借助AI获取健康信息，已从个别尝试演变为普遍行为。OpenAI在2026年1月披露，健康已成为ChatGPT最常见的使用场景之一，全球每周有超过2.3亿人提出与健康相关的问题；美国凯泽家庭基金会（KFF）2026年初的追踪调查表明，约三分之一（32%）的美国成年人在过去一年中曾使用AI聊天机器人查询健康信息。国人对AI问诊的热情更为高涨：笔者2025年围绕人机诊疗开展的一项调查发现，88%的受访者曾使用AI进行问诊或寻求医疗建议。

但是，笔者的调查也发现，近六成（59.2%）国内受访者表示，曾遇到AI给出的诊断或建议与医生不一致。近年来，OpenAI同样因被指提供危险乃至致命的健康建议而面临诉讼。

补位之时：AI填补可及性与信息缺口

对患者与家属而言，AI健康问诊的流行，折射出长期存在却始终未被充分满足的真实需求。

我国优质医疗资源相对有限且分布不均，大城市三甲医院门诊长期超负荷，单次问诊时间有限，医生无法将病情、化验指标与用药注意等事项充分说明。这意味着，许多人在拿到一纸化验单、影像报告或诊断报告后，面对满页专业术语，既难以理解，亦无处咨询。

AI恰好补上了这一空白。它能够将 “肿瘤标志物轻度升高”等术语转化为通俗表述，帮助患者和家属大致理解自己或亲人的病情；也能够在夜间、在偏远地区、在难以获得专家门诊之时，随时提供一份可供参考的初步说明；还能够对历次检查结果进行综合分析，从而帮助患者和家属分析解读病情发展趋势。

笔者2023年一项覆盖全球21个国家的调查发现，当受访者对医患沟通的满意度上升，其使用AI问诊系统的意愿反而下降。公众和患者转向AI，本质上折射出医疗体系的压力：预约困难、缺乏固定医生、难以负担费用，或对系统能否及时回应缺乏信心。这份价值，不应因其伴随的风险而被一概否定。因此，真正需要厘清的，是当AI的判断与医生发生冲突时，究竟会发生什么，以及我们应当如何应对。

冲突之下：信任归于谁，又如何被重塑

冲突一旦发生，患者面临的第一个问题便是：在医生与AI之间，究竟听从谁？多项实证研究给出的答案颇为出人意料：真正左右取舍的，更多在于哪种建议更能缓和对健康风险的担忧，而非“谁更可能正确”。

笔者2026年在国内开展的一项实验发现，在诊断情境下，当医生和AI分别给出一轻一重两种不同判断时，人们明显更倾向于遵从“较轻”的一方，且不因该方是医生还是AI而改变。2025年德国一项针对乳腺癌筛查的实验则表明，在“是否做活检”这类预防性决策中，人们倾向于更稳妥的建议：当医生建议做活检、AI相左时，约97%仍以医生为准；当建议做活检的一方是AI时，仍有约三分之二听从AI。

AI之所以格外擅长提供这种安心，恰在于它的作答方式：近乎无限的耐心，以及默认以完整、连贯而笃定的口吻回应一切，包括其本身并无把握的话题。美国西奈山团队2026年发表于《自然·医学》（Nature Medicine）的研究发现，面对明确的急症病例，ChatGPT Health对其中52%的病例低估了紧急程度，将糖尿病酮症酸中毒、呼吸衰竭前期等本应立即送急诊的情况，转而建议24至48小时后再评估。

更值得关注的是，这种冲突不仅影响具体的医疗决策，还可能侵蚀医患信任。医患信任建立在长期累积的互动之上。当“AI先看病、医生再诊断”或“面诊后咨询AI”成为常态，反复出现的人机分歧便可能影响这种信任关系。2026年美国一项实验以心理健康咨询为情境，在问诊结束时由医生征询AI意见，结果发现，当AI与医生意见相左时，患者会觉得自己的病情更加不确定、医生更不尽责，对医生的信任也随之下降。

而且，这种侵蚀可能并不均匀。笔者的实验进一步表明，当医生与AI意见相左时，患者的不满会不成比例地指向医生，对医生评价的下滑明显甚于对AI的评价。也就是说，AI进入医患互动后，医患关系本身成了最先被消耗的一方：医生须为一场自己并未参与的分歧承担后果，甚至沦为反复向患者“自证”的一方。

各方之责：暂时让AI回到辅助的位置

AI已经嵌入人们求医问药的过程，然而，其自身的局限，及其对医患关系可能造成的冲击，均尚未得到有效应对。因此，当下更为现实的问题并非是否应当使用，而是如何善用：既要发挥其填补医疗可及性与信息缺口的作用，又不能任其取代本应由人作出的判断。这有赖于监管者、开发者、医疗机构与医生，以及公众各尽其责。

监管的底线其实已经划定。在国内，相关红线其实早已划定。国家卫健委2022年发布的《互联网诊疗监管细则（试行）》明确规定，严禁使用人工智能等自动生成处方；2025年，北京市卫健委在《北京市支持医疗健康领域人工智能应用发展行动计划（2026—2027年）》中明确提出，禁止以人工智能完全替代医务人员的专业判断，保障医疗决策的合理性和人文关怀。放眼全球，方向趋于一致。世界卫生组织早在2024年初即发布针对大模型的医疗AI伦理治理指南，专门警示“幻觉”、误导信息等问题。

对开发者而言，首要之责在于让系统学会诚实地呈现不确定性，在证据不足时明确说明无法判断并建议进一步检查，而非以流畅完整的表达掩盖并无把握的判断。将不确定性包装为确定的系统，实质是以用户的健康换取满意度。因此，比回答是否完整更值得检验的，是应用产品能否在该止步处止步；将这一能力纳入核心评价指标，才可能扭转“答得越笃定、用户越满意”的产品逻辑。

此外，开发者亦应在产品研发与市场推广中明确其辅助定位。更具建设性的方向，是将研发重心放在AI真正擅长、且与医生职能互补的功能上：对历次检查数据进行纵向比对与趋势分析，将分散的报告与病历整理为可读的健康档案，协助患者在就诊前梳理疑问、在诊后核对医嘱与用药。

对医疗机构与医生而言，AI的走红暴露的，与其说是医生专业水平不足，不如说是解释时间的制度性稀缺。与其忧虑患者转向AI，不如正视这一需求：创造条件，让医生有时间解释、沟通与答疑；同时探索将合规的AI工具嵌入正规诊疗流程，协助医生更充分地解读化验单、更完善地开展随访，使AI成为医患沟通的放大器，而非替代品。

对公众而言，善用AI问诊的关键，在于守住三条常识：其一，将AI视为参谋而非裁判，用以理解检查数据、读懂术语、梳理问题皆无不可，但最终诊断与处方必须回到具备资质的医生手中；其二，对AI的“迎合”保持警觉，凡是不带任何保留、对复杂问题一口断定的回答，越应追问一句“依据何在、是否需要复核”；其三，了解AI问诊的正确方式，使其服务于个人健康决策。

归根到底，AI健康问诊最需要警惕的，从来不是它会不会答错，而是它太擅长把答案说得完整而笃定，以至于人们容易把“让人安心”误当成“可靠”，忘了自己看到的，或许只是一段被生成得高度完整的文字。也正因如此，更需要各方合力，让它在可靠的前提下走得更远。既承认其价值，又守住“每个人是自己健康的第一责任人”的底线，AI方能真正成为健康的助手，而非风险的放大器。▲