Ask AI First, Then See a Doctor: Patients Believe It, Doctors Worry
English text is being prepared.
A survey by China Youth Daily shows that 92.0% of respondents have used AI to look up their medical conditions, and 69.7% would bring AI diagnostic and treatment suggestions to communicate with doctors. An experiment at Oxford University involving nearly 1,300 people found that when the same case was entered by a doctor, the AI recognition rate reached 94.9%, but when ordinary people described symptoms themselves, it dropped to less than 34.5%. The article also mentions AI's sycophantic tendency, as well as product developments such as Qwen integrating medical resources including drug instructions, and Tencent's AI clinical assistant connecting to hospital information systems.
Why read this
AI score 63
The original article uses a thousand-person experiment at Oxford University and outpatient cases to present the specific mechanisms by which communication costs between doctors and patients rise when patients bring AI conclusions to consultations.
Topics
Body
先问AI再看医生：患者“信”了，医生愁了经济观察报下载客户端 独家抢先看2026年10月30日 11:10:21 来自北京Updated 2026年10月30日 11:33:18
“先问AI再看医生”，正在从个别人的好奇尝试，变成一种普遍的就医习惯。AI“诊断”结果取决于患者提供的数据，在当前情况下，AI的价值可能在于帮助患者为医生提供关键的病情信息，以便医生对症下药。
近期，一张恶搞图在网上获得大量关注。在画面中，某医院告示上写着：“已经在豆包获得诊断的患者，请勿再向我们寻求意见，请改向千问或者元宝咨询。”经核实，这并不是任何一家医疗机构的真实公告，而是网友的“玩梗”。不过，一张假图能登上热搜，说明背后折射的现实问题是真实的。
中国青年报社社会调查中心联合问卷网在2026年8月发布了一项覆盖1333名受访者的调查。结果显示，92.0%的受访者用AI查询过病情、获取过就医建议，其中32.3%的人“经常用”，49.0%的人“偶尔用”。更关键的是，69.7%的受访者会主动带着AI诊疗建议去和医生沟通。也就是说，每十个走进诊室的人里，就有将近七个手里攥着一份AI给的“参考答案”。
“先问AI再看医生”，正在从个别人的好奇尝试，变成一种普遍的就医习惯。AI“诊断”结果取决于患者提供的数据，在当前情况下，AI的价值可能在于帮助患者为医生提供关键的病情信息，以便医生对症下药。
复旦大学老龄研究院教授申琦团队今年做了一项双端调研，对象包括75位医生和143位中老年居民。结果显示，约七成受访医生在门诊中遇到过患者使用AI查询健康信息。这意味着，如果一个患者带着“自认正确”但实际错误的结论走进诊室，医患之间沟通的成本可能会成倍增加。
据《Nature Medicine》在2026年2月第32卷发表的文章，牛津大学做过一项千人实验，也阐述了这个问题。在这项实验中，研究人员邀请近1300名英国参与者，模拟应对感冒、贫血、胆结石等十种常见健康场景，并判断该采取何种行动。参与者被随机分配使用GPT-4o、Llama3或Command R+中的一个，对照组则使用互联网搜索引擎。
结果出现了一道“人机鸿沟”。在这项实验中，研究人员把同一套由医生撰写的病例，比如“一名20岁男性夜间突发剧烈头痛”“一名女性产后极度疲惫几乎晕倒”直接输入给AI，模型在94.9%的情况下能正确识别相关疾病。但换一种方式，把完全相同的病例交给普通人，让他们自己跟AI对话、用自己的话描述症状，识别率就骤降至不足34.5%。
那差距从何而来？研究者在分析对话记录后发现，在受控的测试环境下，研究人员输入给AI的症状描述是规范、完整的，相当于AI在"开卷考试"里答题。相比之下，普通人在描述症状时往往不完整、不准确，同时AI也不会像医生一样，有条理地追问和引导，所以AI拿到的"题目"本身就是残缺的，自然答不好。
比沟通折扣更深层的问题，是当前主流大模型在训练中形成的一种"讨好"倾向。
为了让用户满意并且延长使用时长，AI会倾向于用笃定的语气给出“让人舒服”的回答。央广网的一篇报道援引研究数据指出，人工智能模型的“奉承”程度比人类高出50%；腾讯研究院发布的《2025年AI治理报告》也指出，当AI从生产力工具延展为“情感伴侣”，其风险形态也正在从单次内容输出合规，转向因长期拟人化交互而产生的“情感依赖”挑战。
浙江省中医院儿科主任李岚曾接诊一个三岁的哮喘患儿，妈妈把“过敏、哮喘、咳嗽、夜间咳喘”输入AI，AI几秒就给出“支气管哮喘急性发作”的判断，建议雾化后观察。妈妈认定了AI诊断结果到诊室要求开具相应处方。但李岚医师听诊后发现肺里有明显湿啰音，是肺炎的信号，建议拍胸片排查，而家长拒绝了，认为“AI上也说得很清楚，没必要检查。”两天后孩子高烧、呼吸急促，CT显示双肺大面积炎症，确诊偏肺病毒肺炎合并细菌感染。这种AI顺着家长预设给出的答案，让一个本可以早些发现的问题拖延治疗。
第一财经10月发布的文章《患者自带AI诊断进诊室，医生为何先叹气？》中提到，“对医生而言，最棘手的不是患者提出问题，而是患者将一般性医学知识当成针对自己的诊断，并据此形成对治疗的预期。当临床判断与AI答案出现分歧，医生不仅需要解释自己的诊疗思路，还要帮助患者重新理解AI结论的适用范围。”
对患者来说，AI能起到什么作用？答案或许并不复杂。美国医学会（AMA）给患者的建议很具体，让AI在就诊前想清楚该问医生哪些问题，让AI预演“医生可能会问我什么”，从而在有限的诊室时间里给出更完整的回答。即，AI的价值在于帮助患者为医生提供关键的病情信息，以便医生对症下药。
问诊需要相对专业的沟通技术。医生最重要的工作之一，就是引导患者把模糊的体感，转化成可用于判断的临床信息，比如哪里疼、怎么疼、什么时候疼、有没有别的伴随症状，是否误食了有毒东西……一位医生曾这样描述理想的使用AI的场景。患者来之前，用AI梳理了最近的身体变化、正在服用的药物，以及想向医生确认的问题。到了诊室，这些信息可以帮医生更快地进入状态。
事实上，市场上已经有一批AI产品选择在医疗健康这条道上深耕。例如，千问接入国家药监局药品说明书、中国营养学会知识库、临床指南等五大医学资源，并上线“健康档案”功能，允许用户授权接入智能手表、血糖仪等设备数据；此外，腾讯的“AI临床助手”也接入了医院信息系统，疾病预测准确率能达到96.39%，其中所有的输出必须经医师审核确认。该系统也明确表明，“AI作为辅助参考，不替代医生最终诊断”。
“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”