医生自己也在问 AI，问得最多的是什么

医师的提问里，问得最多的是治疗和用药怎么选，占三分之一（33.1%）；问诊断的只有 13.9%。医生打开这类工具，多半是在查这个病人该用什么药、用多少、什么时候停，而不是让它判断「这是什么病」。

这个数字出自《美国医学会杂志》（JAMA）2026 年 10 月 15 日在线发表的一项横断面研究。研究统计了美国一个临床检索平台（OpenEvidence）在 2024 年 1 月 1 日到 2026 年 6 月 30 日之间的使用记录：95 万 2008 名执业认证的医务人员，提问 2.71 亿次。

这项研究只统计了医生问了什么，没有检验平台答得对不对，也没有追踪病人的结局有没有改变。它回答的是「医生在拿 AI 做什么」，不是「AI 做得好不好」。

2.71 亿次提问是怎么数出来的

研究取的是平台上通过国家执业者编号认证的账户，所以每个用户对应一个真实的执业身份，而不是匿名注册量。2.5 年里共 95 万 2008 人（女性占 58.5%），其中医师 55 万 6200 人。

月活跃用户从 2024 年 1 月的 355 人涨到 2026 年 6 月的 70 万 3265 人，同时人均每月提问从 18.0 次升到 39.5 次。

每月 39.5 次，按一个月 20 多个工作日算，差不多每个工作日问两次。到这个频率，工具已经嵌进了日常看病的流程，不再是偶尔打开看看。

提问的目的和主题，是研究者用大语言模型对分层随机抽取的 3880 万条提问做分类得出的，不是人工一条条看。作者报告，模型的分类结果与医生标注的一致程度，不低于医生与医生之间的一致程度。

分类标准写在原文的表格里（下图为原文 Table 的上半部分）。除了直接服务于某个病人决策的提问，其余的落在查药物和疾病知识、找文献和指南、写病历与医保材料、备考和教学这几类上。

问治疗的比问诊断的多出一倍多，原因在问题的形状

全部提问里，51.9% 落在临床决策上，其中治疗与管理一项就占 33.1%，诊断占 13.9%。两者差出一倍多，是因为这两类问题的形状完全不同。

诊断的原料在病人身边，不在检索框里。症状这两天是在缓解还是加重、按下去手里什么感觉、化验的几个指标怎么组合、影像上那块密度和上次比变了多少，这些信息都很难打成一段文字塞进输入框。更关键的是，多数时候医生心里已经有了方向，缺的只是一次确认。

治疗决策正好是检索能接住的问题。肾功能降到什么程度要减量、减到多少，两种方案分别在哪一类病人身上做过随机对照试验，副作用到几级该停药，两个药合用会不会出问题，这些答案确实写在说明书、指南和试验报告里，只是分散在几十份文件中，人脑记不全，记住了也会过期。

同一个诊断下，可选的药有好几种，每种又各有自己的减量阈值、禁忌和监测要求，这套对应关系每隔一两年就被新试验改一次。靠记忆维持它，成本极高而且容易出错；查一遍只花半分钟，所以医生宁可每次都查。

所以这个工具接走的是记忆的负担，不是判断的负担。作者在讨论里把这种变化说成：医生和医学知识的关系，正在从「记在脑子里」转向「需要时查到」。

目前评价临床 AI 的研究，大多在考它的诊断准确率，而医生实际用得最多的是治疗检索。评价的靶子和真实用法错位，那些考分很漂亮的模型，未必对得上医生手头的需求。

越是动手的科室，用得越少

研究用了一个叫使用比的指标：某个群体贡献的提问份额，除以这个群体在全国医师队伍中的人数份额。等于 1 说明用量和人数相称，大于 1 说明用得比平均多。

用得最多的三类是肿瘤与血液科（2.00）、内科（1.88）、家庭医学科（1.80）。肿瘤与血液科排第一不难理解：这是方案更新最快的领域，分子分型一变，对应的药物和临床试验名单跟着变，去年记下的东西今年就不一定还成立。内科和家庭医学科面对的是全身各个系统的问题，什么都可能碰到。

用得最少的三类是眼科（0.23）、放射科（0.24）、骨科（0.24），不到平均水平的四分之一。这三个科的共同点是核心难题不以文字形式存在：片子上那一点密度差异、关节活动到什么角度卡住、手术台上这一刀的层次，查文献查不出答案。

放射科医生很少用这类文字检索工具，不等于放射科不用 AI。影像科用的是看图像、标病灶的识别模型，根本不在这个平台上，也不以提问的形式工作。各科对 AI 的需求不能一概而论，用量低只说明这一种工具对不上他们的活。

跨专业提问的比例指向另一处差别。急诊科医师有 88% 的提问落在本专业之外，肿瘤与血液科医师只有 35%。急诊接的本来就是什么都可能的病人，一个班里可能先处理胸痛、再处理中毒、再处理产科急症，知识面被迫铺得最宽。

年资浅的人用得多，能说明什么

毕业十年之内的医师使用比是 2.54，住院医师和 fellow 是 1.84，都明显高于平均。另外，护士执业师和医师助理人均每月各提问 44.5 次，比医师的 37.1 次还多。这两类执业者在美国承担大量常见病的初始处理，碰到超出常规的问题得自己先查一遍，用量高于医师并不意外；不过这一条是按执业范围做的推测，研究本身没有验证。

可以合理推测的是：这代人在培训期就习惯了用检索工具，而且他们的知识储备正在建立，碰到没见过的情况更多；资深医生面对的问题往往更依赖多年的经验判断，检索工具本来就接不住。

但推测到此为止。这项研究没有比较任何一组人的答案质量，也没有看谁的处理更合规范。拿「年轻医生查得多」推出「年轻医生水平不够」，属于以偏概全；查得多也可以解释成愿意核对，而不愿核对的人同样可能什么都不查。

这项研究能说明什么，不能说明什么

它能说明的是真实使用的规模和用途分布：2.71 亿次提问都实际发生过，不是问卷里问出来的意愿；用途集中在治疗和用药，诊断只占一小部分。

不能说明的部分，作者自己列了五条，加上一条利益关系，读者都该知道：

• 数据只来自一个商业平台，可能低估了医生对其他工具的使用；该平台与出版社有内容合作，换一个内容权限不同的工具，结果可能不一样。

• 提问的分类靠大语言模型完成，不是人工标注。

• 分不清这些提问发生在诊间面对病人时，还是下班后做准备时。

• 研究设计上分不清医生是把原来查手册的动作换成了查 AI，还是信息需求本身变了。

• 作者中有三人在研究期间就职于该平台所属公司，其中一位担任首席医学官。这不等于结果不可信，但使用量数据由平台方参与分析，解读时该把这一点摆在桌面上。

最要紧的是第六条：这项研究从头到尾没有检验平台回答的准确性，也没有追踪用过它的医生所经手的病人结局。两年半里月活跃用户涨了近两千倍，这既不等于答得更准，也不等于病人获益更多。

对普通人意味着什么

一个直接的用处：下次在诊室里看到医生低头查东西，不用怀疑他不懂。按这项研究的分布，他查的大概率是剂量、方案的适用人群或者药物之间的相互作用，这些内容记不全是常态，核对一遍反而是稳妥的做法。

反过来，拿 AI 的回答当成自己的诊疗意见，这项研究提供不了任何支持。它既没测过回答对不对，更没测过普通人用的时候对不对。

医生提问时，病史、查体、化验、影像、正在吃的药都在他手上，AI 的回答只是补上他不记得的那部分证据；而普通人提问时，缺的恰恰是这一整套信息。偏偏治疗决策最依赖的就是这些：同一个诊断，肾功能不同、合并用药不同，答案就不同。拿一个缺了关键输入的回答去替代就诊，本末倒置。

把它当成查资料的入口可以，用来看懂医生说的某个名词、准备下次复诊要问的问题，都挺合适。真到了要不要吃药、怎么调剂量这一步，决定还是得交给能拿到你全部信息的医生。

参考来源

Patel VR, et al. JAMA 2026

AI 辅助整理，作者审核；内容仅供参考，具体诊疗请遵医嘱。