AI正在变成各科医生频繁使用的工具，但麻烦也跟着来了！ 来源： 康迅网 2026-11-06 10:53:27 近期，徐州一位医生因在问诊时使用AI工具查询新药信息，被患者家属拍下视频并发至网络。家属质疑：“AI说可以吃，医生就准备开，我敢用吗？”尽管院方随后澄清，医生仅是为了核实药物相互作用且最终并未开药，但这一事件在医疗界引发了广泛讨论。它揭示了一个现实的困境：当AI技术在医疗场景中快速渗透时，医生与患者之间关于技术信任的裂痕也在加深。过去几年，关于AI医疗的叙事往往集中在技术指标的突破上——读片准确率超越人类、几秒生成诊断报告。然而，在近期的多场学术会议中，一个明显的趋势正在显现：AI正在从演示台上的概念验证，转变为诊室、手术台及基层医院中触手可及的实用工具。 其核心价值，已从单纯的“技术炫技”转向对具体临床痛点的精准回应。眼科：从“治疗试探”到“疗效预判”新生血管性年龄相关性黄斑变性（nAMD）的治疗中，抗VEGF药物的疗效存在显著的个体差异。传统模式下，医生往往需要在治疗后才能评估患者的应答情况。北京协和医院眼科陈有信团队联合上海交通大学团队构建的“孔明模型”，试图打破这一僵局。该模型基于眼底影像，能够在治疗前生成与真实结果高度相似的预测影像，实现对疗效乃至视力恢复的预估。陈有信教授在大会上坦言，该模型在预测视力变化方面的准确性已超越其个人经验。这一工具的核心价值在于重塑了慢病管理的预期沟通。对于需要长期随访和反复注射的眼科患者，如果医生能在治疗前提供相对明确的疗效预期，不仅能辅助制定更合理的治疗方案，也能极大缓解患者的焦虑，提升医患沟通的质量与确定性。神经内科：以极简指标实现基层风险分层在卒中二级预防中，如何从庞大的患者群体中精准识别高危人群，一直是临床难点。特别是症状性颅内动脉粥样硬化性狭窄（ICAS）患者，其复发风险高，但强化干预资源有限。首都医科大学宣武医院吉训明、吴川杰团队开发的PROMISE模型，选择了一条“做减法”的实用路径。该模型摒弃了复杂的基因组学或影像后处理技术，仅纳入年龄、BMI、高血压、糖尿病、吸烟状态、低密度脂蛋白胆固醇、狭窄位置及狭窄程度8项常规指标，即可对患者进行低、中、高危的风险分层。对于临床医生而言，其优势在于高度的可及性与落地性。这8项指标均源自常规病史与基础检查，无需额外成本。这意味着在门诊有限的时间或基层医疗环境中，医生也能快速完成规范的风险评估，从而将强化干预的医疗资源精准分配给最需要的患者。心血管领域：重构场景，让高精尖技术下沉中国医学科学院阜外医院潘湘斌团队的研究，展示了技术落地的另一种维度。传统心脏介入手术依赖大型血管造影机，且伴有辐射风险，难以在基层普及。该团队首创的无辐射经皮介入技术，以超声引导替代放射线，并通过“移动手术车”将手术场景直接延伸至偏远地区。在云南、西藏等地的县级医院，该团队利用移动手术车成功完成了16例先天性心脏病介入治疗，平均手术时长24分钟，无一例严重并发症。这一案例表明，技术落地的真正门槛往往不在于算法本身，而在于能否重构出可执行的临床场景。 超声替代射线降低了对硬件的依赖，移动车解决了地理可及性。两者的结合，才使得高精尖的心脏手术真正具备了“上门服务”的复制可能。肝病领域：从单点辅助走向流程协同肝癌的复杂性决定了其诊疗必然是多学科协作（MDT）的过程。然而在基层，多学科资源的匮乏常常导致诊疗的不连贯。浙江大学邵逸夫医院蔡秀军团队发布的“肝病全周期精准诊疗多智能体决策系统”，尝试用AI模拟MDT的会诊逻辑。该系统构建了“1+N”的多专科智能体推理网络，覆盖从筛查、诊断、分期到治疗、随访的全流程，旨在为基层医生提供多维度的决策参考。这标志着AI应用从“单点工具”向“流程工具”的演进。其意义不在于某一项诊断的准确率，而是尝试在资源匮乏的基层，搭建一套符合多学科逻辑的临床思维辅助框架，帮助医生在复杂病例面前作出更全面的考量。技术的“实在”，带来更具体的责任边界随着AI工具的临床渗透率不断提升，其在真实世界中的摩擦也愈发清晰。除了文首提及的信任危机，医生面临的另一个挑战是AI建议与自身临床判断的冲突。目前，多数临床医生在遇到AI建议与自身判断不一致时，倾向于结合AI内容展开讨论，而非直接否定。这引出了一个核心命题：工具越智能，使用者的判断力与责任感越重要。在眼科，孔明模型生成的预测影像仅供参考，最终治疗方案仍需医生结合患者实际情况拍板；在神内，PROMISE模型标出的高风险提示，是否启动强化抗栓，仍需医生权衡患者的出血风险与依从性；在基层，多智能体提供的MDT参考意见，最终仍需主管医生与患者共同确认。现行法规已明确，人工智能软件不得替代医师本人提供诊疗服务。在病历上签字、在手术台前负责的，始终是具备执业资质的临床医生。AI的引入，不是去削弱医生的专业权威，而是要求医生在技术的辅助下，保持更清醒的独立判断，并厘清技术应用的边界。在技术快速迭代的当下，临床医生需要关注的，或许已不仅是“是否会使用AI”，而是“如何在使用中守住专业底线，以及如何向患者准确解释这一过程”。 COMMENTARY 评论 共0条 发布 RECOMMENDATIONS 推荐内容 暂无数据
