医生问诊时用“豆包”，患者拒绝医生的处方；网友质疑：既然都是问AI，以后我们自己找AI医生不就行了？

近日，一则“疑似医生用豆包开药”的视频引起了广泛讨论。

10月25日下午，视频发布者韩先生的奶奶因高血压到医院心血管内科就诊。看诊时，韩先生告诉医生，患者对地平类降压药物过敏，并有尿酸高等症状。医生说要查查资料，没想到他直接查“豆包”去了。

最后患者并未接受医生开的处方。事后，涉事医院工作人员表示，当天坐诊的医生只是在查询一种新药是否适合患者使用，发现不适合，就并未开具处方。

图1 就诊现场（来源：江苏新闻广播）

医生该不该用AI工具看诊？医生与患者究竟该如何看待AI在看诊流程中的作用？

患者质疑的表象之下，是临床决策权的归属

医生查询新药的动机并不难理解——患者对地平类降压药过敏，尿酸又高，确认一种新药能不能用，确有真实的信息需求。但患者不理解的是，医生用AI，那到底看病的是医生还是AI？

过去，在尚没有互联网的年代，同样也有很多医生在问诊时，遇到拿不定的问题，会找出书籍、文献查阅。彼时，并没有很多质疑声，说”医生到底行不行“。

到了互联网时代，逐渐出现对于”医生看病也会查百度“的疑问。于是，逐渐出现”都是查百度看病，我自己查不就好了“的略带嘲讽和不屑声音。

随着AI时代的到来，资料查询变得更加快捷。于是，很多医生告别了厚重的教科书，和浩如烟海的文献库，转而使用AI快速查询资料。但是，我们必须说清：这一举动，本质上和查阅书籍、文献是一样的——都是在搜索被一时遗忘的信息，从而夯实自己的临床决策和判断。

那么，为什么患者可以接受一位医师在诊室里翻阅书籍资料、核对信息，却无法接受医生使用AI？在大众朴素的认知里，翻阅书籍之后，作判断的仍然是医生本人；但医生使用AI后，患者无法分辨，做出临床决策的到底是人类医生还是AI医生。

哪怕只是一瞬间，信任的根基就松动了。

医生用AI作为看诊的工具无可厚非，但最终的决策权必须在医生手里。

因为有生命的个体，才最懂生命的价值。

都是使用AI，医生用和患者用有啥区别？

我们来看两个事件。

第一个是浙江杭州3岁男童阳阳（化名）被AI误诊最终延误病情。患儿出现咳喘，家长自行把症状输入AI，AI输出“支气管哮喘急性发作，雾化治疗”。到门诊后，医生听诊听到肺部湿啰音，怀疑合并肺炎，强烈建议胸片排查；家长以AI结论为依据，拒绝拍片，只要求开雾化药。居家雾化2天后，孩子发热、呼吸急促加重，返院做CT，确诊人偏肺病毒肺炎合并细菌感染、双肺大面积炎症，收入儿科病房救治。

图2 杭州3岁男童被AI误诊延误病情（来源：广州广播电视台）

其次是美国佛罗里达Scott Winters投诉诉OpenAI事件。自2024年起，Scott Winters反复向ChatGPT咨询持续头晕、血压不稳、腹股沟压痛；诉状称ChatGPT反复淡化风险、告诉他属于轻症、建议卧床久坐休养，甚至劝说他不要听从家人朋友让他去医院的建议。2025-07-13突发双侧大面积肺栓塞，送入ICU抢救，虽保住性命，但造成长期后遗症、失业。接诊医生认为长期久坐休养加重血栓形成。因此，Scott Winters投诉主张OpenAI过失、无证行医，要求赔偿。

同一个AI，放在医生手里和放在患者手里，做的其实是两件完全不同的事。医生拿到一条AI建议，会过三道关：这条信息与眼前这个人的体征、病史、用药情况是否吻合？它遗漏了什么？这个建议是否真的合理？这是审核、修正与否决。患者拿到同一条AI建议，缺的恰恰是这三道关背后的知识储备和临床框架，于是更容易走向另外三个动作：采信、替代、拒绝面诊。

图3 同一个AI建议下，医患可能不同的反应

同一句“卧床休养”，在医生那里要过血栓风险、活动耐量和生命体征的筛子，在一位已经久坐不动的患者那里，可能直接变成继续躺下去的理由。同一句“哮喘急性发作”，在医生那里要过听诊湿啰音、血氧和病程的筛子，在一位焦虑的家长那里，就成了拒绝胸片的依据。

这就是真实的医学壁垒，它是“查到了是否能正确判断”的壁垒：一条信息在具体的人身上意味着什么，它该被放大还是被搁置，它和体征之间的矛盾该信谁。

诊室里的查阅行为，患者其实见过很多年。纸质药物手册摊开在桌上，患者觉得正常；百度页面亮在屏幕上，有人开始皱眉；到了“豆包”出现在医生手里，疑虑直接变成了拒绝。患者没有办法自己判断屏幕上那个答案靠不靠谱，于是只能把“用没用AI”当作信任的替代指标。

AI时代，能力强化依然是医生提升辨别能力的前提

即使在AI时代，执行医疗决策的终究是医生。

AI进入诊室，最容易被误解的一件事，是它似乎要把医师从繁重的认知劳动中“解放”出来。信息检索、模式识别、文档整理，这些确凿可以由机器承担，医师的时间确实可以被腾出来，投向更需要人的地方：病史问得更细一点，体格检查做得更准一点，鉴别诊断想得更周全一点。“解放”的成立，有一个不能省略的前提：医师必须具备审核、修正甚至否决AI输出的基线能力。

图4 “医生打铁还需自身硬”

这里有一个事实值得每一位医师正视。一项2025年的研究结果发现，即使在表现最好的医师中，面对AI给出的错误答案，仍有相当比例的人改换了自己的正确判断。研究者用“说服性流畅”来解释这一现象——AI输出那种结构完整、语气笃定的流畅感，会绕过医师已有的知识结构，让人在不知不觉中降低审慎思考的投入1。这意味着，AI越是“像那么回事”，医师越需要主动启动那套慢速的、费力的、需要意志参与的临床推理。

专家共识要求“医师不得将AI输出结果直接作为诊断结论”，AI生成内容“需经医师确认后方可进入病历系统”2，这些条款写在纸面上是规则，落在诊室里则是对医师判断力的持续考验。AI越强大，对医师的要求不是降低，而是升高，因为机器给出的确定性越流畅，人越容易忘记追问它遗漏了什么。

图5 医疗机构人工智能应用与治理专家共识

既然AI时代已经无法拒绝，那么让AI在医生与患者间透明共享就显得尤为重要。

落到每一次具体的诊室里，透明度不需要复杂到让人望而生畏，它可以是三件事。使用前告知——“我准备用辅助工具核对一下这个药和您正在吃的其他药有没有冲突”；使用中可见——让患者知道屏幕上的工具正在核查什么，而不是让他面对一部沉默的手机；使用后解释——“工具提示了某个选项，但结合您的肾功能和过敏史，我决定不用它，换另一个方案”。

当AI可能实质性地影响诊断、预后或治疗时，告知患者是审慎之举；如果医师最终偏离了AI的建议，应当在记录中写清楚为什么。

总结

徐州诊室里那句“我肯定不敢拿这个药”，杭州病房里那张被拒绝的胸片，佛罗里达ICU里那场本可避免的肺栓塞——三个场景，同一个问题：当AI出现在诊室里，患者还能不能确认，最终为他负责的人仍然是医生。法律和共识已经把答案写得很清楚：AI是工具，医师是主体，决策权不容转移。但纸面上的原则要变成诊室里可感知的信任，靠的不是条文，是每一次具体的使用行为——医师以过硬的临床能力守住判断的底线，再以公开透明的方式，让患者看见这条底线在哪里。

患者质疑的从来不是AI本身。他质疑的是：我的医生，是否仍然是那个最终为我负责的人。回应这个质疑，没有捷径，只有让每一次决策都经得起考验：如果没有AI，我是否仍然这样判断。答得出来，工具就只是工具；答不出来，再流畅的输出也撑不起一个医生的签字。

参考文献

1. Mariotti F, Cacioppa LM, Rossini N, et al. Human-AI Interaction in Interventional Radiology: A Narrative Review of Current Applications, Challenges, and Future Directions. J Imaging. 2026 Jun 22;12(6):274. doi: 10.3390/jimaging12060274.

2. 北京卫生法学会大数据与互联网人工智能医疗专委会等. 医疗机构人工智能应用与治理专家共识(2026版)[J]. 中国医学伦理学,2026,39(9):1184-1189. DOI:10.12026/j.issn.1001-8565.2026.09.07.

来源：医学论坛网

编辑：常山

审核：梨九

排版：蓝桉

封面图源：江苏新闻广播

（文章中部分图片由AI生成）