在大模型技术快速发展的背景下，医疗服务正在经历一场深刻的变革。与传统人工智能（AI）技术主要作为医生的辅助工具不同，基于大语言模型的诊疗智能体正在直接面向患者提供医疗咨询和诊疗建议服务。这种跨越式的技术应用模式，既体现了AI技术在医疗领域的巨大潜力，也引发了关于其适用性、安全性和伦理性的广泛讨论。

医疗信息的复杂性和专业性一直是制约医疗服务可及性的重要因素。医学知识的理解门槛极高，专业信息获取困难，跨语种医疗资源应用存在障碍，跨专科知识整合更是挑战重重。在这样的现实背景下，无论是普通患者还是医疗专业人士，都可能在面临健康问题时寻求智能化解决方案的帮助。然而，当诊疗智能体直接面向患者提供服务时，其带来的机遇与风险同样值得深入探讨。

在中华医学会临床流行病学和循证医学分会年会举办的青年沙龙中，围绕“是否应推广直接面向患者的诊疗智能体”这一话题进行了讨论。这一讨论不仅涉及技术可行性问题，更触及医疗服务的本质、医患关系的未来以及健康公平性等深层次议题。

 正方观点  审慎推进——支持有条件推广面向患者的智能体

正方观点强调，这种技术应用应当是有边界的、定义清晰的、有效监管的、持续迭代的。这一立场并非无条件地支持技术推广，而是主张在严格的框架内探索新型医疗服务模式的可能性。

国家卫生健康委发布的《2024年我国卫生健康事业发展统计公报》显示：每千人口执业（助理）医师3.61人。从医疗资源配置角度来看，基层医疗资源仍存在缺口。在这种现实约束下，有边界的诊疗智能体可以承担常见病初筛、患者随访、用药提醒等基础性医疗服务，将这些服务下沉到乡村卫生站甚至患者的移动设备端。通过有效监管确保智能体不会越界进行高风险医疗决策，从而让三甲医院的专家能够专注于疑难重症的诊治。这种分层服务模式有望成为缓解医疗资源紧张的倍增器，而不是简单的替代工具。

定义清晰的要求旨在防止万能膏药式的技术宣传。诊疗智能体的算法原理、预期用途、准确率、召回率、禁忌证、数据依赖性、更新周期等关键信息，都应当像药品说明书一样详细明确。患者在使用这类服务时，首先看到的应当是明确的适用范围说明，例如“本产品适用于18~65岁非孕期普通感冒症状评估，准确率93.2%，不适用于胸痛、高热、呼吸困难等急症”。只有定义清晰，才能实现真正的知情同意，为有效监管提供依据。

在慢病管理领域，诊疗智能体展现出了特殊的应用价值。慢病管理的核心在于持续、低成本的自我监测与行为干预。一个定义清晰的智能体能够明确告知患者其监测能力范围、可提供的饮食运动建议类型以及何时必须转向人工服务。通过持续迭代机制，确保系统能够随着指南更新、药物变化和患者数据积累而不断进化。这样，患者获得的不是一次性的健康鸡汤，而是动态、可信、个性化的口袋医生，能够情绪稳定、定时定量地与患者互动，提升健康素养，实现有效的慢病自我管理。

从医疗成本控制角度分析，现有门诊医疗工作中相当大的比例涉及复诊配药、体检指标解读、检查单开具等重复性工作。有边界的AI系统可以将院前、诊中和院后随访中的高频重复、低风险流程实现自动化处理。通过有效监管确保系统不会为了节约成本而过度压缩必要检查或滥开处方，通过持续迭代保证药物合理使用和检验检查能够与最新指南、共识、医保要求同步更新。每一次节约下来的医生时间，都可以重新投入到更高价值的科研工作和疑难病症诊治中，实现患者、医保和医生的“三赢”局面。

支持诊疗智能体推广的前提是为其加上有边界、定义清晰、有效监管、持续迭代这四把安全锁。这种支持不是简单地为诊疗智能体摇旗呐喊，而是为一个有边界、定义清晰、有效监管、持续迭代的新型医疗基础设施鼓掌。它的目标不是取代医生，而是让医生从重复性劳动中解放出来；不是替代医院，而是把分级诊疗的“网底”织得更密；不是让患者在信息海洋中自生自灭，而是给他们一把“有刻度、有质检、可溯源”的标尺。

 反方观点  谨慎质疑——面向患者推广智能体时机未到

反方观点则从技术局限性、安全风险和医疗本质等多个角度，提出了深刻的质疑和担忧。

诊疗智能体要真正发挥作用，需要疾病诊疗过程的高度标准化作为前提。虽然针对特定疾病存在各种指南共识指导，诊疗过程相对标准化，但面临无法立即确诊的健康问题时，医生需要通过系统的观察和询问，结合患者描述、查体和检查检验结果，才能给出准确诊断和治疗决策。而智能体的有效使用要求用户能够准确描述症状、提供相应的体征检查结果，并给出检查检验数据。在我国居民当前的科学素养水平下，这些要求存在很大的现实困难。

更为严重的是，诊疗智能体的核心依赖算法与数据，但医疗场景的复杂性远超现有技术能力边界。一方面，智能体的训练数据多基于常见病例，对于罕见疾病等数据获取困难，模型可能忽视非典型症状，掩盖真实病情，导致误诊率提高。另一方面，大数据模型的信息污染与证据虚构问题现阶段并没有得到很好解决，在关键时刻可能对患者造成致命隐患。当前AI技术的发展水平尚不能支持直接面向患者的诊疗智能体的合理推广和有效应用。

在数据安全和法律伦理方面，诊疗智能体往往需要收集患者的隐私信息，其背后的数据安全漏洞可能导致信息泄露，不仅侵犯患者隐私，还可能引发社会信任危机。当诊疗智能体给出错误意见导致损害患者利益时，向谁追责、如何追责仍然是法律上的空白地带。当患者在诊疗过程中出现不良结局，而诊疗智能体与医生给出的检查、诊断不一致时，也可能激化医患矛盾。此外，诊疗智能体的开发及应用难免受到商业利益驱动和硬件条件限制，可能扩大医疗资源分配差距，影响健康公平性。

从医疗专业性角度考虑，个体化的诊疗方案需要考虑患者的整体性，涉及既往病史、共患疾病、合并用药等复杂情况，这些复杂的临床情境难以通过AI算法完全解释和演绎。在当前的医疗实践中，如果推广直接面向患者的诊疗智能体，患者可能难以信任和接受，这可能会增加医患沟通的复杂性，给双方带来更多困扰，影响医患协作诊疗模式的实施。

更为重要的是，医疗的本质是“人”的关怀，诊疗智能体的简单替代可能剥夺医疗的人文属性。一方面，诊疗智能体难以理解患者个体化的精神痛苦与社会属性，对于老年人等高情感需求患者以及神经精神科等复杂专科，来自医生的人性化关怀和沟通仍不可或缺。另一方面，过度依赖诊疗智能体可能导致医患交流时间进一步缩短，难以建立医患信任关系，不利于后续诊疗活动的开展。

在医疗资源分布不均衡的现状下，推广诊疗智能体可能会加剧使用者的挫败感，加深社会矛盾。医学面对的不是一个个冰冷的疾病，而是一个个活生生的人。医生的职责是“有时去治愈，常常去帮助，总是去安慰”。在临床试验中需要控制的安慰剂效应，恰恰说明了医学需要医生与患者的真实交流，诊疗措施与人文关怀并行，共同达到治疗目的。

 深层反思  技术应用的边界与原则

关于直接面向患者的诊疗智能体推广问题的辩论，实质上触及了医疗服务模式变革的核心议题。这不仅是一个技术问题，更是一个涉及医疗伦理、社会公平、法律规范等多个层面的复杂问题。

基于以往技术发展的客观规律，任何颠覆性技术的应用都需要经历一个从试点到推广、从局部到全面的渐进过程。诊疗智能体作为一种新兴的医疗服务模式，其推广应当遵循循序渐进的原则，在充分验证安全性和有效性的基础上，逐步扩大应用范围。

医疗行为不仅涉及疾病的诊断和治疗，更包含了心理支持、情感关怀、社会支持等多重维度。技术工具可以提高医疗服务的效率和可及性，但无法完全替代人与人之间的情感连接和信任关系。因此，在探索新技术应用的同时，必须保持对医疗人文属性的尊重和保护。

此外，新技术的应用应当有助于缩小而不是扩大医疗服务的差距。诊疗智能体的推广必须充分考虑不同地区、不同人群的实际需求和接受能力，避免因技术门槛或经济条件限制而加剧健康不公平现象。

无论是支持还是反对推广，都需要建立完善的监管框架和标准体系。这包括技术标准、安全标准、伦理标准、法律标准等多个层面的规范建设。只有在完善的监管体系保障下，新技术才能真正服务于患者利益和社会福祉。

 结 语  理性探索医疗服务新模式

直接面向患者的诊疗智能体推广问题，不应简单地归结为支持或反对的二元选择，而应当在充分认识其机遇与挑战的基础上，探索合理的发展路径和应用模式。

技术进步为医疗服务带来了新的可能性，但也带来了新的责任和挑战。在这个快速变化的时代，医学界需要保持开放而审慎的态度，既要积极探索技术创新的潜力，又要坚持以患者为中心的价值导向。

对这一问题的思考，意义不在于得出一个标准答案，而在于促进医学界和社会各界对这一重要问题的深入思考和理性讨论。随着技术的不断成熟和社会认知的逐步深化，相信我们能够找到既充分发挥技术优势又保障患者安全和权益的平衡点，为构建更加公平、高效、人性化的医疗服务体系贡献智慧和力量。

在未来的发展中，无论采取何种技术路径，都应当坚持以患者福祉为根本目标，以科学证据为决策依据，以伦理原则为行为准则，在技术创新与医疗安全之间寻求最佳平衡，为人类健康事业的发展开辟新的道路。