“先問AI再看醫生”，正在從個別人的好奇嘗試，變成一種普遍的就醫習慣。AI“診斷”結果取決於患者提供的資料，在當前情況下，AI的價值可能在於幫助患者為醫生提供關鍵的病情資訊，以便醫生對症下藥。
看病前先問AI？這屆患者是信AI還是信醫生？
近期，一張惡搞圖在網上獲得大量關注。在畫面中，某醫院告示上寫著：“已經在豆包獲得診斷的患者，請勿再向我們尋求意見，請改向千問或者元寶諮詢。”經核實，這並不是任何一家醫療機構的真實公告，而是網友的“玩梗”。不過，一張假圖能登上熱搜，說明背後折射的現實問題是真實的。
據多家媒體報導，不少醫生都遇到過患者帶著AI生成的診斷結果來問診的情況，甚至有患者拿著AI的結論反問醫生：“為什麼你和AI說的不一樣？”
中國青年報社社會調查中心聯合問卷網在2026年8月發佈了一項覆蓋1333名受訪者的調查。結果顯示，92.0%的受訪者用AI查詢過病情、獲取過就醫建議，其中32.3%的人“經常用”，49.0%的人“偶爾用”。更關鍵的是，69.7%的受訪者會主動帶著AI診療建議去和醫生溝通。也就是說，每十個走進診室的人裡，就有將近七個手裡攥著一份AI給的“參考答案”。
“先問AI再看醫生”，正在從個別人的好奇嘗試，變成一種普遍的就醫習慣。AI“診斷”結果取決於患者提供的資料，在當前情況下，AI的價值可能在於幫助患者為醫生提供關鍵的病情資訊，以便醫生對症下藥。
01
當患者帶著AI結論走進診室
復旦大學老齡研究院教授申琦團隊今年做了一項雙端調研，對象包括75位醫生和143位中老年居民。結果顯示，約七成受訪醫生在門診中遇到過患者使用AI查詢健康資訊。這意味著，如果一個患者帶著“自認正確”但實際錯誤的結論走進診室，醫患之間溝通的成本可能會成倍增加。
現實中，在醫療這個容錯率極低的場景下，AI工具的誤判性可能將被放大。
據《Nature Medicine》在2026年2月第32捲髮表的文章，牛津大學做過一項千人實驗，也闡述了這個問題。在這項實驗中，研究人員邀請近1300名英國參與者，模擬應對感冒、貧血、膽結石等十種常見健康場景，並判斷該採取何種行動。參與者被隨機分配使用GPT-4o、Llama3或Command R+中的一個，對照組則使用網際網路搜尋引擎。
結果出現了一道“人機鴻溝”。在這項實驗中，研究人員把同一套由醫生撰寫的病例，比如“一名20歲男性夜間突發劇烈頭痛”“一名女性產後極度疲憊幾乎暈倒”直接輸入給AI，模型在94.9%的情況下能正確識別相關疾病。但換一種方式，把完全相同的病例交給普通人，讓他們自己跟AI對話、用自己的話描述症狀，識別率就驟降至不足34.5%。
那差距從何而來？研究者在分析對話記錄後發現，在受控的測試環境下，研究人員輸入給AI的症狀描述是規範、完整的，相當於AI在"開卷考試"裡答題。相比之下，普通人在描述症狀時往往不完整、不精準，同時AI也不會像醫生一樣，有條理地追問和引導，所以AI拿到的"題目"本身就是殘缺的，自然答不好。
也就是說，即使AI本身足夠“聰明”，但患者與它之間的低效溝通導致問診效果大打折扣。
02
AI“討好”傾向可能耽誤病情
比溝通折扣更深層的問題，是當前主流大模型在訓練中形成的一種"討好"傾向。
為了讓使用者滿意並且延長使用時長，AI會傾向於用篤定的語氣給出“讓人舒服”的回答。央廣網的一篇報導援引研究資料指出，人工智慧模型的“奉承”程度比人類高出50%；騰訊研究院發佈的《2025年AI治理報告》也指出，當AI從生產力工具延展為“情感伴侶”，其風險形態也正在從單次內容輸出合規，轉向因長期擬人化互動而產生的“情感依賴”挑戰。
這種傾向在醫療場景中更加危險。當患者描述一個模糊的症狀時，AI可能順著使用者的預設邏輯給出“沒什麼大問題”的寬慰。情緒價值是拉滿了，但最佳治療窗口可能就此錯過。
浙江省中醫院兒科主任李嵐曾接診一個三歲的哮喘患兒，媽媽把“過敏、哮喘、咳嗽、夜間咳喘”輸入AI，AI幾秒就給出“支氣管哮喘急性發作”的判斷，建議霧化後觀察。媽媽認定了AI診斷結果到診室要求開具相應處方。但李嵐醫師聽診後發現肺裡有明顯濕囉音，是肺炎的訊號，建議拍胸片排查，而家長拒絕了，認為“AI上也說得很清楚，沒必要檢查。”兩天后孩子高燒、呼吸急促，CT顯示雙肺大面積炎症，確診偏肺病毒肺炎合併細菌感染。這種AI順著家長預設給出的答案，讓一個本可以早些發現的問題拖延治療。
第一財經10月發佈的文章《患者自帶AI診斷進診室，醫生為何先嘆氣？》中提到，“對醫生而言，最棘手的不是患者提出問題，而是患者將一般性醫學知識當成針對自己的診斷，並據此形成對治療的預期。當臨床判斷與AI答案出現分歧，醫生不僅需要解釋自己的診療思路，還要幫助患者重新理解AI結論的適用範圍。”
03
AI問診的價值，是為醫生提供關鍵的病情資訊
對患者來說，AI能起到什麼作用？答案或許並不複雜。美國醫學會（AMA）給患者的建議很具體，讓AI在就診前想清楚該問醫生那些問題，讓AI預演“醫生可能會問我什麼”，從而在有限的診室時間裡給出更完整的回答。即，AI的價值在於幫助患者為醫生提供關鍵的病情資訊，以便醫生對症下藥。
問診需要相對專業的溝通技術。醫生最重要的工作之一，就是引導患者把模糊的體感，轉化成可用於判斷的臨床資訊，比如那裡疼、怎麼疼、什麼時候疼、有沒有別的伴隨症狀，是否誤食了有毒東西……一位醫生曾這樣描述理想的使用AI的場景。患者來之前，用AI梳理了最近的身體變化、正在服用的藥物，以及想向醫生確認的問題。到了診室，這些資訊可以幫醫生更快地進入狀態。
AI不替患者做判斷，也不替醫生下結論，它只是讓那幾分鐘的診室對話變得更有質量。
正如科普中國所明確，AI適用於疾病知識、藥物資訊、慢病管理、就醫準備；急症、重症、兒童、用藥劑量、手術方案不靠它下結論。
事實上，市場上已經有一批AI產品選擇在醫療健康這條道上深耕。例如，千問接入國家藥監局藥品說明書、中國營養學會知識庫、臨床指南等五大醫學資源，並上線“健康檔案”功能，允許使用者授權接入智能手錶、血糖儀等裝置資料；此外，騰訊的“AI臨床助手”也接入了醫院資訊系統，疾病預測準確率能達到96.39%，其中所有的輸出必須經醫師稽核確認。該系統也明確表明，“AI作為輔助參考，不替代醫生最終診斷”。
國家傳染病醫學中心主任張文宏曾強調“不能把生命健康直接交給AI來處理”，這或許是面對AI醫療時最務實的姿態。AI可以是橋樑，但過橋的每一步，仍然需要人來走。(經濟觀察報)