“医生，你怎么说的跟AI不一样？” 3岁男童咳嗽咳喘，妈妈根据AI判断拒做检查，两天后拖成重症肺炎

“医生，你怎么说的跟AI不一样？”最近，浙江省中医院儿科主任李岚主任医师在门诊中屡屡遇到患儿家长提出类似疑问。

随着人工智能问诊工具快速普及，不少市民将AI视为“线上家庭医生”，通过输入症状获取诊疗建议。然而，由此引发的辨证偏差、病情延误及用药风险，正在临床一线集中显现。

一边是AI即时生成的标准化诊疗建议，另一边是医生结合详细查体、既往病史及个体差异作出的综合判断。当两套结论出现分歧时，医患沟通往往陷入反复拉锯，既增加了医生解释成本，也可能削弱患者对专业诊疗的信任。

同样是基于患者主观描述进行判断，为何AI与临床医师的结论常存在差异？AI自动生成的处方，是否可以直接采纳使用？围绕上述问题，快报记者近日分别采访浙江省中医院儿科主任李岚和浙大二院急诊医学科副主任医师卢骁，从儿科、急诊两大临床一线视角展开调查。

“AI也说是哮喘发作”

妈妈根据AI判断拒绝做检查

三岁男童拖成重症肺炎

3岁的阳阳有支气管哮喘的老毛病，一到换季、受凉的时候就容易咳嗽气喘，此前已经多次因为喘息发作到医院就诊。

前段时间，阳阳又开始断断续续咳嗽，听起来像是有痰，夜里睡觉也频繁咳醒。阳阳妈妈觉得孩子又是哮喘的老毛病犯了，于是把“过敏、哮喘、咳嗽、夜间咳喘”这些症状逐条输入AI，寻求解决方案。

仅凭罗列的文字描述，短短几秒过后，AI快速给出了诊断结论——支气管哮喘急性发作，同步建议雾化及哮喘相关药物治疗，并提示“症状缓解后可继续观察”。

看到AI给出的处理意见，这下阳阳妈妈更是肯定孩子是老毛病犯了。“其他药家里都有，只要再去配点雾化药就够了。”于是带着阳阳来到浙江省中医院儿科门诊，打算配点雾化药回家做。

“医生，你就按手机上写的开点雾化药，我们回家自己做雾化就行。”见到李岚主任时，阳阳妈妈的手机屏幕还停留在AI问诊页面上，一踏进诊室就逐条念出药方。

李岚听到阳阳妈妈的诉求，仔细打量起一旁的阳阳：孩子有咳嗽，喉间有痰，喘气时胸口起伏明显。她当即拿出听诊器听诊后告诉家长：“孩子不像是单纯的支气管哮喘发作，肺里已经听到明显的湿啰音，这是肺炎的信号，建议带孩子做个胸片检查一下。”

“做胸片？孩子有哮喘的老毛病，每次发作时都是这样的，没必要再检查了吧？”阳阳妈妈语气里带着质疑：“再说，X线做多了对孩子也没啥好处。”

李岚见状，苦口婆心地劝说家长：“你先别急，做个肺部检查排查一下，这样回去也能放心呀！”

可当时阳阳妈妈笃定孩子就是哮喘，“哎呀，孩子的情况我知道的，AI上也说得很清楚，你给我们开个雾化药就行了！”

几番沟通无果后，家长执意取药回家。无奈之下，李岚主任只能先开了两天的雾化药，并且嘱咐家长一定要注意观察孩子的病情变化，一有不对劲马上来医院。

阳阳回家做了两天雾化，病情并没有缓解，反而出现发热、呼吸急促费力。妈妈这才慌了神，连夜带孩子返院。

胸部CT和血液相关检查显示，阳阳的双肺出现大面积炎症病灶，确诊为偏肺病毒肺炎，同时还叠加了细菌感染，炎症指标明显升高，紧急住进了儿科病房。

“小儿呼吸道疾病的变化极快，短短两天就进展成严重肺炎，拖延之后治疗难度增加。”李岚无奈地说，“他们要是早点听我的，病情也不至于这么严重。”

AI问诊到底准不准？

关键看给AI“喂”了什么

“儿科素有‘哑科’之称，孩童无法完整、准确地表述身体感受，望诊、听诊、触诊是辨证核心。”在李岚看来，AI作为信息检索、科普辅助工具具备优势，但AI无法完成线下查体，只能接收家长的主观文字描述，看不到患儿精神状态、喘息程度、听不了心肺、无法腹部触诊等，无法识别危重预警信号，从中医角度，无法看舌象、诊脉等，一旦家长描述有偏差，将直接导致AI诊断错误。

“有些时候，家长固有的主观判断，会反向误导AI，形成恶性循环。”李岚在临床中发现，不少家长经常早已对孩子的病情有了先入为主的判断。不管是向AI输入症状，还是到诊室跟医生叙述病情，都会下意识挑选符合自己猜想的信息，忽略掉部分关键细节。

而AI拿到这些片面的信息输出结论，又进一步印证、强化了家长原本的想法。等到线下就诊，即便医生结合查体、病史给出完全不同的专业判断，部分家长反而会盲信AI，并且抗拒必要的检查，最后错失疾病治疗的最佳干预时机。

儿童用药严格依托年龄、体重把控剂量，不同体质、过敏史、基础病用药配伍差异极大，但AI输出的是大众化通用方案，无法实现个体化剂量权衡，盲目服药极易损伤孩童娇嫩脏腑。

李岚表示，中医诊疗遵循望闻问切四诊合参，讲究因人、因地、因时制宜。中医辨证体系的复杂性，也进一步放大AI的局限。例如，南方梅雨季潮湿多雨，儿科方药常配伍化湿药材；北方气候干燥，治法偏重润燥。但AI仅依靠家长输入的简单关键词，大多单一给出普通的方药，多层次复合辨证逻辑，是当前AI无法掌握的。

“更值得警惕的是AI产生的诊断意见并不一定准确。”李岚指出，更值得警惕的是AI产生的诊断意见并不一定准确。她曾经自己做过实测，输入一组儿童咳嗽症状后，AI给出的用药建议中，其中有一味名为“小花”的中药。但所有本草典籍、国家药典中均无“小花”这一味中药。

小伙一侧手麻怀疑脑中风

AI建议做核磁共振

深夜拿着AI结论来到急诊

浙大二院滨江院区急诊医学科副主任医师卢骁也遇到过类似情况。

“医生， 我一侧手麻，AI说我可能是中风了！”已是后半夜，32岁的网络博主小李（化名）慌忙赶到急诊，一来就要求做脑部核磁共振检查。

“AI说了，情况紧急，要马上做核磁共振检查脑血管！”小李态度十分坚决，反复强调要立刻做核磁共振。

然而，结合小李当时的体征与病情评估，他并不具备加急做磁共振的医学指征。

脑卒中的救治逻辑是争分夺秒。急诊头颅CT、脑灌注CTP快速完成筛查，第一时间排查是脑出血还是脑梗死，抓住溶栓、取栓的宝贵时间窗。磁共振虽然分辨率更高，但更多用于后续进一步评估病情，并不是急诊脑卒中的必要检查手段。

急诊医护人员耐着性子，一遍又一遍地劝说小李先完成急诊头颅CT检查。经过反复沟通，他终于同意先做急诊头颅CT。检查结果出来，颅内没有出血，也没有急性脑梗死的指征，排除了脑中风。

可即便如此，小李依旧半信半疑，心里放不下AI给出的建议，仍不肯打消做核磁共振的念头。“CT看得不够细致，只有做了核磁共振我才能放心！”

可医院核磁共振并不是24小时开放，最快也要等到第二天早上才能预约。小李依旧不放心，坚持要做核磁共振。

“AI只会告诉你‘需要做这项检查’，却无法告知你这项检查急诊能不能做、什么时机做合适，哪些检验项目只能门诊或住院完成。”卢骁无奈地表示，AI输出的只是一套理论化的指南意见，这和真实的急诊场景并不符合。

卢骁坦言，AI浪潮带来的改变，已经实实在在冲击到急诊一线诊室。“如今越来越多患者带着AI生成的问诊记录来到急诊，很多时候，我们要额外花大量时间向患者解释，为什么医生的判断和AI给出的方案不一样，这无形中抬高了急诊的沟通成本。”

“AI输出的结果，完全取决于人输入的信息，你的症状、体征、病情描述等一旦出现偏差，最后给到的建议就会千差万别。”

“遇到急症，建议不要先去问AI。”卢骁强调，急诊是和生命赛跑的地方，胸痛、中风、急性大出血这类急危重症，每分每秒都关乎生死。日常门诊中，大家可以拿AI的结论作为参考，再和医生探讨。但急诊场景，抢救的时间窗稍纵即逝，不能把希望寄托在AI身上。

AI已成为医生得力助手

让医疗更高效

人工智能席卷临床医学，已是时代所趋。AI作为医生的得力助手，已经在医疗领域发挥着强大作用。

卢骁表示，AI大数据能够检索整合全球前沿医学文献，自动梳理对应疾病完整诊疗要点，大幅缩短资料查阅时间。在重症监护场景中，面对需评估气管切开等紧急处置的患者，AI可整合生命体征、检查数据给出辅助参考意见，为急症处置节省宝贵时间。

AI在罕见病领域的优势尤为突出。人工智能可自主学习基因数据内的复杂规律，快速完成高精度患病风险预判，大幅降低罕见病漏诊、误诊概率。放眼长远，AI会如同显微镜、基因测序仪一般，成为医院标配基础医疗设备，深度融入临床诊疗与医学科研全过程。

对患者而言，AI同样有效拉近了医患距离。晦涩难懂的专业医学名词，可通过AI转化为通俗易懂的科普内容，患者就诊前就能提前了解自身疾病，减少沟通隔阂。与此同时，AI的标准化科普、规范化数据参考，也反向推动医护人员改变沟通方式，用更接地气的语言讲解病情，进一步规范全流程诊疗行为。

人机协同、以人为本

才能让现代医学走得更远

“但必须明确的是，AI可以帮我们完成一部分标准化科普工作，但关键的临床判断，决策权依旧要交到医生手上。”

卢骁表示，医疗服务的对象是鲜活、独一无二的人，每一位患者的家庭情况、身体耐受度、心理状态都存在差异，机器无法复刻医生与患者之间的共情、人文关怀，也难以完成多维度利弊权衡，这是人工智能无法逾越的壁垒。

正如黄荷凤院士在浙江大学医学院2026届毕业生大会上所说：AI可以提供线索、生成假说，却不能替医者做出最终判断，也无法承担验证与救治的全部责任。“我们可以依靠人工智能模型，但更要相信严谨的实验和对生命的敬畏。未来的医学，属于懂人工智能的人，更属于能把人工智能置于正确位置的人。”

（为保护隐私，文中患者均为化名）

来源：橙柿互动 · 都市快报 潇湘晨报

编辑：戴玉春

审核：郑伟、孙殿洋

监制：孙帅