别把AI当神医！男子听信AI，自行吃药致急性肾损伤_北京时间
最近，一篇发表在国际顶级期刊《JAMA Network Open》上的论文，引起了不小的波澜。
最近，一篇发表在国际顶级期刊《JAMA Network Open》上的论文，引起了不小的波澜。
这是哈佛团队的一项研究。研究者选取了21个AI大模型，其中包括ChatGPT、DeepSeek、Claude、Gemini、Grok五大系列的最新版本。研究人员用标准临床病例分阶段向模型提供信息，模拟真实门诊环境。结果显示，在鉴别诊断环节，所有模型的失败率竟然都超过了80%。
知道AI看病可能不靠谱，没想到竟然这么不靠谱。很多人惊呼：“天塌了。”
当AI深度融合于生活之中，人们过分依赖人工智能，原本标榜的“仅供参考”也渐渐变了味道。
AI诊断的准确率真有这么低吗？盲目相信AI又会带来怎样的风险？
图片来源于视觉中国
AI诊断现实案例频频翻车
男子服药吃出急性肾损伤
在现实生活中，AI看病翻车的案例比比皆是。
14岁男孩突然下腹部疼痛，睾丸触感变硬。母亲起初怀疑是便秘所致，便向AI咨询，迟迟未送孩子就医。直到男孩睾丸痛到无法正常行走，才被送往急诊，最终确诊为严重的睾丸扭转，不得不切除患侧睾丸。
32岁女子在外旅游时突然尿频、尿急、尿不尽。因不想影响行程，她查询AI，得到“膀胱炎”的诊断建议，并被建议服用消炎药、多喝水。她没太当回事，咕嘟咕嘟地灌水，频繁跑洗手间，但每次排尿后小腹依然隐隐作痛，丝毫没有缓解。到了晚上，甚至出现了尿血。情急之下，她才赶往医院急诊，确诊为尿路感染，对症下药后才好转。
盲目相信AI能治病的人，远不止这些。
吴先生长了一粒口周疱疹，他通过AI搜索治疗建议，购买了伐昔洛韦口服。没几天，他感到乏力、恶心，还以为是感冒，又自行服用了感冒药。结果情况越来越糟，当天夜里就被家人送到了浙江省立同德医院。检查结果显示，他的血肌酐高达800μmol/L（正常上限为110μmol/L）。明明刚体检过，各项指标都正常，为何突然出现急症？
原来，吴先生服用的是一款进口伐昔洛韦，每粒剂量是国产常用剂量的3倍。而AI给出的用药建议只写了每次服用的“粒数”，没有写明“克数”。吴先生实际服用了8粒药物，超过标准剂量3倍。再加上他还服用了一次消炎止痛药，两种药物在超剂量使用时可出现急性肾小管坏死、过敏性间质性肾炎等急性肾衰竭表现。
吴先生最终被诊断为急性药物性肾损伤。在接受积极的水化治疗和活血祛瘀解毒中药口服后，他的血肌酐在5天内就降到了正常范围。“药物治疗涉及的个体差异非常大，比如体重不同，剂量不同；肝肾功能不同，代谢不同；是否合并高血压、糖尿病、痛风；是否同时服用其他药物。疾病严重程度也与用药的选择息息相关。”浙江省立同德医院肾病风湿科主任陈钦提醒道。
中医参考价值更低
AI做不到体格检查
AI在中医方面的诊断，参考价值更低。
浙江省中医院儿科副主任中医师王艳，对论文中AI八成失败率并不惊讶。
“AI诊断依赖的是大数据和算法，而患者的实际病情往往需要结合详细的体格检查、动态变化的症状以及医生的临床经验才能准确判断。”她解释，“尤其是儿科，孩子无法像成人一样准确描述自己的感受，体格检查这一块，目前AI还远远做不到。”
她发现门诊中遇到不少眼睑下皮肤发黑发青的孩子。“家长通过AI或社交平台解读，担心是重病。实际上，中医望闻问切发现，多是鼻炎导致的局部缺氧、淤血，或脾胃不好气色不佳。”
若遇急症，家长病急乱投医，风险难测。
曾有个孩子胃口差、呕吐，家长将症状“喂”给AI，诊断为消化不良，便让孩子多运动、服助消化药。一天后不见好转，反而病情加重，才来医院求助。“幸好来得还算及时，再晚来几天后果不堪设想。胃口差、呕吐，不仅仅是消化不良的表现，还是肠套叠、肠梗阻等急腹症的早期表现。”王艳强调，儿科疾病变化快，病情进展速度远超成人，咳嗽发热一两天，就可能发展成为肺炎。
目前虽无极端案例，但家长因AI查询而焦虑，甚至质疑医生的诊断。“很多家长来之前已经在AI平台上查过了，拿着一个初步结论来问我们。如果我们的诊断和AI一致，他们就很放心；如果不一致，就会反复质疑。”
AI常走极端：既会误判，也会为规避风险把最重疾病排在前面，引发不必要恐慌。“一个化验单指标稍微偏高，AI可能会把几十种可能疾病都列出来，但临床实践中，偏高一点和偏高数倍，意义完全不同。我们最近就遇到一个疑难病例，即使我们输入了准确的症状和化验值，AI给出的首位诊断和最终确诊结果仍然差距很大。”王艳说。
中医讲究“辨证论治”，同一症状可能对应不同的证型，AI很难精准把握。以儿童感冒为例，同样是流鼻涕、咳嗽，可能是风寒感冒，但儿童“纯阳之体”，内火偏旺，很容易快速化热，变成外寒内热或寒热夹杂。“家长搜出来可能是风寒感冒药，但实际孩子喉咙红肿疼痛、手足心热、大便偏干，需要散风寒同时清内热。AI推荐的药未必对症。”
AI难复医学艺术
问诊绝不能替代医生
从健康管理到用药提醒，从辅助影像诊断到疾病风险预测，AI技术在医疗领域的应用正日益广泛。
“相比普通搜索引擎，AI的优势明显。”浙江大学医学院附属邵逸夫医院全科医学科副主任医师潘健将指出，普通搜索引擎常夹杂广告，普通用户很难分辨哪些是广告推送、哪些是真实信息，而AI目前能够在很大程度上过滤掉这层干扰。如今，医生们偶尔也使用AI检索信息。“但必须强调的是，我们有扎实的专业基础和临床经验，能够甄别信息的真伪。”他坦言，“而对于没有医学基础的患者来说，很容易被AI的‘烟雾弹’所迷惑。而且，AI解释得越详细，患者往往越深信不疑。”
而且，有医生评价AI过于“精明”——它的回答高度依赖提问方式，同一问题换种表述可能得到矛盾答案，甚至编造数据来自圆其说。
不少医生表示，AI在精准诊断上确实存在短板，无法像经验丰富的医生那样综合病史、体征、检查结果甚至直觉判断来做出严谨的临床决策。因此，他们建议，没有医学背景的普通人还是慎用AI诊断疾病。
然而，AI的普及与应用已是不可逆转的趋势，不必因噎废食。
“AI确实降低了普通人获取医学信息的门槛。”潘健将说，AI通过对话形式，让人们能够获得基础的医学知识，例如了解某个专业名词的含义、某种药物的使用说明，或某个检验指标的解读。
不过，他也指出，普通人对AI的期望需要适当调整方向。比如，在使用AI分析体检报告时，“我们可以让AI解释每个指标的含义和正常范围，帮助理解箭头向上或向下代表的基础含义，而不是让AI贸然下判断。”
同时，他建议利用AI的交互性进行灵活的“角色扮演”。“比如，我们可以将AI设定为一名全科医生，让它制定一份预防高血压风险的生活管理方案，涵盖饮食、睡眠、运动等要点。AI生成的方案通常非常全面，这比被动阅读更能巩固知识。”
在潘健将看来，普通人应该将AI作为预问诊或科普工具，而非医生的替代品。如果使用得当，公众就可能从AI中获得专业、权威的医学科普，从而更理性地管理自身健康。
医疗工作融合了复杂性、专业性、经验性与人文性，具有较高的技术壁垒。正如哈佛大学那篇研究论文的作者所言：“鉴别诊断是临床推理的核心，这是AI目前无法复刻的‘医学的艺术’。”
AI问诊只是医疗资源的补充，绝不能替代专业医生的诊断与处方——这是常识，也是底线。
来源：潮新闻
最近，一篇发表在国际顶级期刊《JAMA Network Open》上的论文，引起了不小的波澜。
最近，一篇发表在国际顶级期刊《JAMA Network Open》上的论文，引起了不小的波澜。
这是哈佛团队的一项研究。研究者选取了21个AI大模型，其中包括ChatGPT、DeepSeek、Claude、Gemini、Grok五大系列的最新版本。研究人员用标准临床病例分阶段向模型提供信息，模拟真实门诊环境。结果显示，在鉴别诊断环节，所有模型的失败率竟然都超过了80%。
知道AI看病可能不靠谱，没想到竟然这么不靠谱。很多人惊呼：“天塌了。”
当AI深度融合于生活之中，人们过分依赖人工智能，原本标榜的“仅供参考”也渐渐变了味道。
AI诊断的准确率真有这么低吗？盲目相信AI又会带来怎样的风险？
图片来源于视觉中国
AI诊断现实案例频频翻车
男子服药吃出急性肾损伤
在现实生活中，AI看病翻车的案例比比皆是。
14岁男孩突然下腹部疼痛，睾丸触感变硬。母亲起初怀疑是便秘所致，便向AI咨询，迟迟未送孩子就医。直到男孩睾丸痛到无法正常行走，才被送往急诊，最终确诊为严重的睾丸扭转，不得不切除患侧睾丸。
32岁女子在外旅游时突然尿频、尿急、尿不尽。因不想影响行程，她查询AI，得到“膀胱炎”的诊断建议，并被建议服用消炎药、多喝水。她没太当回事，咕嘟咕嘟地灌水，频繁跑洗手间，但每次排尿后小腹依然隐隐作痛，丝毫没有缓解。到了晚上，甚至出现了尿血。情急之下，她才赶往医院急诊，确诊为尿路感染，对症下药后才好转。
盲目相信AI能治病的人，远不止这些。
吴先生长了一粒口周疱疹，他通过AI搜索治疗建议，购买了伐昔洛韦口服。没几天，他感到乏力、恶心，还以为是感冒，又自行服用了感冒药。结果情况越来越糟，当天夜里就被家人送到了浙江省立同德医院。检查结果显示，他的血肌酐高达800μmol/L（正常上限为110μmol/L）。明明刚体检过，各项指标都正常，为何突然出现急症？
原来，吴先生服用的是一款进口伐昔洛韦，每粒剂量是国产常用剂量的3倍。而AI给出的用药建议只写了每次服用的“粒数”，没有写明“克数”。吴先生实际服用了8粒药物，超过标准剂量3倍。再加上他还服用了一次消炎止痛药，两种药物在超剂量使用时可出现急性肾小管坏死、过敏性间质性肾炎等急性肾衰竭表现。
吴先生最终被诊断为急性药物性肾损伤。在接受积极的水化治疗和活血祛瘀解毒中药口服后，他的血肌酐在5天内就降到了正常范围。“药物治疗涉及的个体差异非常大，比如体重不同，剂量不同；肝肾功能不同，代谢不同；是否合并高血压、糖尿病、痛风；是否同时服用其他药物。疾病严重程度也与用药的选择息息相关。”浙江省立同德医院肾病风湿科主任陈钦提醒道。
中医参考价值更低
AI做不到体格检查
AI在中医方面的诊断，参考价值更低。
浙江省中医院儿科副主任中医师王艳，对论文中AI八成失败率并不惊讶。
“AI诊断依赖的是大数据和算法，而患者的实际病情往往需要结合详细的体格检查、动态变化的症状以及医生的临床经验才能准确判断。”她解释，“尤其是儿科，孩子无法像成人一样准确描述自己的感受，体格检查这一块，目前AI还远远做不到。”
她发现门诊中遇到不少眼睑下皮肤发黑发青的孩子。“家长通过AI或社交平台解读，担心是重病。实际上，中医望闻问切发现，多是鼻炎导致的局部缺氧、淤血，或脾胃不好气色不佳。”
若遇急症，家长病急乱投医，风险难测。
曾有个孩子胃口差、呕吐，家长将症状“喂”给AI，诊断为消化不良，便让孩子多运动、服助消化药。一天后不见好转，反而病情加重，才来医院求助。“幸好来得还算及时，再晚来几天后果不堪设想。胃口差、呕吐，不仅仅是消化不良的表现，还是肠套叠、肠梗阻等急腹症的早期表现。”王艳强调，儿科疾病变化快，病情进展速度远超成人，咳嗽发热一两天，就可能发展成为肺炎。
目前虽无极端案例，但家长因AI查询而焦虑，甚至质疑医生的诊断。“很多家长来之前已经在AI平台上查过了，拿着一个初步结论来问我们。如果我们的诊断和AI一致，他们就很放心；如果不一致，就会反复质疑。”
AI常走极端：既会误判，也会为规避风险把最重疾病排在前面，引发不必要恐慌。“一个化验单指标稍微偏高，AI可能会把几十种可能疾病都列出来，但临床实践中，偏高一点和偏高数倍，意义完全不同。我们最近就遇到一个疑难病例，即使我们输入了准确的症状和化验值，AI给出的首位诊断和最终确诊结果仍然差距很大。”王艳说。
中医讲究“辨证论治”，同一症状可能对应不同的证型，AI很难精准把握。以儿童感冒为例，同样是流鼻涕、咳嗽，可能是风寒感冒，但儿童“纯阳之体”，内火偏旺，很容易快速化热，变成外寒内热或寒热夹杂。“家长搜出来可能是风寒感冒药，但实际孩子喉咙红肿疼痛、手足心热、大便偏干，需要散风寒同时清内热。AI推荐的药未必对症。”
AI难复医学艺术
问诊绝不能替代医生
从健康管理到用药提醒，从辅助影像诊断到疾病风险预测，AI技术在医疗领域的应用正日益广泛。
“相比普通搜索引擎，AI的优势明显。”浙江大学医学院附属邵逸夫医院全科医学科副主任医师潘健将指出，普通搜索引擎常夹杂广告，普通用户很难分辨哪些是广告推送、哪些是真实信息，而AI目前能够在很大程度上过滤掉这层干扰。如今，医生们偶尔也使用AI检索信息。“但必须强调的是，我们有扎实的专业基础和临床经验，能够甄别信息的真伪。”他坦言，“而对于没有医学基础的患者来说，很容易被AI的‘烟雾弹’所迷惑。而且，AI解释得越详细，患者往往越深信不疑。”
而且，有医生评价AI过于“精明”——它的回答高度依赖提问方式，同一问题换种表述可能得到矛盾答案，甚至编造数据来自圆其说。
不少医生表示，AI在精准诊断上确实存在短板，无法像经验丰富的医生那样综合病史、体征、检查结果甚至直觉判断来做出严谨的临床决策。因此，他们建议，没有医学背景的普通人还是慎用AI诊断疾病。
然而，AI的普及与应用已是不可逆转的趋势，不必因噎废食。
“AI确实降低了普通人获取医学信息的门槛。”潘健将说，AI通过对话形式，让人们能够获得基础的医学知识，例如了解某个专业名词的含义、某种药物的使用说明，或某个检验指标的解读。
不过，他也指出，普通人对AI的期望需要适当调整方向。比如，在使用AI分析体检报告时，“我们可以让AI解释每个指标的含义和正常范围，帮助理解箭头向上或向下代表的基础含义，而不是让AI贸然下判断。”
同时，他建议利用AI的交互性进行灵活的“角色扮演”。“比如，我们可以将AI设定为一名全科医生，让它制定一份预防高血压风险的生活管理方案，涵盖饮食、睡眠、运动等要点。AI生成的方案通常非常全面，这比被动阅读更能巩固知识。”
在潘健将看来，普通人应该将AI作为预问诊或科普工具，而非医生的替代品。如果使用得当，公众就可能从AI中获得专业、权威的医学科普，从而更理性地管理自身健康。
医疗工作融合了复杂性、专业性、经验性与人文性，具有较高的技术壁垒。正如哈佛大学那篇研究论文的作者所言：“鉴别诊断是临床推理的核心，这是AI目前无法复刻的‘医学的艺术’。”
AI问诊只是医疗资源的补充，绝不能替代专业医生的诊断与处方——这是常识，也是底线。
来源：潮新闻
