信医生，还是信AI？中老年居民：便利，但希望医生背书

居民端数据显示，52.45%的中老年参与者每周4次以上使用智能手机、微信、小程序、搜索引擎或AI聊天工具。但调研中我们发现，这种高频数字接触，并没有直接转化为对健康信息的高频查询，更不意味着他们会把医疗判断完全交给数字工具。

医生仍是首要锚点，AI被纳入原有求证网络

当中老年居民想了解健康问题时，67.13%首先选择医生或社区卫生服务中心，39.16%选择家人或朋友，25.17%选择百度或浏览器搜索，23.78%选择微信文章、短视频或公众号，22.38%选择AI聊天工具。

AI已经接近传统互联网健康信息入口，但距离医生仍有明显差距。

图1 中老年居民了解健康问题时的主要信息入口（多选，居民端，n=143）

“听听、看看、再问医生”

当AI根据症状、体检指标或用药情况给出健康建议时，31.47%的居民表示“不确定，要看情况”，30.07%表示“比较相信，但还想问医生”，24.48%表示“有点怀疑，但可以听听”。真正表示“很相信，愿意按它说的做”的仅为1.40%。这一结果说明，中老年居民面对AI健康建议时，还是会在便利性与不确定性之间不断试探。

AI对中老年居民具有明显吸引力：可以随时提问，不受门诊时间限制；回复快，不需要排队；成本低，甚至几乎没有额外花费；也更“耐心”，可以反复解释同一个问题，不会表现出不耐烦。

但这种便利并未直接促成全然的信任。很多时候，中老年居民对AI的保留和踌躇并非来自明确的专业判断，而是一种很朴素的本能反应：当AI回答得比较模糊、前后留有余地、没有给出直接结论时，他们会觉得“说了很多，但到底该怎么办还是不清楚”；而当AI给出较为确定的方案时，他们又会觉得“不知道它是不是了解我的真实情况”，担心直接照做会出问题。

因此，AI更像是一个可以先问一问、听一听、看一看的工具，而不是可以直接替代医生判断的最终权威。

图2 中老年居民面对AI健康建议时的第一反应（居民端，n=143）

当AI与医生冲突时，医生判断仍是最终依据

当AI与医生诊疗建议存在差异时，43.36%的居民会“听医生的，不考虑AI”，34.97%会“主要听医生的，但会请医生解释为什么和AI不一样”。这意味着，当AI与医生的诊断出现分歧时，患者不会盲目采信AI，反而会产生更强的解惑需求。

居民并不需要医生简单判定AI健康信息的对错，而是希望厘清AI依据了什么，忽略了什么，医生为什么采纳或不采纳，同时明确自身后续需要重点监测的健康风险。

图3 当AI建议与医生说法不一致时，居民更倾向的处理方式（居民端，n=143）

可信AI需要医生背书

居民调研数据表明，决定中老年居民信任AI医疗建议的核心因素，并非AI回答的专业表象。其中占比最高（51.75%）的信任条件，是医生明确告知患者AI仅为辅助工具、最终诊疗判断以医生结论为准；其次是AI逻辑清晰、通俗易懂的解释说明，占比37.06%；AI建议与医生判断结果一致，占比31.47%。

由此可见，中老年居民对AI健康信息的信任，并非单纯由技术本身决定，而是依托医生背书、通俗化信息解读与实际诊疗场景验证共同形成。

所谓“医生背书”，并不是要求医生为AI内容做无条件担保，而是明确向患者界定AI的功能边界，核心诊疗判断需依托医生的专业评估。

对中老年居民而言，这种专业界定能够有效规避两类极端认知：既避免患者把 AI 当成完全不可信的“机器回答”，也避免把AI说法直接当成诊疗方案。患者对AI健康信息的理性信任校准，也对医生的沟通能力提出了更高要求。

同时，“听得懂”本身也是信任形成的重要条件。AI如果只是给出复杂、抽象或看似专业的医学表述，并不一定能增强患者信任；相反，只有当它能够把理由讲清楚，让患者知道“为什么这样说”“适不适合我”“还需要问医生什么”，AI才可能真正成为辅助理解的工具。因此，可信的AI不只是回答正确，更要让患者能够理解、追问和核对。

医患两端对照：信任校准的结构性机会

中老年患者真正想知道的是：AI说的哪些内容可以参考？哪些只是一般性的健康知识？哪些不适合自己的情况？如果AI诊疗建议和医生判断不一致，到底应该听谁的、为什么？

因此，AI健康信息进入诊室后，医生的沟通工作也随之发生变化。医生不应仅作出“AI无法替代人工诊疗”的原则性判断，还需要把AI输出的健康信息讲清楚。

图4 患者提到AI建议时，医生通常如何解释（多选，医生端，n=75）

图5 医生使用AI时，居民最希望获得的说明（多选，居民端，n=143）

建议：把AI答案转化为医患共同理解的材料

医生：建立沟通流程

第一步是“接住”：先认可患者使用AI查询健康信息的行为。

第二步是“定位”：明确AI可以作为工具，但不能替代医生诊断。

第三步是“对照”：把AI建议中有道理的部分、遗漏的部分和不适用于患者个人情况的部分拆开说明。

第四步是“个体化”：回到患者年龄、基础病、用药、检查结果和生活场景，解释为什么本次需要这样判断。

第五步是“边界”：明确哪些情况可以继续观察，哪些情况必须及时复诊或就医，尤其提醒不要自行停药、加药或换药。

图6 AI健康信息进入诊室后的信任校准沟通流程

基层医疗机构：把AI健康信息沟通纳入医生培训

基层医疗机构越来越频繁接诊携带AI诊疗建议就诊的患者。因此，基层医务人员的AI培训，不应仅聚焦AI工具的操作使用，更要侧重提升医生的沟通应对能力。建议将AI健康信息沟通技巧，纳入家庭医生签约、慢病管理和社区健康教育培训等常规培训体系，搭建标准化沟通话术与场景案例库。

AI产品设计：减少“泛化正确”，强化就医边界

面向中老年居民的AI产品设计，不应只注重回答流畅度、表述亲和力与建议完整性，更需在关键环节主动提示信息适用范围、参考依据、存在的不确定性及就医边界。

在涉及用药、症状加重、慢病管理和检查异常等高风险场景，AI应避免给出绝对化、确定性的个体结论，而是提醒用户携带相关疑问前往医院，由专业医生核实判断。

此外，产品增设实用功能模块，例如生成“就诊问询清单”“所需补充的个人健康信息”“线下就医警示信号”等内容，帮助中老年用户理性看待AI健康建议，规范就医行为、规避健康风险。

健康信息传播：提升中老年居民的AI健康信息素养

应当摒弃“全盘相信AI”或“完全否定AI”的二元叙事，重点培育居民的AI健康信息综合素养，核心包含三项关键能力。一是会提问，把症状、时间、既往病史和用药情况描述清楚；二是会求证，带着AI生成的建议向医生咨询核实，而非直接照搬执行AI给出的诊疗内容；三是会判断，能够区分AI建议的适用边界，明确哪些内容必须经由医生专业研判，哪些身体异常情况需要及时线下就医。

【AI向善与健康老龄化联合研究小组】

本研究由复旦大学老龄研究院、复旦大学银龄未来教育部哲学社会科学实验室、复旦大学AI向善与数智养老研究中心、复旦大学附属华山医院全科医学科共同发起。

作者：邹欣悦、朱俞霏、蔡耀辉、齐惠奴、张涵予、顾洁

指导老师：申琦、黄延焱

原标题：《信医生，还是信AI？中老年居民：便利，但希望医生背书》