“生病了问AI”，出错了怎么办？

□ 本报记者赵丽

□ 本报实习生 陈颖

今年 3 月，一名 "95 后 " 新手家长面对孩子反复咳嗽发热的症状，在手机端用 AI 问诊判定孩子为 " 普通呼吸道感染 "，并参考网络建议居家用药，致病情延误。最终，孩子被医院确诊为病毒感染肺炎。医生指出 AI 问诊存在一定风险，应以专业医疗意见为准。

此事引发网络热议。AI 癌症早筛、AI 肺结核诊断、AI 手术机器人、AI 导诊机器人 …… 近年来，AI 技术已在门诊导诊、临床辅助诊断、疾病管理等环节广泛应用，尤其是今年年初 DeepSeek 的问世，更是掀起了一股 " 生病了问 AI" 的热潮。但也有不少人反映，AI 医疗并没有想象中那么靠谱，看错病、看不出病的情况时有发生。

对于 AI 医疗，舆论场也涌现出更多的追问，比如：AI 医疗是否会影响到医生的地位？如果 AI 诊断错误，谁来负责？如何保护普通人的医疗数据隐私？如何让 AI 医疗发展更快、应用更广？

AI 医疗只是辅助手段

"AI 医疗可以提升医疗服务的效率，已经在疾病预测、健康管理、影像识别等领域表现出色，能够为患者提供较为精准的医疗服务。" 中国卫生法学会副会长郑雪倩向记者介绍，在基层或缺乏专家资源的边远贫困地区，可以通过 AI 进行初步筛查，并为医生提供提示或诊断参考，从而优化医疗资源分配、推动分级诊疗政策落地、提升基层医疗服务能力。

正因 AI 医疗彰显出诸多优势和巨大潜力，"AI 会不会抢医生饭碗？""AI 医生看病爆火 ""AI 看病比三甲医院医生还准 "…… 在最近关于 AI 医疗的网络讨论中，相关话题频繁出圈。" 当 DeepSeek 给出了和主任医师一样的诊断，以后是否还有必要去医院？" 近期，这样的疑问也出现在了医患对话中。

记者采访了多位一线医务工作者，他们均不反对患者使用 "AI 问诊 "。但对 " ‘ AI 问诊’的结果是否靠谱 "" 能否作为诊疗依据 " 等问题，受访医生都抱着谨慎态度。他们普遍认为，"AI 问诊 " 存在局限，只能作为一种辅助手段，并不能替代医生。

北京市某社区卫生服务中心的全科大夫周医生坦言，在基层医疗机构平日里遇到疑难杂症的情况不多，更多的是高血压、糖尿病、心脏病等慢性病的老年患者，AI 在慢性病随访、慢性病管理上还缺少些 " 人情味儿 "。

" 以预问诊 AI 为例，有老年患者反映，他有几个晚上睡不好觉导致头疼、心慌，AI 就有可能把所有有头疼症状的病都列给医生，其中绝大多数是无效信息。" 周医生说，疾病的诊断是一个模糊决策，尤其是在社区这种基层医疗机构，看病的基本是 " 老熟人 "，往往需要医生综合病史、症状等多种信息、根据经验缩小范围下诊断，AI 目前在这方面还不够成熟。

"AI 医疗是人工智能在医疗领域的应用，即通过大数据的分析学习，建模，来辅助或优化医生在看病治疗以及健康管理环节的一项技术应用。" 在中国卫生法学会常务理事、北京市华卫律师事务所副主任邓利强看来，AI 医疗通过机器的学习建模进行数据的分析，让 AI 反复学习的确可以帮助识别病症，但这种建模本身有数据库的问题，再加上无法把医生的诊疗经验揉到建模里，所以这种智能诊断不可能完全取代医生。

"AI 问诊缺乏人文情感交流，AI 开方无人审核，还可能出现误诊、误治和 AI 医疗的法律主体不明确等问题。因此，AI 医疗应当始终定位于医生的辅助工具。" 郑雪倩说。

持谨慎态度划定红线

随着 AI 医疗在全国逐步落地，一场医疗领域的巨大变革正在发生。仅今年 2 月以来，就有不少医院发布其最新应用成果。

比如，上海瑞金医院发布瑞智病理大模型，AI 仅需数秒就能精准识别病理切片中的病灶区域；北京协和医院研发的 " 协和 · 太初 " 罕见病大模型已进入临床应用阶段；上海市肺科医院参与研发的肺部智能手术规划系统，将实际手术规划时间从数天缩短至 2 到 5 分钟 ……

虽然有多项成果问世，但对于 AI 医疗，不仅是医生，相关部门也保持谨慎态度。记者梳理公开资料发现，目前针对 AI 医疗已出台多项限制性措施：湖南省医保局发布通知，禁止使用 AI 自动生成处方，以维护医保基金安全和患者权益；北京禁用 AI 自动生成处方，并成立了互联网诊疗监管平台；国家卫健委和国家中医药局联合发布的《互联网诊疗监管细则（试行）》明确规定，人工智能不得替代医师本人提供诊疗服务 ……

" 这些政策和规定表明，我国在 AI 医疗领域已经开始划定红线，以确保技术应用的安全性和伦理性。" 郑雪倩说，医疗安全底线包括：处方红线，即 AI 不得自动生成处方，医生必须对诊疗行为负责；伦理红线，即 AI 应用需遵循医学伦理，确保患者隐私保护、数据安全和公平性；技术红线即 AI 技术需经过严格的临床验证，确保其在实际医疗环境中的有效性和安全性。

受访专家明确，即便有 AI 的辅助，医生仍是最后把关人，如果医生利用 AI 诊疗出现误诊、漏诊等医疗事故，最终还是由医生承担责任。

邓利强认为，由于 AI 医疗存在较多法律风险和合规挑战，这才让相关部门对 AI 医疗的态度如此谨慎。

" 医疗数据涉及患者的个人隐私，哪些数据可以向研发 AI 医疗的企业开放并未有明确规定，而且直接针对医疗数据开放的法律法规尚未出台，无法对数据按照统一技术标准进行清洗处理；对 AI 误诊的责任界定和相应法律纠纷的处理办法同样存在争议；目前国内医疗数据共享不足且缺乏标准规范，制约着 AI 医疗产业的发展 ……" 邓利强说，正因有诸多问题亟待解决，所以医疗保守绝不是落后，恰恰是对生命的负责。

应平衡创新加强监管

AI 医疗，今后如何才能更好地发展？

邓利强说，应平衡 AI 医疗技术创新与合规监管关系。要强化全流程的资质审查机制，即针对 AI 医疗和 AI 处方各个环节的主体都必须有诊疗的资质，这是不能突破的底线。应强化企业的自律与诚信机制的建立，开发和使用 AI 医疗的企业都必须依法合规。需要明确 AI 医疗产品的注册、审批、使用和退出流程，并加强对算法透明度、公平性、隐私保护等关键维度的评估与监管。

郑雪倩建议，应建立伦理审查机制，确保 AI 技术在医疗领域的应用符合伦理道德要求。还要鼓励社会各界对 AI 医疗技术进行监督和评价，形成全社会共同参与的监管格局。加大处罚力度，提高违法成本，构建更有效的法律威慑体系。加大正向宣传引导，提高医生和患者对 AI 技术的接受度是实现技术普及的关键。

2025 中关村论坛年会期间，AI 医疗成为与会专家热议话题。与会专家建议，加强监管与伦理指导，制定严格的数据安全和隐私保护政策，设立医疗 AI 伦理委员会。同时，提高模型透明度，发展可解释 AI 技术，使大语言模型在医疗决策时能够提供推理过程。例如在肿瘤诊断中，AI 需指出影像特征依据，而不是只给结论，还要设定合理的使用范围。大语言模型适用于医学教育、辅助决策和信息检索，但不应直接用于关键诊断或治疗决策，最终决策仍需由专业医生作出。

" 医疗从业人员的确应该积极拥抱发达的技术，但技术对行业本身的冲击以及它是否能实现有温度的医疗，也是我们行业的引领者所需要思考的。我们期待的是，行业参与者冷静思考的心和职业情怀，可以让技术成为帮手，而不是让患者的医疗安全受到影响。" 邓利强说。