看病前先问 AI？这届患者是信 AI 还是信医生？
近期，一张恶搞图在网上获得大量关注。在画面中，某医院告示上写着：" 已经在豆包获得诊断的患者，请勿再向我们寻求意见，请改向千问或者元宝咨询。" 经核实，这并不是任何一家医疗机构的真实公告，而是网友的 " 玩梗 "。不过，一张假图能登上热搜，说明背后折射的现实问题是真实的。
据多家媒体报道，不少医生都遇到过患者带着 AI 生成的诊断结果来问诊的情况，甚至有患者拿着 AI 的结论反问医生：" 为什么你和 AI 说的不一样？"
中国青年报社社会调查中心联合问卷网在 2026 年 8 月发布了一项覆盖 1333 名受访者的调查。结果显示，92.0% 的受访者用 AI 查询过病情、获取过就医建议，其中 32.3% 的人 " 经常用 "，49.0% 的人 " 偶尔用 "。更关键的是，69.7% 的受访者会主动带着 AI 诊疗建议去和医生沟通。也就是说，每十个走进诊室的人里，就有将近七个手里攥着一份 AI 给的 " 参考答案 "。
" 先问 AI 再看医生 "，正在从个别人的好奇尝试，变成一种普遍的就医习惯。AI" 诊断 " 结果取决于患者提供的数据，在当前情况下，AI 的价值可能在于帮助患者为医生提供关键的病情信息，以便医生对症下药。
当患者带着 AI 结论走进诊室
复旦大学老龄研究院教授申琦团队今年做了一项双端调研，对象包括 75 位医生和 143 位中老年居民。结果显示，约七成受访医生在门诊中遇到过患者使用 AI 查询健康信息。这意味着，如果一个患者带着 " 自认正确 " 但实际错误的结论走进诊室，医患之间沟通的成本可能会成倍增加。
现实中，在医疗这个容错率极低的场景下，AI 工具的误判性可能将被放大。
据《Nature Medicine》在 2026 年 2 月第 32 卷发表的文章，牛津大学做过一项千人实验，也阐述了这个问题。在这项实验中，研究人员邀请近 1300 名英国参与者，模拟应对感冒、贫血、胆结石等十种常见健康场景，并判断该采取何种行动。参与者被随机分配使用 GPT-4o、Llama3 或 Command R+ 中的一个，对照组则使用互联网搜索引擎。
结果出现了一道 " 人机鸿沟 "。在这项实验中，研究人员把同一套由医生撰写的病例，比如 " 一名 20 岁男性夜间突发剧烈头痛 "" 一名女性产后极度疲惫几乎晕倒 " 直接输入给 AI，模型在 94.9% 的情况下能正确识别相关疾病。但换一种方式，把完全相同的病例交给普通人，让他们自己跟 AI 对话、用自己的话描述症状，识别率就骤降至不足 34.5%。
那差距从何而来？研究者在分析对话记录后发现，在受控的测试环境下，研究人员输入给 AI 的症状描述是规范、完整的，相当于 AI 在 " 开卷考试 " 里答题。相比之下，普通人在描述症状时往往不完整、不准确，同时 AI 也不会像医生一样，有条理地追问和引导，所以 AI 拿到的 " 题目 " 本身就是残缺的，自然答不好。
也就是说，即使 AI 本身足够 " 聪明 "，但患者与它之间的低效沟通导致问诊效果大打折扣。
AI" 讨好 " 倾向可能耽误病情
比沟通折扣更深层的问题，是当前主流大模型在训练中形成的一种 " 讨好 " 倾向。
为了让用户满意并且延长使用时长，AI 会倾向于用笃定的语气给出 " 让人舒服 " 的回答。央广网的一篇报道援引研究数据指出，人工智能模型的 " 奉承 " 程度比人类高出 50%；腾讯研究院发布的《2025 年 AI 治理报告》也指出，当 AI 从生产力工具延展为 " 情感伴侣 "，其风险形态也正在从单次内容输出合规，转向因长期拟人化交互而产生的 " 情感依赖 " 挑战。
这种倾向在医疗场景中更加危险。当患者描述一个模糊的症状时，AI 可能顺着用户的预设逻辑给出 " 没什么大问题 " 的宽慰。情绪价值是拉满了，但最佳治疗窗口可能就此错过。
浙江省中医院儿科主任李岚曾接诊一个三岁的哮喘患儿，妈妈把 " 过敏、哮喘、咳嗽、夜间咳喘 " 输入 AI，AI 几秒就给出 " 支气管哮喘急性发作 " 的判断，建议雾化后观察。妈妈认定了 AI 诊断结果到诊室要求开具相应处方。但李岚医师听诊后发现肺里有明显湿啰音，是肺炎的信号，建议拍胸片排查，而家长拒绝了，认为 "AI 上也说得很清楚，没必要检查。" 两天后孩子高烧、呼吸急促，CT 显示双肺大面积炎症，确诊偏肺病毒肺炎合并细菌感染。这种 AI 顺着家长预设给出的答案，让一个本可以早些发现的问题拖延治疗。
第一财经 10 月发布的文章《患者自带 AI 诊断进诊室，医生为何先叹气？》中提到，" 对医生而言，最棘手的不是患者提出问题，而是患者将一般性医学知识当成针对自己的诊断，并据此形成对治疗的预期。当临床判断与 AI 答案出现分歧，医生不仅需要解释自己的诊疗思路，还要帮助患者重新理解 AI 结论的适用范围。"
AI 问诊的价值，是为医生提供关键的病情信息
对患者来说，AI 能起到什么作用？答案或许并不复杂。美国医学会（AMA）给患者的建议很具体，让 AI 在就诊前想清楚该问医生哪些问题，让 AI 预演 " 医生可能会问我什么 "，从而在有限的诊室时间里给出更完整的回答。即，AI 的价值在于帮助患者为医生提供关键的病情信息，以便医生对症下药。
问诊需要相对专业的沟通技术。医生最重要的工作之一，就是引导患者把模糊的体感，转化成可用于判断的临床信息，比如哪里疼、怎么疼、什么时候疼、有没有别的伴随症状，是否误食了有毒东西 …… 一位医生曾这样描述理想的使用 AI 的场景。患者来之前，用 AI 梳理了最近的身体变化、正在服用的药物，以及想向医生确认的问题。到了诊室，这些信息可以帮医生更快地进入状态。
AI 不替患者做判断，也不替医生下结论，它只是让那几分钟的诊室对话变得更有质量。
正如科普中国所明确，AI 适用于疾病知识、药物信息、慢病管理、就医准备；急症、重症、儿童、用药剂量、手术方案不靠它下结论。
事实上，市场上已经有一批 AI 产品选择在医疗健康这条道上深耕。例如，千问接入国家药监局药品说明书、中国营养学会知识库、临床指南等五大医学资源，并上线 " 健康档案 " 功能，允许用户授权接入智能手表、血糖仪等设备数据；此外，腾讯的 "AI 临床助手 " 也接入了医院信息系统，疾病预测准确率能达到 96.39%，其中所有的输出必须经医师审核确认。该系统也明确表明，"AI 作为辅助参考，不替代医生最终诊断 "。
国家传染病医学中心主任张文宏曾强调 " 不能把生命健康直接交给 AI 来处理 "，这或许是面对 AI 医疗时最务实的姿态。AI 可以是桥梁，但过桥的每一步，仍然需要人来走。
（本文作者系经观研究院研究员）
