AI问诊挤进就医第一站：豆包单日健康咨询破2000万，谁担责

21世纪经济报道记者 闫硕

起初，伊伊没把背上那几个小疙瘩当回事。患处发痒，她自己抹了点止痒消炎的药膏，症状稍微轻了些。可没过多久，疙瘩越长越多，痒得更厉害，皮肤发红、还起了水疱。她把照片发给大模型，模型提示怀疑

类似这样的健康咨询对话，正以千万级的频次在发生。蚂蚁阿福每天发出的“立即就医”建议有20多万条，其中5万多条与危重症相关。另一组更让业内留意的数据是：2026年8月，豆包单日健康咨询人次已经突破2000万。而全国医院（不含基层医疗机构）日均门诊量只有1000万余人次。

两者场景不同、性质也不同，简单拿来比较并不合适。但它指向一个清楚的变化：中国人寻医问药的第一站，可能正从医院大厅挪到手机屏幕上。

另一面同样不能忽视。安徽一家三级医院的工作人员告诉21世纪经济报道记者，医生们私下最常讲的一句话是“AI好也不好”：它能为诊疗提供辅助参考，可不少患者自己检索时，可能会漏掉一些信息，反倒耽误病情。

AI问诊到底该摆在什么位置？患者又该怎么用这类产品？当“算法”与“处方”只隔着一层屏幕，风险边界该划在哪儿？

中国青年报社社会调查中心今年8月发布的一项调查，有1333名青年参与，结果显示：92%的受访者用AI查过病情、获取过就医建议；69.7%的受访者会主动带着AI诊疗建议去和医生沟通。青年群体的习惯迁移已经显现：问病，先问AI。

产品经理们早把AI在健康场景里的角色拆得很细。千问把AI的价值归成五个角色：日常预防的“

个案更有说服力。周婷的女儿先后出现咳嗽、腹痛、发烧等症状，辗转医院小儿内科、小儿外科、感染科多个科室，排除了

从企业公布的数据看，规模化应用的情况更清楚。讯飞晓医在2025年为46.8万人识别出重大疾病风险，还向1514人提示罕见病线索，推动他们及时就医；用药方面，科学规避247万次复杂用药风险，识别药物配伍禁忌312万次；检查后对500万份报告单做深度解读，指出7.2万用户的关键风险，预警病情恶化11万例。

蚂蚁阿福每天的“立即就医”提示里，危重症大约占四分之一，其中肺栓塞相关的每天约3000条，

AI问诊真正接住的，是就医链条上几段长期供给不足的环节。

门诊三分钟看一个病人的现实里，AI能给出一段不被打断、不被催促、可以反复追问的对话。它补的并不是医生的知识，而是医疗系统里最缺的两样东西：

对大模型来说，想输出可靠的专业判断，本身就得依赖完整、准确的用户信息输入。

上述三级医院的工作人员向记者讲了两个门诊案例：一名40多岁的女性因腹痛到门诊要求输液。医生查体后追问病史、月经史，建议做抽血化验和彩超检查。患者随即打开大模型软件，说医生不会看病，提出要投诉。后经院方协调，患者完成检查，最终确诊为

夜班接诊一名呼之不应的醉酒患者，家属要求直接打醒酒针，医生查体后建议查CT排除

该工作人员认为，需要关注的问题有两个方面：患者往往难以准确描述自身情况，容易让大模型的回答不准确；患者带着AI给出的结论走进诊室，把它当作和医生沟通的依据。矛盾的核心已经不是要不要用AI，而是谁掌握最终诊疗决策权。

其实，监管、临床以及技术领域的共识都很明确：大模型只能当医生的辅助工具，最终诊断必须由执业医生作出。

这背后还连着多起需要留意的警示案例。西部战区总医院提到，近期大模型误用的典型事件已出现多起：美国一名用户长期因头晕向AI咨询，AI一再淡化风险、劝其不要就医，后来该用户被确诊大面积肺栓塞，家属在2026年7月提起诉讼

责任如何划分，也就成了关键问题。康德顾问团法律专家、上海市光明律师事务所郑一瑾律师对21世纪经济报道记者分析，AI一旦针对具体症状作出疾病判断并给出用药方案，就构成

她强调，生成式人工智能服务被认定为服务而非产品，不适用

2026年药品安全宣传周期间，国家药监局发布《公众十大用药提示》，其中第十条专门提醒：“辨症购药循正道，AI荐药慎参考。”

西部战区总医院将这类风险概括为AI的四重“看不见”：第一是看不见“人”，无法面诊、查体、看化验报告，大病容易被当成小病；第二是不知“你的底细”，过敏史、慢病、肝肾功能、正在服用的药物都不了解；第三是分不清处方药，可能直接说出处方药名，自行购买时剂量、疗程都容易出问题；第四是认不出急症，《Nature Medicine》一项研究显示，在明确需要急诊的病例中，有52%被AI错误判为“无需立即急诊”。

AI问诊的落脚点，可以归结为三层问题：模型准不准、产品的价值导向是什么、出错之后谁承担责任。

首要难题是

“我们在内部搭了一个专业知识库，里面包括药品说明书、医学文献、指南这些信息，来源以指南和文献为主，做了标注和引用，为的是保证准确性和专业性。”该负责人说，同时会用大模型对知识库反复核查，重点看答案对文献的忠实度和一致性，让内容更准确，避免输出不可预测的内容。

联想之星合伙人陆刚给出了合格医疗智能体的三条标尺。第一条是专业边界：要严谨克制，不妄下诊断，也别一味附和医生，免得把诊疗思路收窄。第二条是利益中立：产品逻辑不能诱导购药、定向推药，唯一目标应是患者获益。第三条是定位清晰：既不替代医生，也不只是简单的工具。

配套制度得赶紧跟上，这是不少行业参与者的共同看法。一位来自头部互联网医疗企业的技术负责人对21世纪经济报道记者说，站在长远治理的角度，希望能加快推动。法律边界这块同样绕不开。郑一瑾的判断是：AI若打着“健康建议”“用药参考”的旗号，只要对着具体症状下疾病结论、开出用药方案，就属于诊疗活动；实施主体没有资质，这样的诊疗就是违法的。反过来，只给一般性提示、只谈生活方式建议，就不算诊疗。定性不同，行政、民事、数据等层面的责任划分也跟着不同。通用型AI服务之所以有免责余地，靠的是三条事实——“非专业定位+充分提示+行业通行技术措施”；可一旦以专业医疗AI的身份露面，这份免责余地就收窄了。

比责任更隐蔽的，是健康数据。问诊产生的病史、检验报告属于……郑一瑾认为，这种概括勾选不满足《个人信息保护法》对敏感信息的……

回到伊伊。那张背上疙瘩的照片，换来的是一句“怀疑……

手机屏幕如今成了看病的第一站，技术把入口挪到了这儿，责任体系却仍守在医院大门里头。这段错位，是“AI+医疗”往下走绕不过去的一道题。

（伊伊、周婷均为化名）