9成多医生用AI 同时7成也遇患者拿AI结论要求检查开药

寂静回声

当前，AI已在影像、辅助诊断、患者管理等方面落地，大语言模型更进一步延伸至知识获取、诊疗思路梳理和医患沟通等环节。
为了解医务工作者对大语言模型的应用现状、评价与需求，医米调研于2026年7-8月面向全国各级医务工作者开展定量在线调研，共回收有效样本1,005份。
调研显示，大语言模型在医生群体中已基本普及，使用率达95%，但六成以上使用不足一年，日均使用时长多在半小时以内，整体应用深度仍然有限。
使用场景以学习医学知识和检索文献指南为主，但辅助临床决策已近半数，大语言模型已不止于查阅工具，开始进入辅助诊疗环节。
医生对其准确性与诊疗帮助的评价整体正面，同时对独立思考弱化、信息来源难核实等问题也有一定顾虑。患者携AI结论就诊已较为普遍，但具体情境仍以要求指定检查、产生不必要焦虑等干扰情形居多。
医院端本地化部署尚处早期，仅14%的医生所在医院已正式部署，而北上广深的本地化部署比例相对领先。

医米调研对 954 名医生开展的大语言模型使用情况调查显示，医生日常使用的大语言模型相对集中，以国内通用大模型为主，豆包和 DeepSeek 最常被提及，医学垂直类中 DrSeek 的提及相对靠前，ChatGPT、Gemini、Claude 等国际模型被选择的比例相对偏低。其他被提及的模型还包括 MedGPT、京医千问、讯飞星火、元宝、Kimi、通义千问、Kimi 医疗搜索、蚂蚁阿福、文心一言等。

使用设备高度集中在个人终端，手机以 96% 的比例成为主要设备，电脑也有超半数医生使用，占 56%，而医院信息系统（HIS/EMR）内置的 AI 模块仅 27%。
在信息信赖度上，医生更加信赖国内通用大模型，占 60%，其次是垂直类医学专业大模型，占 17%，国际通用大模型仅 5%，为各类型中最低。
另有 11% 的医生不区分平台、只看回答内容的逻辑性，7% 表示以上都不完全信任、AI 回答仅作为线索，合计近两成医生对平台本身持保留态度。

医生对大模型准确性评价整体正面，认为可靠的合计 84%，其中非常可靠占 14%，较为可靠占 70%，认为不可靠的仅 2%，准确性一般的占 15%。在对诊疗工作的帮助程度上，认为有帮助的合计 93%，其中非常有帮助占 35%，较有帮助占 58%，中性或无明显帮助占 6%，认为有误导性的仅 1%。

在 AI 大模型医疗场景应用的具体陈述中，医生对效率类认同度最高，65% 认可其可以辅助梳理诊疗思路、提升决策效率，61% 认可可以提高学习专业知识的效率，49% 认可可以减少鉴别诊断遗漏，41% 认可可以节省病历文书整理时间。
同时，负面陈述也获得一定认同，36% 认为 AI 大模型会弱化临床医生特别是医学生的独立思考能力，33% 认为其信息来源难核实、可能误导判断，仅 1% 对以上陈述均不认可。
患者先用 AI 查询病情再来就诊的情况已较为普遍，38% 的医生经常遇到，55% 偶尔遇到，合计超九成，极少遇到的占 5%，从未遇到和没注意到的各占 1%。
对于患者携带 AI 查询结果就诊对临床诊疗及医患沟通的整体影响，医生的认可多于排斥但未形成一致的正面评价，认为积极的合计 55%，其中非常积极占 14%，比较积极占 41%，消极的占 12%，另有 30% 认为无明显影响，3% 尚难以判断。

分科室来看，神经内科和妇产科经常遇到患者带 AI 结论就诊的比例最高，均为 48%，内分泌科以 47% 紧随其后，心血管内科最低，仅 28%。
在积极评价方面，内分泌科最高，达 67%，妇产科和呼吸内科均为 62%，儿科最低，为 37%。神经内科呈现遇到最多但评价偏低的特征，积极评价仅 51%，呼吸内科则相反，经常遇到比例为 35% 但积极评价达 62%。

尽管医生对患者带 AI 就诊的整体评价偏正面，但具体情境仍集中在干扰层面。
69% 的医生遇到患者依据 AI 结果要求做指定检查或开指定药物，65% 遇到患者因 AI 信息产生不必要的焦虑或过高期望，43% 遇到患者用 AI 结果质疑诊断或治疗方案，30% 遇到患者按 AI 建议自行处理或用药而延误就诊时机，19% 遇到患者要求花费额外时间解释 AI 查询结果。
而正向情境即患者事先了解疾病、沟通更高效仅占 15%，为各选项最低，2% 的医生表示以上均未遇到过。

在大模型对患者临床结局的影响上，医生评价整体正面，认为有改善的合计 72%，其中有一定改善占 58%，有明显改善仅 14%，认为有负面影响的合计仅 8%，无明显改善占 16%，尚难以判断占 4%。
分科室看，心血管内科认为有改善的比例最高，达 83%，外科为 81%，消化内科为 80%，神经内科和儿科相对较低，分别为 57% 和 59%，科室间差距较大。

点评
只要提问阐述清楚，那大模型AI的回答也不会太离谱。
儿科这个比例占比低，是因为这个儿童患者根本就说不清楚自己的病情，你那你别指望大模型能跟你说清楚。
还有神经内科也是，那是很多都靠感觉，感觉这种事太主观了。患者的感觉与实际有偏差大，那大模型进行分析的话，那更他妈偏得离谱了。