AI具备主任级医师答题能力：是替代威胁还是能力放大？

7月23日，夸克健康大模型通过国内12门核心学科主任医师笔试评测，成为首个完成这一挑战的大模型。这距离它通过副主任医师考试仅仅过去两个月。AI能通过这样的测试，至少在考试场景下已具备了接近主任医师的答题水平。

主任医师考试难度大、要求高，不仅考查考生对海量医学知识的掌握程度，更注重对临床综合能力的考量，要求考生能够像真正的医生一样分析复杂病例、权衡各种诊疗路径。

在医疗AI普遍停留在“临床执业医师”初级水平的当下，这场“两级跳”不仅是技术突破，更意味着AI从“医学知识记忆”向“临床思维推理”的关键跨越。虽然考试和真实临床还有距离，但这一进展让人对医疗AI多了几分信心。

“做题”到“看病”,AI学会了医生的“慢思考”

据夸克健康运营负责人赵存忠透露，早在2018年，夸克就开始了在医疗领域的探索，做内容+工具平台，除了面向普通用户早期的健康问题，也服务医学生关于专业学习的需求。如今有超200万人的医学生使用夸克搜索医疗考试题目。

随着大模型技术能力的进步，夸克健康在持续进化。这次主任医师考试为例，夸克健康大模型具备了“临床综合能力”，即不仅记得住知识，还能像医生一样分析病例、权衡诊疗路径。对用户来说，具备这一能力的夸克能帮他们轻松获取深度思考后的专业医疗内容，既有专业还有温度，体验拉满。

北京大学医学部皮肤与性病学系主任、北京大学人民医院皮肤科副主任、主任医师李厚敏评论称，夸克健康大模型在皮肤科案例测试中表现全面，针对“28岁女性结节囊肿型痤疮”问题，给出的方案涵盖治疗调整，瘢痕色素管理，皮肤屏障修复及心理疏导，符合临床路径、用药规范，且关注了患者长期管理与心理状态。

武汉大学精神卫生中心主任王惠玲针对夸克健康大模型在精神科的应用评价称，其针对“中老年男性严重抑郁、治疗效果差”的问题，模型建议逻辑清晰，包括提升患者治疗积极性、优化治疗方案、指导家庭支持等，符合临床思维，操作性强。而且模型还能纠正患者对抑郁药物成瘾性的误区，明确常见与罕见副作用，并建议遵医嘱服药及定期面诊，解决了医生反复告知的痛点。

据夸克健康算法负责人徐健介绍，这背后是夸克健康大模型的重要能力：首先，构建医疗推理大模型，引入慢思考能力，驱动模型在面对复杂医疗问题时，能够分阶段、层层深入地推导出最终答案，提升了模型解题的可解释性，也有效降低了直接给出错误结论的风险；其次，基于高质量思考数据做强化学习，激发模型的诊疗推理能力，提升模型的临床可解释性和推理一致性；最后，多轮“边想边搜”式的知识增强技术，自动检索专业文献、教材、指南、专家答疑、医学知识图谱等高权威资源，确保输出答案时所依据的内容具备及时性和权威性。

据悉，为了实现上述能力突破，夸克健康已搭建了专业医生运营标注体系，由团队协同400多位顶级专家、1000多位专职医生，构建十几万条精标的样本数据，成为模型专业性的有力保障。

其中“慢思考”是一个重要进化。按照徐健的说法，AI不追求“快速出答案”，而是“像医生一样思考”，不能光看答案，还看重推理全过程，把每一步怎么想的都说清楚。

具体来说，慢思考能力融合了链式推理与多阶段临床演绎路径建模，驱动模型在面对复杂医疗问题时，能够分阶段、层层深入地推导出最终回答。核心是“双数据产线+双奖励机制”体系：将医疗数据分为“可验证”（如诊断结果）和“不可验证”（如健康建议）两类，分别搭建产线。对可验证数据，用“结果奖励模型”对标标准答案；对不可验证数据，用“过程奖励模型”评估推理逻辑是否符合临床规范。这既保证了诊断准确性，也让AI“思考过程”可追溯。

AI只是“第二大脑”而非“主治医师”

目前整体来看，医疗大模型的价值在于：把重复性内容交给AI，把模糊的资料用AI整合，把知识繁杂的部分用AI提示，最终医生依然拍板。行业普遍认为，AI只是“第二大脑”而非“主治医师”。夸克健康则让AI给普通人带来了一份“有处可问”的踏实。

想想看，以前大家不舒服要么对着搜索引擎翻到眼花，要么在亲戚群里被“过来人经验”绕晕。现在多了个能随时喊醒的“健康顾问”，哪怕只是告诉你“这情况先不用急着连夜挂号”，都能省下不少折腾。这种改变在医疗资源紧张的地方更显珍贵。

不过，赵存忠指出，目前大模型思考思维与真实医生的能力还有差距，尤其是在处理复杂和延续性病症中，当病情发生细微变化的时候，洞察微变化的逻辑以及处理方法上。像李厚敏在评价本次测试时就指出，若能结合皮损图像（如炎症或结节为主），还可进一步细化治疗方案，实现动态长期管理；针对患者对激素类药物的焦虑，AI虽科学解释了短期规范使用的安全性及替代方案，但未明确激素与维A酸类药物的切换节点，仍有优化空间。

赵存忠反复强调，目前大模型ToC应用场景永远在院外，给用户最直接、最实用、最合理的健康管理流程，也符合国家分级诊疗政策。

通俗来讲，AI现在能做的，还是帮用户给健康问题“打个草稿”，比如判断胃痛该不该先挂消化科，提醒高血压患者注意药物和柚子的冲突，而不是代替医生开处方、做诊断。真到了要抽血化验、拍CT，或者躺上手术台的时刻，医生永远是最后的依靠。

而对医生来说，AI则是“高效助手”。王惠玲以精神科为例指出，针对精神疾病须挖掘患者内心体验，AI可通过捕捉面部表情、瞳孔变化、语音语调等客观指标辅助医生评估；而且患者常因病耻感隐瞒病情，AI可作为匿名健康指导工具，提供疾病知识、自我训练建议及就医指引，减少信息差和就医弯路。李厚敏则指出了AI与皮肤科的结合潜力。“皮肤科有4000多种疾病，且多为表观化疾病，适合AI辅助诊断；全国仅1万多名皮肤科医生，AI可提升全科及基层医生的诊疗能力，缓解资源短缺问题。”

如夸克健康所规划的，重点做全科健康管家Agent——无论是健康饮食、健康就医或看病相关问题，都可以经Agent做初步判断后，协同到上级医院，进行服务延伸，以“服务C端用户、成为医生助手”的理念搭建整体产品能力。

医疗AI的“信任法则”

医疗是对“信任”要求最高的行业之一，它的每一项决策、每一个数据点、每一句话，背后都是一个人的生死、一家人的希望。所有医疗大模型都绕不开一个问题：如何让医生和患者相信？

夸克的实践给出两个答案：透明性和风险可控。徐健指出，夸克健康大模型的竞争力从不是“在考试中拿了多少分”，而是让医生敢用、患者敢信。

这种信任来自哪里？不是媒体宣传，不是论文数量，而是：输出结果是否透明（有没有依据）；推理路径是否可追溯（怎么得到这个结论）；使用风险是否可控（错误谁负责、有没有兜底）。

徐健指出，夸克健康大模型“推理可追溯”，每个结论都标注依据（如引用某版指南或文献），思考路径清晰可见。风险控制则通过“作弊识别机制”，防止模型为“高分”说假话（如编造不存在的疾病），一旦发现就用人工标注的负面案例修正；是如专家评测中展现的“风险可控”，面对复杂症状时，会明确标注“建议面诊”，而非贸然下结论；是持续做对的事。

这种“不炫技，重踏实”的思路，正契合医疗行业的本质。正如徐健所说：“让AI持续做对的事，信任自然会来。”

“主任医师级”AI背后是更平权的医疗未来

夸克健康大模型通过主任医师考试的意义，远不止技术突破。

当一个能分阶段推理罕见病、动态分析复杂病例的“主任级AI”，以“慢思考”的方式将权威医疗知识拆解为可理解的健康建议，它正在悄悄改变医疗信息的流动逻辑：让偏远地区的用户也能接触到主任级的初步诊疗思路，让基层医生有了随时可查阅的“动态指南”，让医学生能直观学习临床思维的推演过程。

这种改变的核心，不在于AI是否能替代医生，而在于它以“透明化推理+可控风险”的模式，将专业医疗能力转化为普惠的健康资源。医疗的进步从来不是追求速度，而是让每一个决策都经得起推敲。医疗的终极目标是“人人可及”，而会“慢思考”的AI，正在成为这条路上的重要推手。