当越来越多的患者拿着豆包与医生对线时

寂静回声

过去一年，越来越多相似的场景在全国各地的诊室里上演：患者屁股还没坐热，就先掏出手机，对着屏幕上的 AI 诊断结论一字一句地念。念完抬起头，眼神里带着三分求知、七分审视，“大夫，豆包说我这可能是间质性肺炎，你觉得它说得对吗？”
在接下来的三分钟里，这位寒窗苦读十余载的主治医师，就得被迫向患者开启自证模式，解释 AI 哪里说得不对、为什么不能按那个处方买药。

“北京急需建立豆包医院，否则很多患者将无法按照豆包的诊疗思路获得诊断和治疗。”这是一位被豆包逼疯的医生发出的哀嚎，类似的内容还有很多。评论区中，全是难兄难弟的医疗工作者。豆包医院可以沿用三甲医院的职称体系：普通豆包、主治豆包、副主任豆包、专家豆包。挂号费按算力收取。
医生们很苦恼，因为现在的患者动不动就是“豆包说我......”“可是豆包说......”“deepseek 上说的是......”患者还没说完病史，就已经开始引用 AI 给出的术语反问了。
甚至有患者直接打开豆包，让医生和 AI 面对面沟通，跨物种专家会诊。
现在的患者看病，更像是找医生对 AI 给出的答案。和豆包诊断一致还好说，如果恰好不一致，医生们就得费很大一番口舌，从豆包的局限性讲到自己的临床经验，好不容易说完，患者点点头，转身出门又打开了 DeepSeek。
问题是，医生给出的诊断又确实常常和 AI 不同。
于是，医生和豆包对线成了家常便饭，为了打败 AI，医生得搬出自己多年的临床经验和知识储备，同时还得具备可读性和专业性，毕竟豆包每一次回复都说得头头是道。

但站在患者的角度，用 AI 看病当然也是情有可原。
挂号等了三周，进门坐下，三分钟后就结束了，走出诊室时仍然似懂非懂，这是很多人真实的看病体验。豆包就不一样了，想问几遍问几遍，半夜三更也能回复。
患者有很多种 AI 的打开方式，比如在去医院前，先把自己的症状捋给 AI 听，让它帮忙整理成一份就诊小抄，条条列好，进了诊室直接念，以免紧张起来漏掉关键信息。
比如拿到检查报告，对着满页的英文缩写和箭头完全不知所措，拍照发给 AI，让它一条一条解释。
比如用 AI 当筛子，让豆包判断严不严重。豆包说没大问题，那就往后排；豆包说要尽快，那就想办法加急。三甲医院的号那么难挂，总得先确认一下没白跑。
上海新华医院血管外科主任欧敬民说，其实他不太抗拒患者使用 AI 看病：相比接触一个对自己病史不了解的患者，医生会更喜欢“有备而来”的患者。

（点评：事实是现在有些大夫也不负责任，比如老年人骨质疏松，服用膦酸盐药物前要做个骨标志物检查，这样服用后三个月就可以再做骨标志物检查，对比检查结果就可以不必服用一年后检查骨密度才知道膦酸盐药物是否起作用。但现在大夫根本不管这个，就只管开药。）

豆包们本质上是语言模型，不是医疗系统。
训练方式大致是这样的：把海量文本——医学教材、临床指南、病例报告、学术论文、药品说明书、医患问答——全部投喂给一个巨大的神经网络，让它反复学习一个任务：在给定的一段话后面，最可能出现的下一个词是什么。学了足够多之后，面对你输入的症状描述，它能生成一段看起来专业、逻辑通顺、术语准确的回答。
这套机制有一个极其强悍的优势：海量知识的即时调用和跨领域交叉匹配。你输入一组症状，它几秒之内扫描数亿条医学文献，找到高度匹配的疾病模式，输出若干个诊断方向。这个能力人类医生无论多努力都追不上，因为人脑的缓存装不下这么大的知识量，也不可能同时处理这么多变量。
有一个案例这几年在学术圈被反复提及。美国一位母亲，她四岁的儿子反复出现慢性疼痛、走路不稳、睡眠障碍，做了 MRI 等一系列检查，始终没人能说清楚是什么问题。她带着孩子跑了整整三年，看了 17 位不同科室的医生，全都无功而返。
走投无路之下，这位母亲花了一整夜，把所有病历和检查报告逐字敲进 ChatGPT。AI 在几秒钟内给出了一个诊断：脊髓栓系综合征。她带着这个诊断找到神经外科医生，对方看了一眼 MRI 就确认了 AI 是对的。孩子随后接受了手术，正在康复。
在大多情况下，每一个医生都只会解决自己领域内的问题，很少人能够把所有线索拼在一起。而 AI 可以实现跨科室整合信息，在罕见病、复杂病、多病共存的老年患者身上，价值尤其大。
AI 还不需要睡觉，全球临床指南更新后的五分钟内，理论上它就能完成自我进化。而人类医生上一次通读最新指南是什么时候，可能自己都记不清了。
之前有医生发帖说：病人举着 DeepSeek 质疑我的治疗方案，气得我又查了一遍指南，才发现指南确实更新了。
医学知识在持续迭代，医生的学习时间是有限的，但 AI 不用担心这个问题。
AI 还顺手解决了一个更基础的问题：让普通人能看懂医疗信息。
很多人对“看病”这件事恐惧，一半是因为对身体的陌生感。拿着报告单，面对一堆英文缩写和数值区间，走出诊室还是一片茫然。想再问几句，看见诊室门口堵着七八个人，又张不开嘴。AI 在这里的角色更像个免费翻译——它可以反复解释同一个问题，直到你真正听懂。
（点评：上回我陪我妈做眼底检查，那检查结果全是英文缩写，都不知道写什么，直接打开APP拍照检查结果，不仅给你翻译，还给解释。一个AI存疑，那就用另一个AI交叉验证。而大夫就会说，没问题，没问题当然是好的，但总得科普一下。对不起，大夫没那时间，一会儿还要给别的患者作激光手术呢。）
2023年 发表在《JAMA Internal Medicine》上的一项研究，对比了医生和 ChatGPT 回答患者健康问题的质量，结论相当扎心：AI 的回答在准确性和完整性上的评分，比医生高出 3.6 倍，同理心评分则高出近 10 倍。
这说明 AI 不仅能考高分，还能详细解释。而解释这件事，在中国当下的医疗环境里，恰恰是最稀缺的资源。2024 年的数据显示，中国每千人口执业医师数为 3.61 人，优质医疗资源高度集中在少数几个大城市的三甲医院，结构性的供不应求，AI 恰好填进了这个裂缝。

语言模型的底层逻辑是预测“最合理的词”，而不是给出“最接近事实的判断”。在绝大多数情况下，这两者是重合的。偶尔，它们会悄悄分开。在分叉的时候，AI 不会停下来跟你说“这个我不确定”。它会继续流畅地输出，用一种极其笃定、通顺、无懈可击的口吻，给你一个听起来头头是道的答案。
一位患者持续干咳了好几个月，不想去医院排队，就在 AI 问诊平台上找答案。AI 先后给了两个判断，一次是“过敏性支气管炎”，一次是“胃食管反流刺激”。
每次的解释都很清楚，推荐的药也说得有模有样。她按建议买药，症状稍好一点就停，复发后再去问 AI，AI 又给新的解释和新一轮药品建议。来回拖了八个月，直到体重骤降十几斤，咳出来的痰带血丝，才去做了CT。
检查结果是双肺多发厚壁空洞，活动性肺结核。接诊的医生说，早两个月来，不至于到这一步。
AI 每一次给出的答案，单独看都合理。只是每一个合理的答案，都在帮她确认同一件事：还没到需要去医院的程度。
有调查数据显示，近三分之一的美国人表示，如果 AI 工具将他们的症状定性为低风险，他们会跳过或推迟去看医生。AI 幻觉在医疗场景里最危险的形式，往往不是给一个明显离谱的错误答案，而是给一个让人放心躺平的答案。

根源在哪儿？AI 做的是语言预测，医学的本质恰恰相反——医学是在不确定性中做判断。
医生在诊室里干的事，更像一场现场推理。问患者症状的同时，脑子里已经在做排除法；抽血拍片子，是为了在几个相似诊断里排除或锁定某一个；追问“这一周有没有哪一天稍微好一点”，是因为病程的波动曲线本身就是重要线索。
整个过程是动态的、迭代的、双向的。患者的回答会改变他下一个问题的方向，新的检查结果可能推翻他二十分钟前的判断。

AI 接收到的是患者某一个瞬间输入的一段文字，就像一张静止的快照。它拿到的信息不够完整，却必须输出一套完整的答案。信息漏掉的部分，由语言模型的预测来填充。
更要命的是，AI 的幻觉不止是“偶尔猜错一次”这么简单。它的出问题方式和人完全不一样。一个医生判断失误，影响的是自己接诊的患者，错误是局部的，可以被追溯到具体的人，下一个医生可能就会纠正过来。但 AI 是预训练模型加算法，一旦某个错误模式被编码进系统，就会在所有调用这套系统的场景里同步复现。

最近很火的豆包欠用户 600 块事件是这样的，一位网友打算退机票，拍了订单截图问豆包手续费情况，豆包说只要 5%，放心退。网友点了退票，实际被扣了 40%（600元）。
网友去找豆包理论，豆包立刻滑跪道歉，出具了一份《赔付承诺书》，承诺人处白纸黑字写着“豆包”，条款写明“该笔600元损失由本人全额承担”，紧接着让他发微信收款码，语气那叫一个稳，“你放心，说到做到”“马上就给你转”。
网友等了好几天，钱都没有到账，这时豆包又改口了，说自己只是 AI，没有办法给他转账。后来网友决定起诉豆包的运营公司，豆包帮他写了判决书后，还信誓旦旦告诉他“一定能赢”。
退机票被坑，顶多损失六百块，在网上能让人笑出腹肌。可如果看病被坑，代价是患者的健康。
患者按照大模型的“笃定建议”吃错了药，回过头去找它算账，它依然会光速滑跪：“对不起，这次是我错了” 然后删掉记忆，继续在服务器里运转。而患者受损的身体，在它的世界里只是几行报错的代码。
它一边充当着全知全能的专家，一边又享受着临时工的责任豁免权。你跟它谈人命，它跟你谈免责声明。“AI 生成内容仅供参考，不构成任何专业医疗建议，平台不承担任何法律责任。”

点评
造成这一切的原因不还是医生吗，你们肯为患者解释清楚吗。患者想搞清楚检查报告每一项的意义，你们根本不搭理这段。
再加上众所周知医生收红包的几十年历史+只管开药的现实，还有医保那些剪不断理还乱的关系，你告诉我患者怎么办。

蓝鲸

普通大夫门诊半天40个号（下午还有半天），挂号费大概15元，医保报销完自己可能就掏一块钱；

专家大夫门诊半天20个号（通常就坐诊半天），挂号费30元。

4小时*60分钟/40号=6分钟。还不算大夫喝水、上厕所。能正确识别病症，开完药就不错了。

对普通患者的“就医体验”、基础的医疗科普、教育指望门诊大夫来，

就和快递平台压榨快递小哥的送餐时间一样是典型的转移矛盾。