#揚(yáng)帆2026#

在此刻的急診室里，或許正上演著這樣一幕：

一位滿面愁容的中年人坐在診床邊，手里攥著厚厚一沓檢查單。他已經(jīng)斷斷續(xù)續(xù)發(fā)燒了一個(gè)多月?？股爻粤艘换j筐，退燒藥當(dāng)飯吃，但這股無名火就是壓不下去。

社區(qū)醫(yī)院說是感冒，縣醫(yī)院說是肺炎，到了大三甲急診，醫(yī)生皺著眉頭把檢查單翻了一遍又一遍，依然不敢輕易下筆寫確診結(jié)果。

它像是一個(gè)隱形的幽靈，游蕩在感染、腫瘤、免疫疾病的迷宮里。對于醫(yī)生，尤其是經(jīng)驗(yàn)尚淺的年輕醫(yī)生來說，要在急診這種“高壓鍋”一樣的環(huán)境下，迅速從成千上萬種可能性里揪出真兇，無異于大海撈針。

但最近，一項(xiàng)發(fā)表在《BMC急診醫(yī)學(xué)》（BMC Emergency Medicine）上的重磅研究顯示，急診室里迎來了一位強(qiáng)悍的“新同事”。它不穿白大褂，不拿聽診器，卻能憑著一張病歷單，在幾秒鐘內(nèi)給出驚人準(zhǔn)確的診斷。

它就是當(dāng)下最火的人工智能——ChatGPT-4o。

01. 當(dāng)“福爾摩斯”遇上“超級(jí)大腦”

為了搞清楚AI到底能不能看病，來自中南大學(xué)湘雅醫(yī)院急診科的團(tuán)隊(duì)做了一場非常有意思的“回顧性實(shí)驗(yàn)”。

他們找來了60位“不明原因發(fā)熱”的患者病歷。這些患者都是硬骨頭，發(fā)燒超過3周，體溫飆到38.3℃以上，且經(jīng)過了一周的初步排查還沒找到病因。

為了公平起見，研究人員把這60份病歷像發(fā)考卷一樣，分別發(fā)給了三組“選手”：

年輕組： 3位住院醫(yī)師（急診科的新生力量，有一點(diǎn)經(jīng)驗(yàn)但還在成長期）。專家組： 3位資深主治醫(yī)師及以上級(jí)別的專家（臨床摸爬滾打8年以上，那是真正的老江湖）。AI組： ChatGPT-4o（沒有任何臨床經(jīng)驗(yàn)，但背靠海量醫(yī)學(xué)數(shù)據(jù)庫的數(shù)字大腦）。 比賽規(guī)則很簡單：看病歷，給診斷。

這不僅僅是一場準(zhǔn)確率的比拼，更是一次對未來醫(yī)療模式的預(yù)演。結(jié)果如何？讓我們先看一個(gè)根據(jù)研究數(shù)據(jù)還原的典型案例，來感受一下現(xiàn)場的“硝煙味”。

02. 一個(gè)被“發(fā)熱”困住的男人

50歲的張先生（化名），是這60位患者中的典型代表。

兩個(gè)月前，他開始莫名其妙地發(fā)低燒。起初以為是流感，沒在意。但隨著時(shí)間推移，他開始盜汗、消瘦，體重掉了十斤。到了急診科時(shí)，他已經(jīng)在其他醫(yī)院輾轉(zhuǎn)了一圈，肺部CT沒看到明顯感染，血常規(guī)只是提示有點(diǎn)貧血和炎癥。

年輕醫(yī)生的視角：拿著張先生的急診初診記錄，年輕醫(yī)生犯了難。發(fā)熱、炎癥指標(biāo)高……這不就是感染嗎？可能是某種隱蔽的細(xì)菌？或者是結(jié)核？于是，年輕醫(yī)生給出的初步診斷傾向于“復(fù)雜性感染”。

專家的視角：老專家看著同樣的病歷，敏銳地捕捉到了“消瘦”和“長期低熱”這兩個(gè)關(guān)鍵詞。他沒有急著下定論，他的直覺告訴他，這可能不是簡單的細(xì)菌感染，淋巴瘤（腫瘤）或者成人斯蒂爾?。庖呦到y(tǒng)疾?。┑目赡苄院艽?。

ChatGPT-4o的視角：研究人員把張先生去掉了個(gè)人隱私信息的病歷“喂”給了AI。幾秒鐘后，屏幕上跳出了三條建議：

淋巴瘤（理由：長期發(fā)熱伴B癥狀、貧血）。結(jié)核?。ɡ碛桑洪L期低熱、流行病學(xué)考量）。 在這個(gè)回合里，年輕醫(yī)生因?yàn)榻?jīng)驗(yàn)局限“跑偏”了，而AI和專家都鎖定了真兇。但更驚人的是，AI給出的鑒別診斷邏輯，清晰得就像教科書一樣。

03. 數(shù)據(jù)揭示的殘酷真相：AI真的比人強(qiáng)嗎？

這個(gè)案例只是冰山一角。研究團(tuán)隊(duì)對60個(gè)病例進(jìn)行了詳細(xì)統(tǒng)計(jì)，結(jié)果讓人喜憂參半。

結(jié)果二：AI與專家“打平手”面對經(jīng)驗(yàn)豐富的老專家，AI的表現(xiàn)依然亮眼，準(zhǔn)確率（70.0%）在數(shù)值上甚至超過了專家（57.78%），但在統(tǒng)計(jì)學(xué)上，這種差異并不顯著。也就是說，AI已經(jīng)具備了和人類專家“掰手腕”的能力，雖然還沒做到絕對碾壓，但絕對算得上是頂尖高手的水平。

結(jié)果三：1+1＞2的奇跡這是整項(xiàng)研究最讓人興奮的發(fā)現(xiàn)。研究人員做了一個(gè)“作弊”實(shí)驗(yàn)：讓醫(yī)生們先自己看病，然后再把ChatGPT-4o的建議拿給他們看，問他們：“看了AI的意見，你要不要改診斷？”

這說明了什么？AI不是醫(yī)生的替代者，而是最強(qiáng)的“外掛”。它能幫年輕醫(yī)生迅速補(bǔ)齊經(jīng)驗(yàn)短板，也能幫老專家查漏補(bǔ)缺，提醒他們可能忽略的罕見病。

04. 為什么“不明原因發(fā)熱”這么難搞？

我們要理解AI的厲害之處，首先得知道“不明原因發(fā)熱”有多難。

在醫(yī)學(xué)界，F(xiàn)UO被稱為“內(nèi)科的疑難雜癥之王”。它不像闌尾炎疼在右下腹，也不像心梗有典型的心電圖改變。它的病因可能有幾百種：

感染性疾?。?占了大頭（約53.3%），比如藏在心臟瓣膜上的細(xì)菌（心內(nèi)膜炎）、或是隱蔽的膿腫。腫瘤： （約20.0%），淋巴瘤、白血病往往就以發(fā)熱為首發(fā)癥狀。免疫系統(tǒng)疾?。?（約16.7%），如紅斑狼瘡、成人斯蒂爾病，身體自己打自己，產(chǎn)生熱量。其他： 藥物熱、甲亢…… 在急診那種嘈雜、快節(jié)奏、信息不全（往往只有血常規(guī)和CT）的環(huán)境下，醫(yī)生的大腦很容易過載。年輕醫(yī)生往往會(huì)因?yàn)橐娺^的病例少，思維局限在常見的“感冒發(fā)燒”里；而專家雖然經(jīng)驗(yàn)豐富，也難免會(huì)有思維定勢。

ChatGPT-4o的優(yōu)勢在于，它是一個(gè)沒有感情、不知疲倦的“知識(shí)檢索機(jī)器”。它不會(huì)因?yàn)槟鞘巧钜箖牲c(diǎn)就犯困，也不會(huì)因?yàn)閯偪戳艘粋€(gè)流感病人就覺得下一個(gè)也是流感。它能瞬間掃描數(shù)百萬篇醫(yī)學(xué)文獻(xiàn)，把那些藏在角落里的罕見病因一個(gè)個(gè)列出來供醫(yī)生參考。

05. 別急著歡呼，AI也有“軟肋”

看到這里，你可能會(huì)問：那以后還要醫(yī)生干嘛？直接弄個(gè)AI看病不就行了？

千萬別這么想。這項(xiàng)研究也冷靜地指出了AI目前的局限性。

第一，AI會(huì)“一本正經(jīng)地胡說八道”。這種現(xiàn)象在AI界叫“幻覺”。在研究中，雖然是個(gè)例，但AI偶爾會(huì)把一些免疫系統(tǒng)疾病強(qiáng)行解釋成感染，或者把藥物引起的發(fā)熱歸咎于根本不存在的病毒。如果沒有人類醫(yī)生把關(guān)，這種錯(cuò)誤可能是致命的。

第二，醫(yī)學(xué)不僅僅是做題。這項(xiàng)研究是“回顧性”的，也就是看著冷冰冰的文字記錄做判斷。但在真實(shí)的急診室里，醫(yī)生要看病人的氣色（是蒼白還是潮紅？），要聽診（肺里有沒有啰音？），要觸診（肚子是軟是硬？）。這些觸覺、聽覺和直覺的信息，目前的AI還無法獲取。

第三，隱私與倫理。把病人的資料交給AI，數(shù)據(jù)安全怎么保證？如果AI診錯(cuò)了，誰來負(fù)責(zé)？是開發(fā)AI的公司，還是采納建議的醫(yī)生？這些法律和倫理問題，比技術(shù)本身更難解決。

未來的看病模式變了

2026年的這項(xiàng)研究，實(shí)際上為我們推開了一扇通往未來醫(yī)療的大門。

我們可以預(yù)見，在不久的將來，急診醫(yī)生的電腦屏幕上會(huì)常駐一個(gè)AI助手窗口。當(dāng)醫(yī)生輸入“中年男性，發(fā)熱35天，抗生素?zé)o效”時(shí)，AI會(huì)立刻彈窗提示：“醫(yī)生，請注意排查淋巴瘤和自身免疫性疾病，建議加做鐵蛋白和免疫全套檢查?！?/p>

對于我們普通患者來說，這更是一個(gè)天大的好消息。這意味著，哪怕我們在基層醫(yī)院，遇到剛畢業(yè)的年輕醫(yī)生，在AI的輔助下，我們也能獲得接近大三甲專家的診斷水平。誤診率會(huì)降低，確診時(shí)間會(huì)縮短，那些因?yàn)椤安椴怀霾∫颉倍馐艿耐纯嗾勰?，將大大減少。

人類醫(yī)生的溫情與直覺，加上AI的博學(xué)與冷靜，這或許就是醫(yī)學(xué)最美好的未來形態(tài)。

下次去醫(yī)院，如果看見醫(yī)生盯著電腦思考很久，別怪他動(dòng)作慢，也許他正在和他的“AI合伙人”進(jìn)行一場關(guān)乎你健康的深度會(huì)診。

參考文獻(xiàn)：Long H, et al. ChatGPT-4o assists emergency physicians in enhancing diagnostic accuracy for fever of unknown origin: retrospective analysis. BMC Emerg Med. 2026;26(1).

溫馨提示： 本文內(nèi)容基于臨床研究分享，具體的治療方案務(wù)必由主治醫(yī)生根據(jù)患者個(gè)體情況制定。

文 | 醫(yī)路懸壺