徐州医科大学附属医院医师诊间使用豆包AI查询药物事件之法律评析

案情回顾：诊室AI查询用药引发医患信任风波

2026年10月25日，一名老年女性患者在孙辈韩先生陪同下，赴徐州医科大学附属医院心血管内科门诊就诊。患者患高血压、高尿酸血症，且对地平类降压药明确过敏。接诊医师当着患者及家属面，通过手机打开豆包AI大模型，查询拟用药物是否适用。韩先生目睹AI输出的用药建议后心生疑虑，当场拒绝该方案。

院方事后核查通报：当事医师系将豆包AI作为药物信息辅助查询工具，核验新药临床适配性；通览AI建议后，医师结合专业知识独立判断认为该药不适用，最终未开具任何处方、未给药治疗。事件经网络披露后引发广泛讨论，焦点集中于：医师是否有权在门诊借助通用AI查阅用药信息？AI建议与医师诊疗决策的法律边界如何划定？患者知情同意权与拒绝治疗权如何保障？

核心定性：AI仅为信息检索工具，不具备诊疗与处方权限

依据《医师法》《处方管理办法》及《互联网诊疗监管细则（试行）》，诊疗实施、处方开具属于执业医师专属法定职权，人工智能不得替代医师独立开展诊疗、生成处方。豆包属于面向大众的通用生成式大模型，未按《医疗器械监督管理条例》完成医疗器械注册，不具备医疗产品资质；同时存在输出幻觉、数据滞后、医学知识碎片化、难以整合患者个体化病史、过敏、合并症等短板。在法律定位上，它和医学工具书、文献数据库相近，仅属于信息查询载体，不能单独输出诊疗结论、生成用药方案，更不能直接作为开具处方的依据。

现行法规并未一刀切禁止医师查阅AI内容。面对新药、特殊禁忌症组合，检索资料核实本身属于医师履行审慎注意义务。本案医师浏览AI意见后自主判断、没有开方，尚未发生照搬AI处方的严重违规，也没有造成用药损害。但风险客观存在：通用AI内容缺乏医疗场景验证；诊室公开使用容易形成路径依赖，弱化医师独立判断，冲击患者信任；一旦医师放弃复核、直接依照AI结论开药，就属于违反诊疗注意义务的执业违规行为。

责任规则：医患损害责任归于医方，AI平台不直接面向患者担责

医疗损害责任适用《民法典》过错责任原则。无论使用何种辅助工具，诊疗决策责任由接诊医师承担，对外由医疗机构承担替代赔偿责任。假设医师采信AI建议开具处方并造成患者损害，患者维权对象只能是医院与医师，医师不能以“AI给出方案”作为免责理由。司法鉴定重点审查医师有没有独立复核AI内容、对照药典说明书与临床指南综合评估风险。盲从AI开药，一般会被认定存在医疗过错。只有能够证明损害根源是AI算法、底层数据存在固有缺陷时，医疗机构在向患者赔付完毕之后，才可以依据服务协议或者产品责任规则另行向AI运营方追偿。该追偿关系独立于医患赔偿关系，不能用来对抗患者的索赔请求。同时，《民法典》明确患者享有知情同意权。医师使用通用AI作为参考，应当适当告知患者；本案家属自行发现并拒绝诊疗方案，属于合法行使拒绝医疗权。

监管与管理：压实医疗机构主体责任，厘清病历证据边界

医疗机构负有规范医务人员执业行为的管理责任。医院可以开放权威药典、专业药学数据库、合规医疗决策系统供医师查阅，但应当通过制度划定红线：通用生成式AI仅限个人学习、资料检索，禁止作为诊断、用药、处方的决策依据。属地卫健部门有权开展核查，核查重点包含医师诊疗思路、病历书写规范性、院内是否形成使用通用AI辅助开药的惯例、相关管理制度是否缺位。如果院内普遍存在依赖通用AI确定用药方案，监管部门可以责令整改、对责任人批评教育，情节严重予以行政处罚。按照《病历书写基本规范》，病历必须记载医师本人的病情评估、用药考量并签名确认。AI对话记录、问答截屏不属于法定病历资料，不能替代医师独立的诊疗分析，不具备病历证据效力。

误区澄清与合规指引：坚持人机协同、以医师决策为最终底线

本次舆情中存在三类典型法律误区：一是把“医师用AI查资料”等同于AI看病开处方，二者核心分界在于最终决策权是否掌握在医师手中；二是误以为AI给出用药建议，出事就由AI平台赔偿，忽略医疗执业资格与责任绑定的基本规则；三是等同看待通用AI和药典、权威教材，忽视通用AI可靠性不足，医师使用时应当承担更高复核义务。

面向各方主体的合规方向清晰：医疗机构尽快出台AI临床使用负面清单，区分正规医疗AI和通用大模型，配套开展培训；执业医师任何处方均需要独立评估、对照权威药学资料，高危用药场景优先选用专业药学数据库；患者有权询问诊疗依据、拒绝存疑方案，遭受损害后可以通过封存病历、投诉、司法鉴定等途径维权。

本案是AI走进临床场景极具代表性的样本事件。法律允许医师借助通用AI检索信息，但绝不允许算法替代医师行使法定诊疗权。通用AI的使用，反而抬高了医师的核查义务。医疗安全的底线始终是医师独立、审慎的专业判断，技术只能赋能，不能替代责任。(蒋语瞳）

原标题：医师诊间使用豆包AI查询药物事件之法律评析

来源：潮新闻