分身”。过去6个月，同济大学附属东方医院妇产科主任段涛的“AI分身”已为16万人回答了70多万个问题，而他本人每天通常只能接诊20名患者。

段涛对《中国新闻周刊》介绍，他对自己的“AI分身”提出了三个递进版本的要求。1.0版本要做到正确回答问题，为此，他把自己十余年的科普文章和视频内容“喂”给了“AI分身”，让回答更简单明了。2.0版本要做到根据不同用户的知识背景和交流语气，给出“千人千面”的回答。这也是当下正在应用的版本。

以早产问题为例，段涛的“AI分身”可以结合病史、症状、宫颈管长度等信息，给出更有针对性的回答。他介绍，和线下问诊不同，线上患者往往更缺乏耐心，如果经过多轮追问，仍得不到答案，用户很可能会直接退出。为此，“AI分身”要在三轮对话内给出初步判断，并在后续问答中不断细化。段涛介绍，未来3.0版本的目标，是让智能体“AI分身”更像真人，懂得人文关怀。

上海交通大学人工智能学院副院长张娅对《中国新闻周刊》介绍，由于难以找到合适的医生，很多罕见病患者辗转多年才能确诊。2025年7月，张娅牵头研发的全球首个罕见病在线诊断平台DeepRare上线。张娅介绍，DeepRare能结合患者症状和既往诊断，帮助其匹配更合适的医院和科室。“比如，原本可能要看30个医生，现在减少至3到5个。”这对于要“早诊断、早治疗”的罕见病患者来说，尤为重要。

段涛认为，在技术方面，国内大模型与国际最先进水平仍有差距，在场景应用上，国内应用的落地速度可能更快。沈云芳介绍，目前“蚂蚁阿福”的使用场景中，健康问答占比最高，其次是拍照和电话咨询。“比如老年用户，就更偏好电话咨询这种类似真人聊天的方式。”

红线内的风险

“‘蚂蚁阿福’的定位是健康AI，而不是医疗AI，主要是帮助用户自我管理。涉及医疗诊断，还是由真人医生来进行。”沈云芳说。

翟小军是国内一所三甲医院的感染科主任。他发现，自己接诊的不少患者，在去医院之前都会先问AI，但有时，AI的结论与他的诊断存在较大偏差。比如，有患者在出现甲胎蛋白（AFP）升高后，就会被AI怀疑可能患有肝癌。“这时，如果告诉他没有得肝癌，就要付出更多沟通成本。”

“AI会犯错，在医疗场景中，这尤为严重。”翟小军对《中国新闻周刊》说。他自己在使用过程中发现，AI有时甚至生成虚假文献。要识别这些问题，使用者要具备一定医学知识，甚至去核对原始论文。翟小军认为，这显然超出了普通患者的能力范围。

2月23日，《自然-医学》发表的一项研究对ChatGPT Health进行了960次模拟测试，其表现呈现明显的“倒U形”：在处理中等难度病例时相对稳定，但一旦遇到临床最轻微和最严重的情况，错误率就会明显上升。在需要紧急处理的病例中，有52％出现了分诊不足。而且，当家人或朋友在描述中淡化症状时，ChatGPT Health容易低估病情。

“同一个患者的病情，不同的人去问AI，得到的答案也可能不一样。”翟小军介绍，AI往往根据用户的主观表述和输入的关键词作出判断，掌握的信息有限，医生在诊断时，通常要综合多个因素。在需要医生检查的体征上，AI目前几乎无法获取这类信息。“比如，一位黄疸患者来到诊室，医生往往一眼就能作出初步判断，而AI很难单凭患者的描述判断。”

在国内现行监管框架下，对于普通用户，AI只能提供原则性的医疗建议。2022年2月，国家卫生健康委发布的《互联网诊疗监管细则（试行）》要求，严禁使用人工智能等自动生成处方。北京中医药大学医药卫生法学教授邓勇对《中国新闻周刊》分析，如果AI产品作出了明确疾病诊断、制定个性化治疗方案等行为，都属于违规开展诊疗活动，将直接触碰监管红线。

翟小军认为，尽管AI宣称不会直接给出诊疗意见，但其回答仍会影响患者对治疗方案的选择。更值得警惕的，是患者对AI的盲目信任。他发现，越来越多患者在得到AI的回答后，会自己买药治疗，不再去医院就诊。

自从去年年初帮父亲安装了DeepSeek后，家住北京的王芳发现，父亲开始频繁向AI描述自己设想中的病情，并不断引导AI给出“建议手术”的答复。多家医院的医生都认为，王芳父亲的主要问题是身体机能退化，以及抑郁症带来的躯体化症状。对于由此导致的椎管狭窄、骶管囊肿等，手术改善效果有限，还可能造成排便、排尿困难，甚至瘫痪。但王芳的父亲始终认定，AI给出的才是准确答案。

翟小军还发现，不少患者在就诊时会提到，“自己是被AI推荐来找他看病的”。他也尝试过让AI推荐医生，但发现一些推荐并不准确，比如会推荐一些已远离临床一线的行政管理者，也会优先推荐那些活跃于自媒体、拥有一定粉丝量的医生。

目前，围绕AI医疗的另一重担忧，在于数据与隐私安全。大量用户的个人信息和健康数据具有商业价值，也存在泄露风险。为此，各家公司都在采取数据脱敏、加密保护等措施。比如，“未来医生”产品负责人对《中国新闻周刊》介绍，“未来医生”搭建了分级隔离的数据沙盒，对原始数据进行物理隔离。但邓勇认为，在隐私合规方面，行业主要遵循最小必要收集、单独知情同意、加密存储保护等原则，但在模型训练数据的使用、数据跨境传输及责任划分等方面，仍缺乏明确而统一的规则。

“放手但不撒手”

带着AI建议走进医院的患者，已越来越多。对此，医生的反应并不一致。有不少医生表示，面对这类患者，自己会担心受到质疑，更倾向于严格按照指南，采取相对保守的治疗方案；也有医生认为，与患者一起使用AI，可以共同学习进步。

“和许多技术的发展路径相似，AI医疗也可能先从C端用户开始，反过来影响B端的医院。”段涛认为，医疗行业受传统惯性和监管要求影响，AI应用的落地相对较慢。随着面向用户的医疗大模型快速落地，医生也会被倒逼着使用AI。“如果不学会用AI，医生很可能反过来被用AI的病人挑战。”

2025年11月，国家卫生健康委等五部门印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，提出到2027年，形成一批临床专病专科垂直大模型和智能体应用；到2030年，基层诊疗智能辅助应用基本实现全覆盖。

段涛表示，在线下门诊中，约70％的咨询都是基础性、重复性问题，AI可以帮助医生分担一部分重复劳动。而且，AI“平权”的特性逐步融入到医疗体系中，有望提升医疗服务的公平性、可及性和便利性。“目前一些优秀医疗AI的水平，已超过了国内医生的中位数。”段涛认为，尤其在县域地区，基层医生的诊疗能力相对有限，在部分场景下难以达到优秀医疗大模型的水准。

“有时候，面对成千上万种药物，我自己记不全，也会去问我的‘AI分身’。”段涛说。现在AI通过检索最新文献，可以在既有知识库基础上提出建议。相比之下，大多数医生很难持续完成同样强度的知识更新。段涛透露，同济大学附属东方医院今年将全面推进“大模型+智能体”的落地，未来3个月，上海浦东新区40余家社区卫生服务中心也将陆续部署同款AI。

在段涛看来，医生与AI的协作大致会经历三个阶段：第一阶段是把AI作为工具，类似于现在使用电脑；第二阶段是把AI作为协同者，帮助自己完成任务；第三阶段是把AI作为团队成员，可以完全信任。段涛认为，目前，国内大多数医生还处于第一阶段。

对于AI医疗带来的风险，段涛认为，人类对AI的使用应是“放手但不撒手”，即便AI替代了一部分工作，最终决策权仍应掌握在人手中，并由人来承担相应责任。他预计，未来AI不会代替医生，但是会用AI的医生，将代替不会用AI的医生。

（文中李沐、翟小军、王芳为化名）

发于2026.3.16总第1227期《中国新闻周刊》杂志

杂志标题：看病之前，先问AI？

记者：孙厚铭

（sunhouming1@163.com）

编辑：杜玮