长沙市中心医院，放射科主任周俊杰点开一张肺部CT，AI系统0.3秒圈出三处微小结节——最小编径2毫米，人眼几乎不可能发现。同一周，哈佛医学院在《JAMA Network Open》发布重磅研究：21款主流AI大模型仅凭症状做初步诊断，错误率高达80%。一边是96%的精准，一边是80%的翻车，AI看病到底靠不靠谱？
医院里的"AI慧眼"：比年轻医生还准
长沙市第一医院2023年引入内镜AI系统后，检查盲区率降低16%，病灶预判与病理结果符合率高达96%。长沙市中心医院引入AI辅助影像诊断后，阅片时间缩短40%，微小病灶识别率提升25%，诊断准确率超过95%。（据新浪财经4月17日报道）
这不是孤例。北京积水潭医院贵州医院全面启用AI智能诊断系统，覆盖肺结节、肋骨骨折、骨龄检测等多个场景。江南大学附属医院联合南京航空航天大学、东南大学，打造的烧伤智能精准诊断系统，准确率超过95%，成为全国示范样板。
更让人意外的是基层的变化。一款基于AIMES医疗大模型的AI智能体，覆盖207种规范化诊疗罕见病，整合了国家卫健委《罕见病诊疗指南（2025年版）》等权威资源。接入该系统的基层医疗机构，罕见病首诊识别准确率提升47%，患者转诊效率提升30%。这意味着，以前在县医院根本认不出的罕见病，现在AI能帮你"指路"。
哈佛的冷水：通用AI初诊80%出错
然而，医院里那套专用AI，和你在手机上用的ChatGPT，根本不是一回事。
哈佛医学院最新研究测试了21款主流AI大模型，包括ChatGPT、Gemini、Claude等。结果令人心惊：仅凭患者口述症状做初步诊断，错误率高达80%。即便补充了完整检查结果，失败率仍达40%左右。（据《JAMA Network Open》4月13日发表的研究）
另一项由美国、加拿大、英国三国研究团队联合进行的研究，测试了ChatGPT、Gemini、Meta AI、Grok和DeepSeek五款头部平台。围绕五类健康主题提出10个问题，约50%的回复存在问题，其中近20%被评估为严重问题。（据《BMJ Open》近日发表的研究）
换句话说，你对着手机问"我头疼是不是脑瘤"，AI给你画的诊断路线图，大概率是错的。
关键区别：专用AI vs 通用AI
为什么同一项技术，在医院和手机上表现天差地别？答案在"训练数据"三个字里。
医院里的医疗AI，是用数万张标注过的专业影像训练出来的。长沙市第一医院的内镜AI系统具有自主知识产权，数据来源是海量真实内镜影像。它只做一件事——在内镜画面里找异常。越专注，越精准。
而通用AI大模型，训练数据覆盖全网，医疗只是其中一小部分。它什么都能聊，但什么都聊不精。就像一个全科医生，什么病都略知一二，但遇到疑难杂症就抓瞎。
北京大学第一医院伊志强医生的观点很直接：目前机器无法完全替代医生。通用AI连基本鉴别诊断都做不好，谈何替代？
处方权之争：AI能开药吗？
诊断只是第一步，治疗才是关键。而这里，横亘着一道法律红线——处方权。
在中国，AI目前没有处方权。它只能辅助诊断，不能开药。环球网引述专家观点指出：AI可辅助诊疗，不可自动生成处方。除非修改立法，否则AI医生永远卡在"看病不开方"的尴尬位置。
但大洋彼岸已经有人开始试探边界。美国犹他州批准了一家名为Larkr Health的初创公司，允许其AI聊天机器人为符合条件的患者续开精神类药物处方，无需经过传统医生问诊。这个实验性项目为期一年，迅速引发医学界和伦理学界的激烈争论。
支持者认为，精神科药物续方风险相对可控，AI可以缓解医疗资源短缺。反对者则担心，没有医生面诊，AI无法捕捉患者的情绪变化和潜在自杀风险。一颗药片背后，是算法永远无法理解的人类脆弱。
谁会被替代？谁不可替代？
回到最初的问题：AI会替代医生吗？答案是：会替代一部分，但绝不是全部。
会被替代的，是那些机械重复、模式固定的工作。影像科医生一天看几百张片子，AI可以在几秒内完成初筛，把疑似异常的标记出来，医生只需要复核。病历书写，AI可以提升48倍效率。烧伤面积计算，AI比人眼更精确。
不会被替代的，是那些需要"人情味"的环节。一位老医生说过："病人走进诊室的那一刻，他需要的不仅是诊断，更是有人认真听他说完。"AI读得懂片子，读不懂恐惧。它能算出烧伤面积，算不出一个父亲看着孩子被烫伤时的心碎。
湖北省已明确：2026年底所有三甲医院实现AI云陪诊、检查检验自助开单等七大数智化就医场景全覆盖。AI正在加速进入医院，但它进的是诊室，不是医生的椅子。
AI看病这件事，96%和80%都是事实——专用医疗AI确实强，通用AI问诊确实弱。下一个真正值得思考的问题或许是：当AI获得了处方权，你敢让它给你开药吗？评论区聊聊你的看法。
觉得有收获就点个赞/在看/收藏 👇
