“AI+医疗”正加速落地，业界共识：医生仍是决策中心

随着AI医疗的加速落地，足不出户的问诊便利可能使越来越多的人选择AI医生作为自己的首诊医生，如果这成为趋势会带来什么样的隐忧？“小病用AI、大病去医院”的说法到底对不对？普通人如何用好AI会利于自身健康？前不久在香港闭幕的2026全球医疗峰会通过直播，让线上线下的嘉宾就“AI赋能医疗健康”的议题展开热烈讨论。与会嘉宾认为AI医疗在提升诊疗效率的同时，如何保障医疗质量、数据安全，并充分尊重医生的专业判断非常关键。而对于普通老百姓而言，建议正确使用AI，不要依赖AI，如果诊断有误，至少AI现在还很难承担法律责任。

看病先问AI，居家场景成AI医疗落地新阵地

本次峰会由新风天域集团与香港投资管理有限公司（港投公司）联合举办。会上发布了多款居家使用的AI医疗产品。

“杭州一名专家线下年接诊约1万人次，其AI分身去年线上接诊达300万人次，将专家资源放大了数百倍。”峰会上，蚂蚁集团副总裁张俊杰公布的数据显示，AI健康助手“阿福”上线仅13个月，用户已超1.3亿，55%来自三线以下城市，老年用户占25%，凌晨时段使用占比超过16%。“阿福”会通过多轮追问将模糊需求精细化，并支持多种方言及电话交互，在医生复核模式下可实现5秒响应、5分钟完成复核。在广州，“阿福”也已与广州医科大学附属妇女儿童医疗中心等机构展开合作，推动湾区协同模式在AI医疗领域的落地。

类似的AI产品正在从不同场景切入医疗服务。新风医疗首席技术官邱慧在峰会上发布了新一代半诊式临床智能产品AMU，该产品从诊前预警、诊中病历生成到诊后随访形成完整闭环，已在和睦家及新风体系内全国20多家医院的100多个科室完成验证。另外，柏盛健康联合创始人郑会杰从主动健康管理角度提供了另一个观察维度：其管理式医疗工具Pace AI能通过AI分诊对接医生、衔接药品配送与家庭医生随访形成服务闭环，同时会整合用户分散在不同医疗机构的病历信息，在患者症状出现前就能主动预警并介入，将护理从被动应对转向主动预防。

AMU现场发布会

AI无法直面后果，人必须始终在场

那么当AI大规模进入临床，边界在哪里？这是贯穿峰会上“AI赋能医疗健康”议题的核心追问。

在《医疗AI的真实世界：医生、临床、教育与算力的多重视角》专题研讨会上，丁香园创始人李天天分享了一组数据：其临床决策AI产品上线7个月，已有165万医生使用，后台累计提问超500万次，其中近半问题已超出医生自身专业领域。对此，讯飞医疗总裁陶晓东指出，根本原因在于医学知识太过庞杂，没有医生能在有生之年掌握所有专科的知识，而大模型正扮演“虚拟会诊”的角色，帮助专科医生处理跨专业的问题。他透露，讯飞产品累计提醒医生超1000万次，其中约100万次被采纳并修改了诊断。香港中文大学（深圳）医学院创院院长郑仲煊则从人才培养的角度分享到，学院已率先落地六年制AI融合课程，并要求学生从大一开始掌握AI技术基础及提示词编写，大二则进一步学习AI伦理、局限性与相关挑战，到大三与数据科学家搭档参与临床。在他看来，“AI不会取代医生，但会淘汰不懂AI的医生”。

《医疗AI的真实世界：医生、临床、教育与算力的多重视角》专题研讨会现场

在另一场专题研讨会《AI智慧医院的地基：数据、平台与信任》中，讨论触及了一个更本质的问题——当AI具备诊断能力，人还要不要“坐在驾驶座上”？专家们的答案高度一致：机器可以辅助，但最终的决策和责任必须由人来承担。医渡科技创始人宫如璟直言：“‘AI原生医院’是个伪命题，因为AI每周都在剧变，但医疗有它严肃的监管和反馈周期。”美国麻总百瀚创新MESH孵化器创始人Marc SUCCI则把“医生必须全程参与”视为AI赋能初期诊断“不可逾越的红线”，一旦漏掉关键诊断便无法回头。希望之城国家医学中心副总裁Stephen GRUBER进一步指出，AI可以模仿与模拟，但无法取代人类的辨别力与判断力。InterSystems亚太区董事总经理Luciano BRUSTIA也持同样观点：AI绝不能成为决策的唯一主体。

《AI智慧医院的地基：数据、平台与信任》专题研讨会现场

当AI成为“第一面诊”，决策仍须回到医生

“人工智能进展非常快，甚至快到我们跟不上它的转变。但AI在医疗中的应用必须回归本质——所有技术的目的都是为了服务患者，以患者为中心。”作为研讨会主持人，中山大学附属第一医院医疗大数据与人工智能研究中心主任王海波表示，研讨会嘉宾发言让他很受启发。在他看来，AI正在三个维度上释放这种服务能力：穿透专科壁垒，让专科医生能借助AI学习了解本专业以外的高深专业问题；穿透医院围墙，将医疗服务延伸到患者家中；穿透时间限制，使医疗服务的关注覆盖到患者离院后的不同阶段。

中山大学附属第一医院医疗大数据与人工智能研究中心主任王海波在研讨会中

但当AI开始承担“第一面诊”角色，局面变得更复杂了。王海波指出，AI让过去接触不到医学知识的人有了获取信息的渠道，不仅可以无时无刻提供服务，还能用通俗语言让老百姓看懂，这是人类难以做到的。这意味着，只要每个人手上有一部手机，就有一个AI在身边提供医疗帮助。

但不要忘了，AI面诊有一定的风险，目前AI犯错率仍然很高，信息不足、知识偏见等等都会导致犯错，如果延误治疗或者导致误诊，这个责任应由谁来承担？“我们医院肖海鹏教授研究团队发表在国际全球期刊《柳叶刀数字健康》在一个甲状腺结节AI辅助诊断的研究中，当获知知自己的判断与AI不一致时，超过一半的医生将自己的判断改成了和AI一致的结果。但最终病理证明，改结果的医生中有四分之一本来是对的。如果换成恶性度更高的癌症，后果不堪设想！”王海波表示，这提醒我们今后要更为关注因此引发的伦理、法律、责任等多方面的问题，而美国已经有相关诉讼。

国家权威医学期刊《自然医学》发表的研究显示，医生使用AI能增强判断力。但当患者本人直接用AI、过多依赖和信赖AI的时候，实际上效果比使用搜索引擎还要差。这是因为AI提供的是海量信息，没有经过医学训练的普通人难于做出正确判断。其次，AI特别善于以权威口吻来判断，容易误导患者，实际上AI还在不断地学习。即便以后变得更好，但大模型是否能承担诊疗的责任？这是非常复杂的法律和伦理问题。王海波援引了国际通行的“多主体分布式的责任”（distributed responsibility）概念——AI厂商、医生、患者都应在各自位置上承担相应的判断和决策职责。“所有有决策权的主体都要承担责任，如果要赋予AI部分的决策权，比如AI直接面对患者提供服务，AI的厂商也要承担相应的责任。”这正是许多AI大厂商在模型上设置“护栏”的原因——有些问题AI不能回答。

《AI智慧医院的地基：数据、平台与信任》专题研讨会现场

对于不断涌现的、看似越来越便利实用的各种AI医疗工具，普通用户该如何运用？王海波给出了一个中肯的建议——正确使用AI，但不依赖AI，不止使用一个AI，不要太过相信它，也不要依靠它做重大决定。他不同意“小病用AI、大病去医院”的说法，因为患者无法准确判断大病还是小病，小病也可能发展为大病。正确的做法是用AI查资料，但重大决定必须回到医生那里。正如他在讨论中所说：“如果是自己和家人的健康，比较重大的事情，不要AI说没事就没事了，还是要回到医生那里。AI的使用者强，效果就强，AI的使用者弱，效果就弱！”这一观点与专题研讨会中多位嘉宾的共识形成呼应，即AI可以辅助，但最终的决策和责任必须由人来承担。

采写：南都N视频记者 曾文琼

实习生：刘泳彤

通讯员：李伟思