AI問診，靠譜嗎？

從導診機器人到手術機器人，從肺結核診斷到癌癥早篩，AI 技術正在快速進入醫療領域，應用場景日益多元。今年DeepSeek等AI大模型的問世，更是掀起一陣“生病問AI”的熱潮。在人工智能快速發展的當下，如何讓 AI 醫療更合規，醫患雙方又該如何與 AI建立起更科學、更有效的良性互動，提升服務質量與效率？

AI問診，用了沒？

51 歲的王女士因反復腰背痛，在當地醫院查出左腎同時存在動脈瘤和靜脈瘤，位置復雜且風險極高，多家醫院建議進行腎切除術，但她不愿放棄：“我兒子在 AI 平臺詳細描述了我的病情，AI 精準推薦了江蘇省人民醫院泌尿外科的楊杰醫生團隊?！?/p>

接診后，楊杰團隊創新設計治療方案，在 95 分鐘的精密手術中，通過直徑 2.8cm 的單一孔道，先后完成動脈瘤切除、靜脈瘤剝離及動靜脈血管重建三大高難度操作，最終完整保留王女士的腎臟功能。

隨著人工智能技術的發展，AI給 醫 療 領 域 帶 來 的 改 變 顯 而 易見。不確定掛什么科、看不懂化驗報告……這些困擾民眾看病的難點、堵 點 問 題，在“AI 陪 診 員”“AI智 能 助 手”“AI 健 康 管 家”等 大 模型的幫助下，有了更優解。

江蘇省人民醫院基于DeepSeek大模型，推出智能報告解讀功能，AI助手可以自動識別并標注檢查報告的異常指標，用通俗易懂的語言解讀其臨床意義，并為患者推薦下一步就診方向?！耙酝玫交瀱魏?，我會去網上搜索異常指標，但看多了讓人更焦慮?！被颊咄跸壬f，“現在醫院推出這項新功能，讓患者快速了解指標意義，建議也更具針對性。”

此外，AI 被視為破解基層醫療資源不均的重要工具。華中科技大學同濟醫學院附屬同濟醫院黨委書記唐洲平認為，對于一些醫療水平不高、基層醫生經驗不足的地區，AI驅動的遠程醫療和健康監測可幫助提高基層診療效率，在急重癥轉診決策中發揮作用，讓患者獲得更高質量醫療服務。

AI醫療，可信不？

受 訪 醫 生 表 示，AI 在 數 據 學習、提取、分析等方面優勢顯著，在疾病預測、健康管理、影像識別等領域均有出色表現。然而，一些 AI 誤診事件也引發人們對其可信度的討論。

“目前人工智能給出的更多是通用治療方案，且缺乏對輸出質量的評估。由于醫療領域專業性強，不同提問方式會導致 AI 輸出內容不同，這不僅容易出現誤導、影響判斷，還可能引發醫患矛盾?！蔽錆h大學中南醫院副院長潘振宇說，“建議公眾使用時，可將其生成的結果當作參考，切勿過度依賴。”

“模型可以解放手腳，但不能替代大腦。”中南大學湘雅醫學院副院長李學軍認為，醫療決策依賴復雜的臨床判斷與豐富經驗，尤其是面對不典型病例或多病共存的情況，經驗豐富的醫生能夠捕捉到細微癥狀和體征，這是人工智能目前難以企及的。

第 91 屆中國國際醫療器械博覽會上的AI影像分析、AI醫療設備此外，由于患者個體差異大，治療方案需個性化調整，而人工智能在靈活性上有所欠缺。南京市邁皋橋社區衛生服務中心全科主任醫師余曉燕坦言，來基層醫療機構看病的很多是“老熟人”，醫生看診時需要綜合病史、癥狀等多種信息，AI 目前在這方面還不夠成熟。

AI 強大的信息處理能力還引發患者對數據隱私、信息安全等方面的擔憂。武漢大學中南醫院信息中心主任肖輝說，AI 需要大量數據學習，但醫療數據的敏感性和隱私保護需求使得數據共享和使用變得復雜。“為避免數據泄露和跨境傳輸風險，不少醫院會選擇大模型私有化部署。” AI醫療，怎樣更合規？

如何讓 AI醫療更合規，使其更高效、更精準地服務大眾？2022 年，國家衛健委和國家中醫藥局聯合印發的《互聯網診療監管細則（試行）》明確規定，處方應由接診醫師本人開具，嚴禁使用人工智能等自動生成處方。去年，國家衛健委等制定的《衛生健康行業人工智能應用場景參考指引》，發布了人工智能技術的84種具體場景應用。

受訪人士建議，通過完善法律法規、強化數據安全、建立權責機制和加強倫理監管等舉措，推動 AI醫療應用的規范化部署。

首先，完善法律法規，明確責任劃分。李學軍等認為，充分發揮人工智能優勢，要以保障醫療質量和安全為前提，在創新與風險間找到平衡；將 AI 定位為輔助工具，最終決策權歸醫生所有，并推動行業自律；完善相關法規，明確 AI 研發者、使用者和管理者的責任及邊界；成立AI醫療監管部門，建立AI醫療技術評估機制。

其次，守護數據安全，明晰倫理底線。唐洲平等認為，應確保 AI 技術在法律框架下合理應用，嚴守數據安全與倫理底線，確保技術應用始終服務于醫療本質。同時，不少受訪民眾提出，AI 問診系統必須提供人工切換功能，患者應有權拒絕完全依賴 AI 的診療方案。再次，加速醫 工 交 叉，推 動 AI 醫 療 更 精 準 可靠。受訪專家認為，可推動醫學與工程領域的協作與人才培養，鼓勵醫學、計算機科學和倫理學專家共同設計滿足臨床需求的AI工具。

潘振宇表示，要發揮 AI醫療的深度價值，必須將其與醫療專業數據庫、文獻、治療規范、指南等結合，同時探索將醫生多年積累的看診經驗等個人“隱性知識”顯性化融入AI 大模型，豐富 AI 醫療方案，提高輸出質量。