中經(jīng)記者 索寒雪 北京報(bào)道

頭疼到底是“頭疼”，還是“發(fā)燒”引發(fā)的連鎖反應(yīng)？同一個(gè)大模型，為什么不同的人問，答案會(huì)南轅北轍？患者把癥狀說得越“簡(jiǎn)單”，AI給出的診斷就越可能偏離真相？在“辨證論治”的中醫(yī)體系里，AI究竟能幫到哪一步？

近日，由中國(guó)人民大學(xué)國(guó)家發(fā)展與戰(zhàn)略研究院主辦的“潭思周會(huì)”上，多位來自北京三甲醫(yī)院的?？浦魅蜗颉吨袊?guó)經(jīng)營(yíng)報(bào)》記者表示，在醫(yī)療診斷場(chǎng)景中，AI結(jié)論是否“靠譜”，關(guān)鍵并不在于“用哪個(gè)模型”，而在于“能否問對(duì)問題”、能否抓住癥狀背后的核心線索。若患者本身無法分辨疾病的深層原因，AI輸出的結(jié)果往往難以直接作為診療依據(jù)。

當(dāng)記者追問“哪些大模型在醫(yī)療診斷中相對(duì)靠譜”時(shí)，多位三甲醫(yī)院主任一致認(rèn)為：與其糾結(jié)模型排名，不如先解決“怎么問”。

北京協(xié)和醫(yī)院神經(jīng)內(nèi)科主任醫(yī)師朱以誠(chéng)教授直言，這個(gè)問題與模型類型關(guān)系不大，所謂“靠譜與否”，本質(zhì)上是“提問的藝術(shù)”。她指出：“用戶甚至可以通過調(diào)整問題，讓模型給出自己想要的回答。但病人自己描述病情時(shí)，往往抓不住重點(diǎn)，比如只說‘頭疼’，實(shí)際核心癥狀可能是‘發(fā)燒’。醫(yī)生能做的，是通過追問和引導(dǎo)把關(guān)鍵信息提煉出來——這才是病例診斷的核心。我們?cè)诓±荣愔幸渤Ｓ龅竭@種情況：同樣的模型，不同的人去問，結(jié)果可能完全不同?！?/p>

在多位醫(yī)生看來，AI缺的不是“數(shù)據(jù)”，而是對(duì)癥狀的“深度理解”。

首都醫(yī)科大學(xué)宣武醫(yī)院神經(jīng)肌肉病專科主任笪宇威進(jìn)一步補(bǔ)充：“AI診斷的靠譜性，從來不是‘模型好不好’的問題，而是‘有沒有問對(duì)問題’。比如病人說‘雙下肢無力’，AI可能直接判定為‘肌力下降’，但醫(yī)生會(huì)進(jìn)一步分辨：這也可能是肌張力變化或共濟(jì)失調(diào)導(dǎo)致的步態(tài)異常。AI缺乏對(duì)癥狀的深度解讀能力，這是它很難替代醫(yī)生的原因，尤其在神經(jīng)科這類高度依賴臨床經(jīng)驗(yàn)的領(lǐng)域。”

多位受訪醫(yī)生強(qiáng)調(diào)，現(xiàn)階段AI給出的結(jié)論仍不能盲目信任。

首都醫(yī)科大學(xué)附屬北京中醫(yī)醫(yī)院消化中心主任張聲生分析：“對(duì)于人工智能助手，如ChatGPT或豆包等，它的結(jié)論往往依賴輸入信息的背景。背景信息不同，可能導(dǎo)致迥異的結(jié)論。因此，不能簡(jiǎn)單地說哪個(gè)模型更好或更不靠譜。人工智能在提供科普知識(shí)方面可能有一定幫助，但完全依賴它來治病顯然不可行?！?/p>

從中醫(yī)視角看，AI在“精準(zhǔn)辨證”上的局限更為突出。

首都醫(yī)科大學(xué)附屬北京中醫(yī)醫(yī)院消化中心副主任趙魯卿教授補(bǔ)充：“中醫(yī)講究‘辨證論治’，很多證候比如‘脾胃濕熱’‘肝郁脾虛’，病人本身就很難精準(zhǔn)描述，更難轉(zhuǎn)化為可供模型準(zhǔn)確識(shí)別的輸入。所以很少有病人拿著AI結(jié)果來找中醫(yī)。不過就我個(gè)人日常文字工作所需而言，DeepSeek相對(duì)靠譜。”

多位醫(yī)生普遍認(rèn)為，醫(yī)生的價(jià)值在于：能從患者混亂、碎片化的主訴中提煉核心癥狀，識(shí)別真正的診斷線索，并通過專業(yè)追問與臨床經(jīng)驗(yàn)完成判斷與排除——這正是AI目前難以“學(xué)會(huì)”的部分。

（編輯：郝成 審核：朱紫云 校對(duì)：翟軍）