作者｜Hayward

原創(chuàng)首發(fā)｜藍字計劃

無聊的時候用AI聊聊天、要改文章風(fēng)格的時候用AI偷下懶、需要配圖的時候讓AI畫一個…

但如果我說AI能救命，閣下又該如何應(yīng)對呢？

8月2日，微博CEO @來去之間發(fā)微博昨天睡前突然感覺到強烈的頭暈?zāi)垦＃苯訒灥阶卟粍拥?，甚至都“站不起來”了。他家里人幫他量了血壓，發(fā)現(xiàn)高壓還不到90，妥妥的低血壓。

低血壓這件事可大可小，如果發(fā)展到極端情況，會陷入休克，甚至?xí)l(fā)腦梗和心梗，是會死人的。不過能干上微博CEO的還是藝高人膽大，他沒有第一時間打車去醫(yī)院，反而選擇了先問AI。

他在把癥狀夸大之后，又把自己晚上吃喝過的東西通通發(fā)給AI，最終“診斷結(jié)果”是因為喝了隔夜的VC泡騰水，得了「反射性低血壓」。

最終，在AI的建議下，他就喝了點可樂、蒙脫石散和補液鹽，一小時后還真好了。

這事一出，立馬刷新了很多人的對AI的認知，原來AI除了幫我們偷懶和娛樂外，還能用來“問診”。

但從網(wǎng)友們的反應(yīng)來看，更多人的態(tài)度還是“不買賬”。不僅來去之間的評論區(qū)里有不少人批評這個例子會誤導(dǎo)網(wǎng)友在緊急時不去找醫(yī)生找AI，耽誤最佳治療時間，還有一些網(wǎng)友認為來去之間這個行為，是面對生命健康的兒戲。

網(wǎng)友們的質(zhì)疑完全可以理解。如果是一個月前的我，肯定也會和大多數(shù)網(wǎng)友一樣罵一聲來去之間“不知死活”。

但恰好在兩周前，我女朋友正是用AI解決了一個困擾她二十多年的疑難雜癥，再加上來去之間這次的案例，讓我更加相信“AI問診” 這件事，可能遠比大家想的靠譜。

賽博神醫(yī)

都說年紀大機器壞，隨著年齡越來越大，大家肯定多多少少都有一些存在很多年，雖不致命但又沒法完全根治的病癥。

比如我女朋友，她自七歲起就有一個怪病，發(fā)病時會先伴隨強烈的眼花、目眩，就像套上了萬花筒一樣，過了半小時之后就開始頭暈，一暈就得四五個小時。

這個怪病發(fā)作的時候視線模糊得什么都看不了，頭暈之后又只能躺在床上休息，二十多年都是這樣過來的。雖然說不會危及生命，但對日常的生活工作有非常大的影響。

更令人心煩的是，這二十多年里看過了無數(shù)三甲醫(yī)院、診所、偏方，有說是急性腸胃炎的、耳源性眩暈的，去看了中醫(yī)又說是肩頸部供血不足…診斷結(jié)果五花八門，但始終沒有一個醫(yī)生、一種藥能解決這個問題，甚至緩解發(fā)作的癥狀。

所以，正當我們束手無策的時候，抱著死馬當活馬醫(yī)的心態(tài)，不如問一下ChatGPT 4o吧，或許它會知道一些什么。

不得不說，真是不試不知道，一試嚇一跳：我們輸入女朋友的過往的疾病史、生活史、過往診斷、用藥及效果之后，ChatGPT給出了一個完全意料之外的診斷結(jié)果：前驅(qū)性偏頭痛。

對于這個診斷結(jié)果，它是這樣解釋的：“視覺異常+隨后頭暈惡心嘔吐+睡眠緩解+發(fā)作性+月經(jīng)周期相關(guān)的癥狀，高度符合偏頭痛伴先兆（Migraine with aura）的臨床表現(xiàn)。”

而且ChatGPT好像猜到了我們會對“偏頭痛”這個結(jié)果感到意外，特地解釋了一番：“許多偏頭痛患者并不以“頭痛”為主，而可能以眩暈為主癥狀”，同時解釋了之前醫(yī)生會誤判的可能因素。

ChatGPT在整理出答案之后，還會給我們推薦掛號的醫(yī)院科室，強調(diào)了要找眩暈相關(guān)的醫(yī)生；并且在回答的最后，主動詢問我們需不需要準備病情的自述提綱，或者生成病癥判斷的邏輯文檔。

可以看到，ChatGPT的整個診斷流程里，分析有理有據(jù)、引經(jīng)據(jù)典，并且回答的情商非常高，不僅有對患者的安慰、對過去醫(yī)生的找補，還能積極引導(dǎo)我們?yōu)榭床∽龊脺蕚洹?/p>

只是，這個診斷結(jié)果是不是真的正確呢？除了GPT，我們也用同樣的提示詞問了谷歌Gemini 2.5 Pro，來交叉驗證一下。

對于這個病癥，Gemini給出了類似的答案。雖然它稱之為“前庭性偏頭痛（Vestibular Migraine）”，但結(jié)合后續(xù)回答對癥狀、病史的分析，說的的確是同一個病。

基本可以確定，這個怪病是“偏頭痛”了。

另外在體驗兩款A(yù)I工具的時候我們也發(fā)現(xiàn)，Gemini的回答會顯得更加簡潔高效，整個文本的排版看起來更有重點更加舒服，只用來查詢病癥的話顯然用Gemini更加方便。

但如果想更加深入了解具體情況，ChatGPT的擬人化程度真的很高，交互起來就更加友好。比起Gemini在回答結(jié)尾的“打雞血”，好像答完這個問題就下班了，還是GPT的循循善誘，甚至主動提議幫你準備一些能用得上的材料，更加溫暖貼心。

最后，為了驗證兩個AI的診斷結(jié)果是不是準確的，我們拿著GPT生成的看病材料到了廣州某個三甲醫(yī)院的神經(jīng)內(nèi)科，并根據(jù)它的推薦找了眩暈相關(guān)的醫(yī)生。

令我們十分意外的是，門診的醫(yī)生，無論是對GPT的診斷還是它制作的就診信息匯總表都高度肯定，他說GPT的診斷結(jié)果基本是準確的。

不過因為女朋友癥狀發(fā)作的時候從來沒有出現(xiàn)過明顯的頭痛，醫(yī)生也認為這是一個罕見病，同時的確也很容易誤診。

最終醫(yī)生給出的診斷是“基底型偏頭痛”，是對偏頭痛病癥的一種細分類型。

然而，更絕的還在后面。針對這個罕見病，醫(yī)生給女朋友開了一個還在臨床試驗的特效藥，而這個特效藥是真的有用。

在后面女朋友這個病再次發(fā)作的時候，把這個特效藥吃下去之后，平時需要幾個小時才能緩解的眼花、頭暈，不到半個小時就能大幅度緩解，已經(jīng)不影響正常的生活工作了。

所以，在這次親身經(jīng)歷里，無論是前期的AI輔助診斷，還是后期醫(yī)生的對癥下藥，都對找到這罕見病的治療方法發(fā)揮了巨大作用。

我們不禁會想：如果早幾年就能用上現(xiàn)在這個版本的ChatGPT 4o，會不會更早幾年就能免受這個罕見病帶來的痛苦？

而且GPT在AI問診的過程中，還可以協(xié)同幫助我們梳理發(fā)病經(jīng)過、組織描述病歷的語言大綱；在我們不確定該怎么描述一些癥狀時，AI 還可以引導(dǎo)我們?nèi)蚀_地描述出來，甚至還可以幫我們自動生成一些類似自測量表的文書工具。

從靠譜程度來說，比“百度搜病癥”不知道有用到哪里去了。

另外，經(jīng)過這次事件之后，我也是查了資料才知道，原來AI在醫(yī)療領(lǐng)域回答的靠譜程度，原來是遠高于其他領(lǐng)域的。

“神醫(yī)”的底氣

一向都喜歡胡編亂造的AI，怎么在問診這件事上突然就靠譜起來了？

從宏觀層面來說，醫(yī)療信息的高度結(jié)構(gòu)化、知識密度大且更新速度快，恰好正是大模型擅長處理的內(nèi)容。

響應(yīng)迅速的大模型可以7x24小時處理大規(guī)模醫(yī)學(xué)知識、精準匹配用戶問題，并可以通過數(shù)據(jù)訓(xùn)練在任意時間不斷學(xué)習(xí)和更新，還可以像上面提到的在咨詢、問診的過程中輔助醫(yī)生決策與診斷。

所以，能力越強的大模型，越適合用來回答醫(yī)療相關(guān)的問題。除了上面提到的ChatGPT 4o和谷歌Gemini 2.5 Pro，國內(nèi)一些能力出色的大模型在醫(yī)療領(lǐng)域的表現(xiàn)也很不錯。

就在今年6月，斯坦福大學(xué)發(fā)布了一項有關(guān)臨床醫(yī)療AI模型的全面評測，顯示DeepSeek R1以66%的勝率和0.75的宏觀平均分，在九個前沿大模型中脫穎而出，成為全球冠軍。

另外，阿里旗下的AI產(chǎn)品最近也在高調(diào)地進軍醫(yī)療市場。除了最近廣告打得飛起的夸克高調(diào)宣布“已經(jīng)將健康大模型集成在AI搜索框中”外，同門兄弟的“螞蟻AQ”也是一款專注C端健康管家的軟件。

但強大的模型能力只是一切的基礎(chǔ)。對醫(yī)療領(lǐng)域的回答來說，訓(xùn)練數(shù)據(jù)是不是足夠準確、可靠，重要性遠超其他領(lǐng)域。所以，使用高質(zhì)量、結(jié)構(gòu)化的醫(yī)學(xué)數(shù)據(jù)進行訓(xùn)練是必須的。

在這方面，ChatGPT說他們微調(diào)數(shù)據(jù)來自臨床指南、UpToDate、PubMed的數(shù)據(jù)，并且會專門過濾非結(jié)構(gòu)化網(wǎng)絡(luò)信息，避免患者論壇誤導(dǎo)性內(nèi)容，保證醫(yī)療回答的信息可靠、專業(yè)。

另外，Gemini這邊的數(shù)據(jù)依托Google Health的真實病例與結(jié)構(gòu)化EHR（Electronic Health Record，電子健康檔案）數(shù)據(jù)，并且會有醫(yī)生團隊篩選訓(xùn)練語料，避免AI胡編亂造。

無論是哪家的大模型，醫(yī)療相關(guān)的數(shù)據(jù)來源必須是經(jīng)過層層篩選，可不是什么“隨便網(wǎng)上找來的”就能用來喂給大模型的。

有了高質(zhì)量數(shù)據(jù)之后，要怎么用？這時就會用上訓(xùn)練大模型過程中的“知識增強”（Retrieval-Augmented Generation, RAG），在模型生成回答前，先進行知識檢索，再由模型生成答案，確保輸出內(nèi)容與權(quán)威資料一致。

不同模型的具體做法可能會不太相同，比如ChatGPT會在聯(lián)網(wǎng)模式中，借助Bing +醫(yī)學(xué)數(shù)據(jù)庫內(nèi)容實時增強；Gemini會動態(tài)連接Google Search醫(yī)療知識面板，引用臨床試驗、指南等摘要內(nèi)容等等。

除此之外，大模型還會內(nèi)置“醫(yī)療事實校驗?zāi)K”（Fact Consistency Checker），在回答生成后，會反向再判斷一次輸出是否與數(shù)據(jù)庫一致。

例如，輸出回答后，會抽取模型回答中的關(guān)鍵實體（如疾病名、藥品名），看這些東西是不是知識庫里存在的；又例如，會對輸出進行“自動三段論”邏輯審查，檢查“疾病類型→感染類型→藥物適應(yīng)癥”這三者之間是否合理配套。

因為這一步能夠顯著減少因錯誤推理鏈導(dǎo)致的醫(yī)學(xué)性幻覺，無論是通用大模型，比如ChatGPT、Gemini、Anthropic Claude，還是醫(yī)療垂直大模型，比如夸克醫(yī)療大模型、訊飛星火醫(yī)療大模型和平安醫(yī)療認知大模型，都已標配。

最后部分大模型輸出的結(jié)果，還會通過專業(yè)醫(yī)生反饋標注，并在多輪標注之后用于強化學(xué)習(xí)，并設(shè)計一套完善的準確性獎勵機制等等…

簡而言之，AI 醫(yī)療問答場景下的回答，需要經(jīng)過一系列“防幻覺系統(tǒng)工程”的處理，相比傳統(tǒng)的問答流程更加復(fù)雜、嚴謹和專業(yè)，所以醫(yī)療場景下的 AI 回答才會比其他情況更有可信度。

“吃錯藥會死人”的道理大家都懂，在這種嚴肅領(lǐng)域，AI大模型廠商更怕出事?lián)?zé)。

黎明前夜

財經(jīng)故事薈提供了一組數(shù)據(jù)，在美國頂級醫(yī)療機構(gòu)中，高達87%的科室已實現(xiàn)AI工具的常態(tài)化使用（每周>50次），其中放射科、病理科的采納率更是達到了95%。

另外，美國、英國、法國、瑞士等國家都有在試點，將AI工具引進醫(yī)生的日常工作流中，為患者解答問題、分析醫(yī)學(xué)影像和自動生成臨床文書等，為探索AI工具在臨床醫(yī)學(xué)流程的實際運用提供了寶貴數(shù)據(jù)。

AI醫(yī)療的確是一個非常有想象力的領(lǐng)域，看病難、醫(yī)療資源不均衡的問題全世界都存在，但AI的出現(xiàn)，對普通人來說意味著多了一份可以隨身攜帶專業(yè)的醫(yī)療知識寶典，對醫(yī)生來說也是一個非常強大的減負工具。

雖然現(xiàn)在誰也不敢拍胸口保證 AI 問診的結(jié)果是百分百準確，但也不妨試試使用ChatGPT、Gemini等工具幫你總結(jié)一下病情發(fā)展的經(jīng)過、描述一下癥狀和病情，并幫你將這些信息整理到表格里，至少能幫你提高看病時和醫(yī)生溝通的效率，還不怕?lián)倪z漏重要信息點。

這不比用AI來算命有價值多了？