人工智能（AI）正在改变医疗诊断，但它并非旨在取代医生，而是作为一种强大的辅助工具。通过分析一名多年受病痛困扰的患者如何借助 ChatGPT 找到病因的案例，以及哈佛大学开发的诊断 AI“CaBot”在复杂病例分析中的惊人表现，可以看出 AI 巨大的潜力。然而，AI 也存在提供错误信息、捏造数据和侵犯隐私的风险。因此，未来的医疗模式将是 人机协作，医生利用 AI 拓宽思路、处理信息，同时保留最终的临床判断力，以避免自身技能退化并确保患者安全。
一个被AI“治愈”的病人
软件工程师马修·威廉姆斯在一次肠道扭转手术后，遭受了长达数年的严重腹泻。他先后咨询了八位医生和营养师，但无人能准确找出病因。他的生活质量因此严重下降，饮食也变得极为单调。
2023年，他抱着试一试的心态，将自己的病史和症状输入了 ChatGPT。
- AI的发现： ChatGPT 在几秒钟内就指出了三个可能的诱因：高脂肪食物、可发酵纤维和高草酸盐食物。
- 关键突破： “草酸盐”这个概念，威廉姆斯从未从任何医生那里听说过。AI 列出的高草酸盐食物清单，几乎完全吻合那些让他病情加剧的食物，如菠菜、杏仁和巧克力。
- 结果： 在营养师的帮助下，他根据 AI 的提示调整了饮食，症状显著改善，并惊叹道：“我感觉我的生活又回来了。”
我比信任医生更信任AI。我想，不止我一个人这么想。
AI医生的崛起
哈佛大学的研究人员开发了一款名为 CaBot 的医疗 AI，其命名是为了致敬临床病理会议（C.P.C.s）的创始人。C.P.C.s 被视为诊断推理的黄金标准。
在一场人机对决中，CaBot 与一位顶尖的内科医生丹尼尔·雷斯特雷波分别诊断一个复杂病例。
- 人类医生： 雷斯特雷波医生花了六周时间准备，他通过定义问题、筛选关键症状，最终将诊断方向锁定在淋巴瘤、感染和自身免疫性疾病三个范畴，并准确诊断出患者患有结节病的罕见表现——洛夫格伦综合征。
- AI医生： CaBot 只用了 六分钟 就完成了分析。它不仅同样准确地诊断出了洛夫格伦综合征，其分析过程甚至更胜一筹。CaBot 注意到了 CT 扫描中人类医生未提及的细微影像特征，并以此为基础构建其诊断逻辑。
这场对决显示，AI 不仅能得出正确结论，其推理过程也具有独特的优势，因为它能编码和调用远超人类记忆的信息量。
AI并非万能：风险与局限
尽管 AI 表现出色，但它并非没有缺陷，尤其是在面向普通用户的通用聊天机器人上。
- 诊断错误率高： 研究发现，GPT-4 在回答开放式医疗问题时，约有三分之二的回答是错误的。GPT-3.5 在诊断复杂儿科病例时，误诊率超过80%。
- 信息捏造（幻觉）： 当输入的信息不完整时，CaBot 会自行“脑补”出虚假的实验室数值、生命体征和检查结果，从而导向错误的诊断。
- 危险的建议： 曾有案例显示，ChatGPT 建议一名用户使用有毒的“溴化物”作为食盐替代品，导致该用户中毒并出现精神问题。
- 隐私问题： 用户输入到聊天机器人中的医疗信息不再属于个人隐私，可能被泄露或滥用。
人机协作：医疗的未来
专家们认为，关键不在于 AI 是否会取代医生，而在于如何将两者结合，实现最佳效果。这种模式被称为 “半人马”（centaurs） 系统。
如果你是个赌徒，你应该培训那些既懂得如何使用AI，又懂得如何独立思考的医生。
未来的挑战在于防止医生因过度依赖 AI 而出现 “认知降级”（cognitive de-skilling）。一名医学生坦言，他曾一度在面诊每位病人后都使用 AI，直到他意识到自己那天“没有独立思考过任何一个病例”，这让他感到不安。他决定，必须先形成自己的诊断思路，再向 AI 求证。
医生的作用不再仅仅是“诊断”，更是“引路”。他们可以利用 AI 来：
- 识别患者病情的趋势。
- 发现被忽略的重要细节。
- 从海量的医疗文献中快速找到相关研究。
如何正确使用医疗AI
AI 的价值不在于提供唯一的正确答案，而在于帮助人们探索可能性。无论是医生还是患者，都可以将 AI 视为一个强大的辅助工具。
它就像一个愿意花无限时间与你相处的医生。它能以你需要的任何复杂程度，为你讲解病情。
对于患者而言，AI 可以帮助他们：
- 梳理信息： 将医生复杂的谈话内容整理成清晰的要点。
- 准备问题： 在就诊前，帮助构思需要向医生咨询的关键问题。
- 评估紧急性： 了解哪些症状是需要立即就医的“危险信号”。
最终，医疗决策往往涉及权衡利弊和价值观判断，这是 AI 无法替代的。例如，当被要求从医生和保险公司的不同立场写信时，AI 可以分别给出支持和反对进行某项治疗的有力论据。这恰恰凸显了人类医生存在的必要性——他们负责在这些复杂的信息和可能性中，为患者做出最合适的选择。