医生建议住院，家长转头去问豆包，AI医疗时代，该听谁的？

（图片来源：网络）

出品｜搜狐科技

作者｜李保铭

编辑｜杨锦

医生建议住院观察，家长却转头询问豆包，最终选择不住院。这种现象不再是短剧素材，它真实发生在临床一线。

AI深度介入医患关系之后，带来的不仅是“第二份诊断”，还有传统医患关系的改变。

此时，医生、机构、患者、AI运营者和监管部门，应该如何划分权责？

AI正在深度介入医患关系

“我不知道AI给他的判断是什么，反正他拿着手机在搜豆包呢。”

这是张丽（化名）医生在产科病房里遇到的一幕。当日，一位新生儿体温37.5摄氏度，虽然未达到高烧标准，但结合新生儿的精神状态和其他指标，稳妥起见，张丽向患儿家长提出了住院的建议。

张丽的想法很简单，通过住院观察患者的精神状态，避免病情加重后的复杂治疗，也担心引发医疗纠纷。

“本来感染比较轻，住院5天可能就会出院，但如果观察不及时发展成败血症、脑膜炎，可能需要住院2周，还可能需要做腰穿。”

张丽提供建议之后，没能等来这位家长的肯定回复，据张丽介绍，这位患儿家长随后开始询问AI，“他最后的决定是不住院。”

张丽推测，最终让患者家属做出“不住院”决定源自多重因素，但AI或是其中的重要因素之一。

最终，这位患儿和父母在产科继续观察。后来再见到这位患儿家长，张丽发现他们都很憔悴。“因为他们一直担心孩子，（当晚）就比较频繁给孩子测体温，孩子父亲胡子也没来得及刮。”

张丽觉得，当医生把利弊关系向患者交代清楚，患者在AI建议等多重因素下做出不住院的决定后，患者本身也承担了由此带来的很大责任和风险。

当前，AI已经深度介入到了医患关系之中。AI的介入，一定程度上也增加了医患之间的沟通成本。

张丽的医生同事曾向她讲述过坐诊时发生的一件事情。一位家长因为新生儿黄疸问题来门诊求助，这位新生儿黄疸值不高，但当家长询问AI时，AI提到了“胆红素脑病”。

胆红素脑病是新生儿高胆红素血症最严重的并发症，可造成神经细胞毒性损伤，急性期积极治疗不会留下后遗症，如果耽延可能会产生不可逆的神经损伤。

医生判断，这位新生儿的指标并未达到胆红素脑病程度，但因为AI的一句话和这种高危疾病联系在一起，家长产生了过度焦虑。

一家三甲医院的住院医师章明（化名）告诉搜狐科技，她在研究生随导师出诊时，有一段时间就诊人数增长很多。“那是张雪峰去世那段时间，很多人会通过AI咨询症状、推荐医生，当时我们门诊号（就医患者）比之前更多。”

AI问诊幻觉难以避免

AI深度介入医患关系后，带来一系列新的问题。

除了在一定程度上增加医患之间的沟通成本，AI回答带来的幻觉却始终无法避免。

弗若斯特沙利文中国医疗健康事业部咨询经理吕晓彤告诉搜狐科技，“医疗大模型的幻觉风险目前难以彻底消除。模型即使缺乏充分依据，也可能生成表述专业、看似可信的错误回答，导致普通用户往往难以辨别。”

吕晓彤表示，目前主要的技术和产品措施包括通过检索增强生成，让模型参考临床指南、药品说明书等可靠资料；借助专业工具核验药物剂量、相互作用和禁忌；结合医学数据训练、专家评估和高风险场景测试，改善回答质量。此外，还需要明确产品的任务范围，对高风险建议设置限制，并在必要时引入人工审核。

但吕晓彤同时指出，这些措施能在特定任务中减少错误，但效果取决于资料质量、更新速度和系统设计。“接入知识库或提供文献引用，并不意味着回答一定可靠，模型仍然可能检索到不适用的资料，或作出错误解释。”

事实上，AI出错的案例并不鲜见。

近日，据《纽约时报》报道，一位中国留学生在ChatGPT建议下逐渐减少癫痫类药量直至停药，最终癫痫突发猝死。目前其父母已向ChatGPT母公司OpenAI提起诉讼。

据公开资料显示，今年4月，美国哈佛医学院一研究团队评估二十余种最先进的AI大语言模型诊断能力，涵盖ChatGPT、DeepSeek、Gemini和Claude。结果显示，基于患者的初步症状和体征进行“鉴别诊断”（识别可能的疾病）的错误率高达80%。

两位受访医生告诉搜狐科技，使用生成式AI咨询医疗问题，需要具备一定医学知识。

“我觉得 AI 是个工具，它不太适合什么都不懂的人去用，它需要有一定鉴别能力、能鉴别出 AI 到底说的是对还是错的人去使用它。”章明告诉搜狐科技。

她曾向 AI 咨询一位患者血钾升高是否可能与药物相互作用相关。AI 给出的回复中包含托伐普坦可能导致血钾高，并给出了一些药理学方面的阐释。“但根据我们对托伐普坦的用药认识，这种药只是排水、治疗低钠血症，通常不会导致高钾血症，尤其是我们用量很小，只有四分之一片。”

张丽也在使用AI时发现模型在数字、日期方面表现不稳定的情况。

据媒体报道，此前有科学家对AI“投毒”，编造了一种名为bixonimania（蓝光狂躁症）的虚假疾病，后被AI集体采纳，并据此建议用户前往眼科治疗。

“AI不太能辨别真伪，如果有人存心误导，它可能会犯错。”章明表示。

与医生诊断“望闻问切”不同，AI给出的建议更依赖患者输入的文字。

但问题在于，部分病人对自己的疾病不甚了解，这就更加依赖于医生的经验和判断。

“对于病史，病人有时候陈述不是特别准确”，有时医生直接询问病人“有什么疾病”，有时病人回复“没有”，但当医生后续询问病人“最近在吃什么药”的时候，对方可能会表示在吃阿司匹林，此时医生在问诊阶段就能及时发现病人有冠心病等方面的身体问题，进而可能会发现病人还做过支架手术，有助于医生快速调整用药策略和治疗手段。

恰恰是这些不同的陈述和对此带来的判断，往往对疾病判断影响较大。

AI医疗痛点何解？

既然AI问诊幻觉无法彻底解决，那在AI问诊普遍的当下，权责如何划分？出现问题之后，又该如何解决？

北京市盈科（广州）律师事务所律师宋竟一告诉搜狐科技，患者或医生因AI错误建议延误病情的责任划分，适用一般侵权或产品责任，重点看AI是否明示"不构成诊疗"、输出有无就医警示。

从医生角度来看，“医生对AI输出负有审查义务，未尽审查照搬结论致损害，由医疗机构承担赔偿责任；若AI辅助已成同领域普遍合理做法，医生怠于使用或怠于审查可能被认定低于当时医疗水平；AI尚属探索性工具时，则不苛求必须采纳。”

若AI产品本身有缺陷，患者可向生产者或医疗机构索赔，内部再追偿。“通常考量的事实包括产品是否依法注册、医生是否亲自诊查并审查AI输出、输出是否含就医警示、患者是否及时就医、过错与损害的因果关系及参与度等。”

“《民法典》规定，约定造成人身损害的免责条款一律无效，格式条款不合理免除自身责任、排除对方主要权利无效。”

但她指出，免责声明有程序与定性价值，若明示"仅供健康参考、不构成诊疗"可界定服务性质、影响患者合理信赖与过错认定，但若未以显著方式提示的免责条款，对方可主张不成为合同内容，提示义务是否尽到需由提供方举证。