AI判梅毒、医生说没事，30岁男子反复就医难释怀！AI看病的坑该怎么避？

刷到程先生的经历时，我第一反应是共情，紧接着是后背发凉。

30岁的他，只是出现了一点皮肤不适，随手拍了照片、描述了症状，用AI问诊后，直接被判定为梅毒。就这几个字，彻底打乱了他的生活——不淡定、焦虑、失眠，哪怕之后跑了多家医院，医生都明确告诉他只是普通皮肤病，他还是没法释怀。

为了打消他的顾虑，接诊的浙江大学医学院附属第四医院皮肤科主任刘伦飞，特意给他开了梅毒和艾滋病的检查单，结果全是阴性，妥妥的正常。可程先生不信，又转头扎进另一家三甲医院，得到的诊断和之前一模一样，哪怕后来皮肤不适彻底痊愈，他依旧将信将疑，心里的那根刺，始终拔不掉。 #热爆趣创赛#

这事不是个例，也不是小题大做。当下，打开手机就能AI问诊，拍张照就能出诊断，AI仿佛成了随身“家庭医生”，可当AI的结论和医生的判断撞车，我们该信谁？程先生的纠结，其实是千万普通人的缩影——我们依赖AI的便捷，又恐惧它的误判，更不清楚，一旦被AI带偏，该怎么止损。

展开剩余86%

先把程先生的事儿捋清楚，不添油加醋，只讲权威媒体核实的细节。

据钱江晚报报道，程先生之所以对AI的判断深信不疑，核心是“有图有真相”——他不仅描述了皮肤状态，还上传了患处照片，AI给出的结论的笃定感，让他下意识忽略了“AI只是辅助”这个前提。而刘伦飞医生解释的核心，恰恰戳中了AI问诊的致命短板： 患者描述症状的片面性，会直接误导AI判断。

举个最简单的例子，要是有人输入“生殖器部位长水泡”，AI大概率会直接判定为生殖器疱疹，但医生会综合判断水泡是否单侧、是否易复发、有没有接触史等多重因素，不会仅凭一个症状下结论。程先生的情况也是如此，他自己描述的皮肤不适，或许遗漏了关键细节，而AI只能基于他提供的信息，在庞大的数据库里匹配相似案例，没法像医生一样，面对面观察、追问病史，更没法结合个体差异给出判断。

我特意去查了刘伦飞医生的接诊经历，他说自己遇到过不少像程先生这样的患者，有的拿着AI的诊断报告来质疑医生，有的拿着AI生成的药方要求照单开药，甚至有患者因为AI的误判，耽误了最佳治疗时间。最让他无奈的是，哪怕反复解释“AI不能替代医生”，很多人还是更愿意相信机器给出的“标准答案”。

这背后，藏着两个值得深思的问题：一是我们对AI医疗的认知，到底偏差了多少？二是当AI和医生出现分歧，我们该如何理性抉择？

先说说第一个问题，AI医疗到底能做什么，不能做什么？

但这些优势，都有一个前提：AI是医生的“助手”，不是“替代者”。

我们普通人用的AI问诊工具，和医院里医生用的专业版AI，差距极大。医院的AI经过严格的临床验证，有明确的使用场景和规范，而我们随手能用的AI，大多是基于公开数据训练，没有统一的标准，甚至可能存在数据偏差。更关键的是，AI没有“人文关怀”，它没法感知患者的情绪，没法结合患者的过往病史、生活习惯、心理状态做综合判断，只能机械地匹配症状和疾病。

就像刘伦飞医生自己的经历，他在飞机上用智能手表测血压，每次都显示高血压，但到医院测量却完全正常。这就是普通智能设备和专业医疗设备的差距——医院的设备每年都会经过权威计量部门校准，而智能穿戴设备、普通AI工具的检测结果，受环境、操作方式、传感器精度等多种因素影响，根本不能作为疾病诊断的依据。

国家卫健委早就明确过，穿戴类产品只能用于日常自行监测，不能作为疾病诊断和治疗的依据。可很多人忽略了这句话，把AI的判断当成“最终结论”，甚至因此拒绝医生的专业建议，这才是最危险的。

再看第二个问题，当AI和医生出现分歧，该信谁？

我看到过一个小调查，88.89%的人用AI问诊，都是为了处理感冒、咳嗽、轻微皮肤问题等常见小病，83.33%的人认可AI的优势是速度快、效率高。但当被问到“AI和医生结论不一致时信谁”，所有人都选择相信医生。可现实中，像程先生这样，明知医生的诊断结果，却还是纠结于AI结论的人，不在少数。

为什么会出现这种矛盾？核心是我们对“专业”的认知不够，又被“AI神化”的舆论带偏了。近几年，“AI看病比三甲医生还准”“AI能替代医生”的说法层出不穷，再加上AI给出的结论往往条理清晰、笃定，很多人就下意识觉得，机器不会出错。可实际上，AI的判断，高度依赖使用者提供的信息——你提供的信息越片面，AI的误判概率就越高。

更关键的是，医生的经验，是AI永远没法替代的。医学说到底是一门“看人”的学科，不是简单的“症状匹配”。就像一位90多岁的老人，身患多种疾病，家属希望保守治疗，让老人过得舒心，这和AI依据诊疗指南给出的规范治疗建议，可能完全不符。这时候，医生会综合考虑老人的身体状况、家属的意愿，给出更人性化的方案，而AI做不到这一点。

上海财经大学的一位助理教授说过，AI挑战了传统的医患信任关系，让医生的权威受到冲击，但这种冲击，主要集中在常见病诊疗领域。本质上，治愈疾病是医患共同的目标，AI只会降低行业的工作负担，不会削弱医生和医疗机构的价值。毕竟，AI能整合过往的医疗经验，却没法突破现有框架，做出创新性的诊疗尝试，而医学的进步，恰恰需要这些突破。

程先生的纠结，还牵扯出一个更现实的问题：如果AI诊断错误，谁来负责？

这是一个目前没有明确答案的难题，也是AI医疗发展的“瓶颈”。我国现行的法律体系，责任主体都是“人”——医疗机构和医务人员，可AI是算法系统，不具备法律人格，没法成为独立的责任主体。一旦出现误判，该归责于医生、医院，还是AI开发者？

要是归责于医生，不公平——医生只是使用者，没法预知算法的错误，要是尽到了合理的注意义务，却要为AI的缺陷承担责任，只会让医生不敢用AI，阻碍技术落地；要是归责于医院，也不合理——医院作为采购方，对AI的技术细节知之甚少，没法为算法缺陷负责；要是归责于开发者，实践中又有很多障碍，开发者往往会以“已标注准确性非100%”为由抗辩，而且要证明是算法缺陷，需要复杂的技术鉴定，目前国内还缺乏权威的第三方鉴定机构。

更麻烦的是，AI的决策过程是“黑箱”，哪怕是开发者，也没法清晰解释它得出某一结论的完整逻辑。一旦出现纠纷，患者很难举证，医院和开发者也难以自证清白，最终要么是患者维权无门，要么是医院和医生被迫“背锅”，加剧医患矛盾。

除此之外，AI医疗还面临着数据隐私安全的问题。我们用AI问诊时，会上传自己的症状、照片、病史等隐私信息，这些数据会被如何处理、是否会被泄露，目前还没有完善的监管机制。而且，国内的医疗数据分散在不同医院、不同系统，标准不一，基于这些数据训练出的AI模型，有效性和可靠性本身就有待商榷。

面对这些问题，相关部门已经开始行动。北京、湖南等地，明确禁止AI自动生成处方，国家卫健委也出台了互联网诊疗监管细则，规定人工智能不得替代医师本人提供诊疗服务。这些政策，就是为了划定AI医疗的“红线”，保护患者的权益。

但政策的完善需要时间，我们普通人能做的，是先学会“理性用AI”，避开那些容易踩的坑。结合权威专家的建议，我整理了一份 AI医疗避坑指南，不管是自己用，还是给家人参考，都能用得上：

第一，明确AI的定位：只当“参考”，不当“依据”。不管是AI问诊，还是智能穿戴设备的监测结果，都只能作为日常参考，不能以此诊断疾病、自行用药。尤其是涉及梅毒、癌症、肺炎等严重疾病，一定要去医院做专业检查，听从医生的建议，别因为AI的判断耽误治疗，也别像程先生一样，被AI困扰。

第二，用AI问诊时，尽量提供完整信息。如果确实需要用AI初步了解情况，一定要详细描述症状，包括症状出现的时间、持续时长、伴随症状、过往病史、生活习惯等，避免因信息片面导致AI误判。同时，不要上传过于隐私的部位照片，保护好自己的个人信息。

第三，拒绝“AI药方”，不自行用药。目前，AI不能自动生成处方，哪怕AI给出了用药建议，也不能照单买药服用。不同的人，体质、病史不同，用药剂量和种类也会有差异，自行用药可能会出现过敏、加重病情等问题，一定要让医生根据自身情况开具处方。

第四，遇到AI和医生分歧，优先相信医生。医生的诊断，是结合专业知识、临床经验、专业检查得出的，比AI的机械匹配更靠谱。如果对医生的诊断有疑虑，可以多去几家三甲医院复诊，而不是纠结于AI的结论，徒增焦虑。

第五，理性看待智能穿戴设备的监测数据。心率、血氧、睡眠等监测数据，只能反映大致趋势，不能作为疾病诊断的依据。如果监测数据异常，不用过度焦虑，及时去医院做专业检查，排除疾病风险即可，别自己吓自己。

说到这里，可能有人会问，既然AI有这么多坑，干脆不用不就行了？

其实没必要。AI本身没有错，错的是我们对它的“过度依赖”和“认知偏差”。在快节奏的生活中，AI能帮我们快速了解常见小病的应对方法，节省就医时间，尤其是在基层或偏远地区，AI还能帮着做初步筛查，优化医疗资源分配，这些都是它的价值。

未来，AI医疗的发展会越来越成熟，相关的监管机制、责任体系也会逐步完善。但无论技术如何发展，医疗的核心永远是人，医生的专业经验和人文关怀，是AI永远没法替代的。

程先生的经历，给我们所有人提了个醒：AI可以是我们的“随身助手”，但不能成为我们的“健康法官”。面对健康问题，理性看待AI，相信专业医生，才是对自己最负责的态度。

最后，我想问问大家：你有没有用过AI问诊？遇到过AI和医生结论不一致的情况吗？你会怎么选择？欢迎在评论区留言讨论，也可以把这篇文章分享给身边的人，帮大家避开AI看病的坑。

发布于：福建省