句话看完： 2026年8月，"AI看病"话题持续引爆全网热搜。三甲医院医生反映，上午30个号里有25个患者带着AI结论来就诊；92%的受访者承认用AI查过病情；豆包日健康问诊量已达2000万-3000万次。但"医生，豆包说你诊断错了"的冲突正在诊室真实上演——有人差点被AI"逼"上手术台，有人带着AI跟医生当场对峙。AI看病到底走到哪一步了？普通人该怎么用才不踩坑？

一、诊室里的魔幻一幕

7月18日凌晨，江苏某二甲医院急诊外科。

值夜班的年轻医生余米（化名）接诊了一个酒后打架、头部出血的中年男人。她迅速安排了头部CT，确认没有颅内出血，让患者去打破伤风。

男人刚走到诊室门口，余米就听到了他手机里传来的AI女声：

"根据目前影像报告上的描述，可以判断有颅内出血。可能是医生的诊断错误。"

那一刻，余米说，她感到了"魔幻"。

她试图解释"高密度影"既可能是钙化灶也可能是出血，但男人酒还没醒，情绪激动。最后她不得不叫来神经外科医生，当着患者的面把片子又分析了一遍——结论和她完全一致。

这半小时，是平时看病时长的三倍。

这不是个例。全国各地医院的诊室里，类似的场景正在批量上演。

二、"上午30个号，25个带着AI来的"

8月19日，第九个中国医师节。

北京一家三甲医院的医生说了一句让全网炸锅的话："上午看了30个号，25个病人是带着AI结论来的。"

这些结论来自豆包、阿福等通用大模型。患者把症状输进去，AI给出可能疾病方向、检查建议甚至用药方案。进了诊室，直接问：

• "为什么你和AI说的不一样？"

• "AI建议我做的检查，为啥你没开？"

• "医生，豆包说你诊断错了。"

一项1333人参与的调查显示：92%的受访者用AI查询过病情或获取就医建议，近六成承认过度依赖AI会引发焦虑。

数据层面更惊人。百川智能创始人王小川在播客中不经意透露了竞品数据：豆包一天承载的健康相关问诊次数，大概已经达到两三千万次。

这是什么概念？

国家卫健委数据显示，2025年1-11月全国医院总诊疗人次42.4亿，平均每天约1269万。而豆包一个App的日健康问诊量，就已经是全国医院日均诊疗量的两倍。

蚂蚁阿福日均健康咨询量也超1000万次。大洋彼岸，ChatGPT每周有超3亿次健康询问。

医疗流量正在向AI大规模迁徙。

三、差点被AI"逼"上手术台

张先生（化名）是个老烟枪，喉咙不舒服是常事。但这次不一样——声音嘶哑持续了3个月，吃药不见好。

正赶上AI问诊流行，他把病情和报告"喂"给了AI。AI很快给出推荐：建议去医院做喉部肿瘤微创手术。

带着AI的"权威背书"，张先生直奔浙江省人民医院耳鼻咽喉科门诊，坐下第一句话就是："医生，我要住院手术。"

副主任医师刘越徉没有急着开住院单，而是重新做了电子喉镜。镜下显示：双侧声带充血肥厚，有白斑样增生，但表面光滑、边界清晰，血管纹理规则——没有恶性迹象。

追问病史后发现，张先生有明显的喉咽反流症状，这才是声带病变的"隐形推手"。

最终判断：不急于手术，先保守治疗。

2个月抑酸抗反流综合治疗后，复查喉镜——白斑完全消失，声音恢复了洪亮。

"太庆幸了，没直接开刀。"张先生感慨。

如果不是遇到一个负责任的医生，他可能已经挨了一刀。

四、AI看病现在到底能做什么？

7月，北京友谊医院联合多家机构，完成了全球首次AI大模型医学诊断能力系统测评。

应考的是GPT-4o、Claude 3.5、千问、DeepSeek-R1、OpenAI o1等5款国内外主流大模型。考题来自心内科、眼科、神经内科、肿瘤科等7个科室的真实脱敏病例。

结论核心：当前AI无法取代人类医生，但可以辅助医生提高效率。

它能当"超级助手"，但没法当"替班医生"。

虽然不能替代，但在具体环节上，AI已经实打实地超越了"实验室玩具"阶段：

影像筛查——AI当"第三只眼"

涉及超10万名女性的随机试验表明，AI辅助放射科医生乳腺癌检出率提升约30%，浸润性肿瘤检出率提高25%。40项胃肠病学随机试验显示，AI辅助结肠镜将腺瘤与息肉检出率提升超20%。放射科医生管它叫"第三只眼"——它能看到人眼容易漏掉的微小结节。

血液检测——提前15年预警心血管疾病

天津医科大学与香港大学团队在《自然-通讯》发表研究：AI工具"CardiOmicScore"通过单次血检分析2920种蛋白质和168种代谢物，可提前15年预警冠心病、中风、心衰等六类心血管疾病风险。

以前体检看胆固醇、看血压，现在AI能从一次抽血里读出近3000种蛋白质的信息。

病历文书——AI已经在写病历了

广东省人民医院从2025年2月启动AI智慧医疗项目，到2026年8月，AI门诊病历已实现全院全覆盖。门诊诊室里，AI语音电子病历系统全程静默识别医患对话，自动生成规范病历草稿，医生复核后一键同步。

医院部署——超百家医院已落地

国内已有超百家医院完成DeepSeek本地化部署。不少三甲医院已经把AI大模型装进了自己的服务器，医生院内直接调用，不走公网。

五、AI问诊的四大"先天短板"

光明网采访多位临床专家后总结，AI问诊目前有四大硬伤：

短板一：看不见、摸不着，全靠你"描述"

医生诊断靠的是问诊、视触叩听、抽血、影像等综合证据。AI只能接收文字碎片——看不见面色、摸不到脉搏、测不了血压。很多重症早期症状和小病高度相似，AI根本分不清。

短板二："AI幻觉"会自信地输出错误结论

通用大模型本质是文本匹配，不是真正理解疾病逻辑。有时会生成看似专业、实则违背临床指南的"诊断"和"药方"。面对少见病、不典型病例，误诊风险极高。

短板三：给的方案是"通用模板"，不是你专属的

同一种咳嗽，年轻人、孕妇、肾病患者、老年人的处理方式完全不同。AI无法充分考量既往病史、过敏史、正在服用的其他药物，给出的建议可能没有针对性，甚至有害。

短板四：信息过载，越查越慌

AI倾向于列出所有可能性，从常见病到罕见病一网打尽。看到一堆吓人的病名先别慌，大概率只是小毛病——让医生来做排除。

六、普通人该怎么用AI看病？

综合友谊医院测评结论和多位一线医生建议，普通人用AI看病可以把握几条原则：

第一，当"预检分诊"用，不当"最终诊断"用。

AI可以帮你梳理症状、了解可能的疾病方向、准备就医时要问医生的问题。但它的结论不能替代医生诊断，尤其不能据此自行用药。

第二，别对AI的"可能疾病列表"过度紧张。

AI倾向于列出所有可能性，这是它的算法特性。看到罕见病先别慌，让医生做专业排除。

第三，用AI做功课，让看病更高效。

提前用AI了解症状可能涉及哪些检查、该挂什么科、怎么描述病情更清楚——这些是AI擅长的。把AI当"就医前的功课工具"，比当"诊断工具"靠谱得多。

第四，AI说的和医生说的不一样，信医生。

这不是和医生"对质"的筹码。医生有查体、检验、影像这些AI不具备的信息来源，也有临床经验这个AI学不了的东西。

七、未来已来，但医生不可替代

92%的人用AI查过病，100+家医院部署了DeepSeek，豆包日问诊量两三千万次——趋势已经不可逆。

但友谊医院全球首次真实临床测评给出了冷静结论：AI的角色是"辅助"而非"替代"——这不是谦辞，而是由医疗本身属性决定的。

临床诊断需要的沟通、综合判断和在不确定中决策，这些"人的活"，算法还接不住。

所以回到开头那个问题——带着AI结论进诊室的25个人，是来看病的，还是来对答案的？

答案也许是：他们太想要一个确定的说法，于是在见医生之前，先给自己找了一个。

而真正能给这个说法的，依然是那个穿白大褂、会看你的脸色、摸你的脉搏、听你咳嗽里那点不对劲的人。