300元專家號變AI複讀機:醫生桌下偷看豆包,未看片直接開藥方背後的醫療AI亂象

300元專家號變AI複讀機:醫生桌下偷看豆包,未看片直接開藥方背後的醫療AI亂象

300元專家號變AI複讀機:醫生桌下偷看豆包,未看片直接開藥方背後的醫療AI亂象

最近內地一宗事件在網上瘋傳:有病人花了300元掛專家號,結果發現醫生全程在桌下偷偷查看「豆包」AI 助手,連影像片都未睇過,就直接照著 AI 給出的建議開藥方。事件之所以引起這麼大反應,並不是因為醫生用 AI 本身有問題,而是因為這名病人付出的,是專家級的診金與信任,換來的卻是一個「AI 複讀機」式的服務。這篇文章想講清楚的,是這宗事件真正的爭點在哪裡,以及它揭示了醫療場景下 AI 使用最容易被忽略的紅線。

事件本身:問題不在用 AI,而在怎樣用

先還原一下基本場景。病人預約的是專家號,本來期待的是一位資深醫生根據自己的影像檢查、病歷、症狀做出綜合判斷。但實際情況是,醫生連影像片都沒有打開細看,問診過程中還偷偷在桌底操作手機,把症狀輸入豆包,然後幾乎照搬 AI 輸出的建議去開藥。

如果只看「醫生用 AI」這一層,其實沒什麼好罵。今時今日,連放射科 AI、輔助診斷系統都已經是行業標配,問題從來不是醫生「能不能用 AI」,而是 AI 在這位醫生手上扮演了什麼角色。

這宗事件真正刺眼的地方有三點:

  • 第一,他用的是一個通用型 AI 聊天工具,不是經過醫療資料訓練、合規認證的臨床決策支援系統。
  • 第二,他在病人不知情的情況下偷偷使用,意味著他自己都知道這樣做不應該。
  • 第三,他略過了最基本的專業動作——看片,直接把 AI 的輸出當成診斷結論。

換句話說,這不是「醫生借助 AI」,這是「醫生外判判斷給 AI」。

通用 AI 不是臨床工具,這條線必須講清楚

豆包這類通用大模型,本質上是一個語言生成系統。它會根據你輸入的描述,生成看起來合理、語氣專業的回覆,但它並不知道你眼前這個病人的真實影像、真實病史,也沒有臨床責任。

醫療 AI 跟通用 AI 是兩件事,這個分別很多人沒有意識到:

  • 臨床決策支援系統(CDSS):需要通過醫療器械註冊、有臨床驗證數據、有明確的適應症與禁忌症,輸出會被視為輔助診斷工具。
  • 通用聊天 AI:訓練資料來源混雜,沒有任何臨床責任歸屬,回覆風格傾向「給出一個答案」,而不是「指出不確定性」。

當醫生把症狀輸入豆包再照單全收,其實是在做一件非常危險的事:用一個沒有臨床責任的工具,去取代自己作為有執照醫生的判斷。一旦出事,AI 不會被吊銷牌照,被告上法庭的還是醫生自己,承受後果的是病人。

更現實的風險是「幻覺」。通用大模型在面對醫學問題時,給出看似專業但實際錯誤的內容是常態。對於一個非醫學背景的用戶來說,這種錯誤可能只是浪費時間;但對於一個照著 AI 開藥的醫生來說,這就是直接的醫療事故風險。

「未看片直接開藥方」才是最該被討論的點

很多人在罵這件事的時候,焦點都放在「醫生竟然用 AI」,但我認為真正最嚴重的,是「沒看片」這四個字。

影像片是病人花時間、花錢做出來的客觀證據,是醫生判斷的核心依據。專家號之所以叫專家號,賣的就是這位醫生對影像、對病歷的解讀能力。一個專家如果連片都不看,那他開的藥方無論是自己想的還是 AI 給的,本質上都不可靠。

這帶出兩個值得警惕的場景:

第一種,是「AI 變成醫生偷懶的藉口」。本來需要花十分鐘細看影像、對照病史的工作,現在三十秒輸入症狀就交給 AI 處理。表面上效率提升了,實際上專業判斷被掏空。

第二種,是「AI 輸出反過來影響醫生判斷」。心理學上有所謂 anchoring effect,當醫生先看到 AI 給出的方向,他之後就算再看片,也很容易被那個答案牽著走,反而失去了原本應有的獨立判斷。

病人應該怎樣自保

這件事之後,不少人問:以後去看醫生,是不是要盯著醫生有沒有偷用 AI?這其實是錯的方向。

你不可能、也沒必要去監視醫生用什麼工具。真正可行的自保動作有幾個:

  • 看診時主動要求醫生解釋影像。一個有認真看片的醫生,能夠在片上指出具體位置、具體特徵,這是 AI 替代不了的。
  • 對「來得太快、太流暢」的診斷保持警覺。如果你描述完症狀,醫生幾乎沒看任何資料就給出一套完整方案,這本身就值得多問一句「依據是什麼」。
  • 重大診斷一定要 second opinion。尤其是涉及手術、長期用藥、腫瘤判斷的場景,不要因為對方是「專家號」就放棄第二意見。
  • 保留所有影像原檔與報告。這些是你帶去找另一位醫生時最重要的籌碼,而不是只憑記憶複述。

AI 進入醫療是好事,但前提是「誰負責」這件事不能糊

我並不反對醫生用 AI,相反,醫療是 AI 最值得深入的場景之一。問題從來不在工具,而在使用方式與責任歸屬。

一個合格的用法應該是:醫生先做自己的專業判斷,再用 AI 做交叉驗證或補充提醒,最後由醫生為這個判斷負責。一個不合格的用法則是:醫生跳過自己的判斷,直接把 AI 輸出當成結論,然後用自己的牌照為 AI 的答案蓋章。

這宗300元專家號事件最大的意義,不是讓大家去恐慌 AI,而是讓整個行業意識到——當 AI 工具越來越好用,越來越多醫生會偷偷用、隨便用、不規範地用。如果監管、規範、知情同意這幾條線不及時補上,下一個受害的,可能就是任何一個正在掛號等診的普通人。

專家號賣的是判斷力,不是複讀機。這條底線,AI 再強都不能碰。

追蹤以下平台,獲得最新AI資訊:
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/

Dr. Jackei Wong

Dr. Jackei Wong|GenAI 企業培訓導師|AI 書籍作者|科技 YouTuber
專注生成式 AI(GenAI)企業培訓、公開課程、講座、工作坊及社交媒體內容合作。
DayGen AI Limited 及 RoboCode Academy 創辦人。
擁有超過 20 年人工智能研究、教學及培訓經驗。
YouTube:youtube.com/@drjackeiwong
網站:drjackeiwong.com
合作邀請歡迎 DM

喜歡請分享