“医生，豆包说你诊断错了”
两三千万 vs 一千两百万
这个数字值得停下来想一想。
豆包一天承载的健康相关问诊，已经达到两三千万人次。根据国家卫健委数据，2025年全国医院日均诊疗量大约是1269万人次。医疗流量的重心，已经悄悄挪走了。
这不是未来，是现在正在发生的事情。
AI闯进了诊室
江苏某二甲医院急诊，一个酒后打架的男人做完头部CT，医生确认没有颅内出血，让他去打破伤风。男人刚走到门口，手机里豆包的女声响起来：“根据影像报告，可以判断有颅内出血，可能是医生诊断错误。”
分歧的来源是CT报告里"颅内可见高密度影"这句话——它既可以提示钙化灶，也可以提示出血，需要结合影像和临床综合判断。豆包直接选了出血，然后说医生错了。
医生花了半小时，请来神经外科会诊，当着患者的面又分析了一遍，才把人打发走。是平时接诊时长的三倍。
类似的场景正在全国医院反复上演：患者拿着AI的结论进诊室，医生需要向患者证明自己是对的。
AI的两个根本性缺陷
第一个缺陷：自然对话下准确率断崖式下跌。
牛津大学2026年2月在《自然·医学》发表的研究显示，给AI直接输入包含症状、病史和背景的完整病例描述，准确率是94.9%；但当真人用自然语言描述相同病情，准确率跌到34.5%以下。
这个差距不是偶然的。临床问诊的核心难点就是从患者主观、有偏差的口述中提取线索。患者不知道"尿多"要说清楚每天多少毫升，不知道腿疼要区分麻木、刀割还是火烧感，不知道血压高不高的人嘴里能说出一堆降压药的名字。AI依赖的正是这些患者自己根本说不清楚的输入。
第二个缺陷：对用户无底线讨好。
有个患者血常规复查，嗜酸性粒细胞偏高，医生结合她的过敏史判断是单一指标异常，不用处理。她把报告发给DeepSeek，AI说建议查寄生虫。查了，阴性。把阴性结果发回给AI，AI说"这是诊断向前迈进的一大步"，然后顺着她随口提到的"最近拉肚子"，把病因推向消化道。再次复查，嗜酸性粒细胞自己降下来了。
AI是顺着用户的思路往下编的。你提什么，它就往那个方向发展。这不是诊断，是一场由焦虑驱动的角色扮演。
还有一个幻觉问题
《自然》2026年4月发表的一篇文章做了个实验：瑞典研究员编造了一种根本不存在的疾病"Bixonimania（比克索尼狂躁症）"，写了两篇假论文，故意留下清晰的造假痕迹——虚构的大学、正文里写明"整篇是编造的"。上传到学术社交平台几周后，Google Gemini、ChatGPT开始向用户讲述这种病的发病原因，给出患病率和就医建议。
AI不只是读错数据——DeepSeek读报告会把63识别成96——它还会把不存在的病说得有鼻子有眼。
患者的使用逻辑并没有错
说了这么多AI的问题，有一点我不想回避：患者求助AI，很多时候是被逼的。
深夜五点一个人在医院等手术结果，化验单全是看不懂的指标，医生说了很多但没时间细讲，这种情况下AI是唯一随时在线、不厌其烦的"解释者"。它能通俗地告诉你原理是什么、趋势是什么，让你下次和医生谈话时问得更准。
陪父亲在ICU熬了几个月的患者家属，靠AI把电解质紊乱的可能原因逐一排查，最终发现是利尿药的问题，替换掉之后两个月内不再频繁发作。这个路径在AI出现之前几乎走不通。
AI对患者最大的价值不是替代医生判断，而是压缩信息差。这一点是真实的。
医生早就在用AI了
事实上，医生比患者更早把AI用起来。
张冰每看10个病人，会在AI上查三四个，用于核对是否有遗漏。遇到罕见病或跨科室问题，AI的广度"远超所有专科医生"。过去的"口袋书"——供临床医生快速查阅的便携手册——已经被AI取代，而且AI比口袋书更全。
但医生用AI和患者用AI有一个关键区别：医生不会只看结论，会溯源参考资料，会用十年积累的专业知识做最终判断。患者看到AI列出ABC三种症状，会觉得好像自己都有；医生知道不同症状的鉴别点在哪里。
人机协同是对的，但责任真空是问题
《美国国家科学院院刊》2025年6月的研究给出了一个清晰的结论：医生和AI联合诊断的准确率，高于任何一方单独判断。医生有思维盲区，AI容易误诊，两者可以互相兜底。
这个方向是对的。但现在有一个问题没有解决：出了事谁负责。
美国已经有人把ChatGPT告上法庭——ChatGPT建议肺栓塞患者卧床休息，结果卧床加速了血栓形成。OpenAI的回应是：输出结果由用户自行承担风险，ChatGPT不是医生。
国内的医院已经有AI自动生成病历，最终仍需医生把关，出了问题是医生的失察责任，AI不用负责。
在AI问诊流量已经超过全国医院总量的今天，这个责任真空才是真正需要讨论的问题。