開年以來，AI火爆醫療圈，超過100家醫院官宣接入DeepSeek。

然而，在市場預期拉滿的同時，一線使用者們卻對AI褒貶不一，有醫生表示：AI真正起到的作用還很有限。

去年10月，斯坦福大學、哈佛醫學院等機構的研究人員在JAMA Network Open上發表了題為Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial的論文。

該研究針對50名醫生進行隨機臨床試驗，結果發現使用大語言模型 (LLM) 并沒有顯著提高醫生的診斷推理能力。

造成這一結果的原因并非是AI不夠強大，研究結果顯示，AI獨立使用的效果要比人類醫生以及人類醫生+AI更好！

一直以來，人們對AI的定位往往是醫生的“好助手”，而該研究卻否定了強大的AI模型對醫生臨床診斷的提升作用，人與AI的結合實際上起到了1+1=1的效果。

這一發現不禁讓人開始重新審視AI在醫療領域的角色定位，是我們對AI的認知還不夠深入全面，還是人類醫生與AI之間的協作模式還存在優化空間？

畢竟，醫療領域關乎的是生命健康，容不得絲毫馬虎。在期待AI能夠為醫療事業帶來革新的同時，如何實現AI與人類醫生的優勢互補，將是未來的關鍵課題。

AI強大但沒用？

斯坦福大學醫學助理教授Jonathan Chen和斯坦福大學生物醫學信息學研究中心博士后Ethan Goh是此次研究的發起人。

Chen擁有計算機科學博士學位，多年前曾是一名程序員，對計算機+醫學這一交叉領域地研究已有20多年，而Goh則曾擔任內科醫生，與谷歌、羅氏、三星等公司合作開發數字醫療產品。

圖：Ethan Goh（左）和Jonathan Chen（右）

具體而言，他們招募了50名美國執業醫師，包括26名主治醫師和24名住院醫師，專業涵蓋家庭醫學、內科和急診醫學。

通過隨機分組，其中AI組25人使用大語言模型（GPT-4）+傳統資源，傳統組25人僅使用傳統資源（如UpToDate、Google）。

最終，所有參與者共完成 244例診斷（AI組125 例，對照組119 例），由3名資深醫師盲審給出評分。

結果顯示，AI組中位數得分為76%（IQR 66%-87%），傳統組為74%（IQR 63%-84%），調整后差異為2個百分點，診斷性能無顯著差異。

時間上，LLM組每例耗時519秒（IQR 371-668），傳統組565秒（IQR 456-788），差別也不明顯。

是因為AI不夠強大嗎？答案是否定的，研究人員讓AI單獨表現時，其得分達92%（IQR 82%-97%），顯著高于AI組和傳統組。

研究人員得出結論：與傳統資源相比，大語言模型作為強大的診斷輔助工具卻并沒有提高醫生的表現，AI在臨床決策上的潛力有待進一步發掘。

當醫生遇上AI，協同成痛點

人們往往會認為，只要醫生使用AI，就能提升診療的準確性與效率。但事實證明，這種假設是錯誤的。

究其原因，AI的確很強大，但如果醫生們并不能熟練掌握，其作用仍然有限。

也正因如此，在文章的最后，研究人員們認為需要“通過重新設計醫學教育和實踐框架來適應顛覆性的新興技術”。

在實際工作中，因為不明白如何使用AI而導致效果大打折扣的案例比比皆是。

一項來自麻省理工學院-哈佛大學的聯合研究同樣指出，AI在圖像識別等任務上表現優異，但這些能力未被醫生們充分利用。

該研究調查了180名來自美國和越南的放射科醫生，結果發現，即便AI的預測準確性高于醫生，但醫生仍傾向于依賴自身經驗或直覺。

這意味著，即使AI是正確的，醫生也往往會堅持自己的第一印象，導致他們做出的診斷不太準確。

這暴露出人和AI協同的深層矛盾，如何在醫生與AI之間建立起更加和諧的互動關系，成為AI醫療能否真正落地的關鍵。

這讓我想起歷史上多起民航空難事故，正是由于飛行員與自動駕駛爭奪控制權，最終釀成了不可挽回的結果。

必須承認，自動駕駛極大程度上簡化了飛行員的操作，實現了對飛機非常精準的操控，但當電腦結果會和飛行員的判斷產生沖突，將直接挑戰著航空安全的底線。

而現代民航制度已經發展出一套成熟的方案來應對，通過多層次的安全設計和標準化流程，構建起「人機協同」的決策體系。

同樣是人命關天的大事，當AI深入到醫療領域，或許可以學習航空業的經驗，在教育培訓制度、標準化工作程序、監管框架設計等方面發力，突破信任危機與效率瓶頸。

AI醫療大幕拉開，DeepSeek只是開始

盡管不少醫院均表示已經接入DeepSeek，但大部分醫院僅僅是停留在Chatbot（聊天機器人）的形式，其實際效果究竟如何需要打個大大的問號。

尤其是在醫療資源極為稀缺的中國，如果AI不能真正提高效率、解決實際問題，醫務工作人員將很快拋棄這些工具，風口之后只會留下一地雞毛。

DeepSeek的出現，僅僅解決了AI醫療最為初級的問題，其技術價值還沒有觸及醫療細分場景的核心痛點，而這個則是留給相關公司們的更大機會。

對于當下的AI醫療公司來說，與其在參數、性能上內卷，不如在理解臨床需求、匹配實際場景、優化用戶體驗、提供培訓支持等方向上深化，讓AI能夠融入到醫務人員的工作流之中。

未來的成功不在于AI能完成多少項“炫技”，而在于它能否成為診療過程中不可分割的智能伙伴。

當DeepSeek完成市場啟蒙后，AI醫療真正的戰場將在每一次問診、每一份病歷、每一項數據中進行，只有那些最懂患者、最懂醫院、最懂中國的公司，才能成為這場深刻的行業革命中的贏家。

參考文獻：

Hswen Y, Rubin R. An AI Chatbot Outperformed Physicians and Physicians Plus AI in a Trial—What Does That Mean? JAMA. 2025;333(4):273–276.

Agarwal, Nikhil and Moehring, Alex and Rajpurkar, Pranav and Salz, Tobias, Combining Human Expertise with Artificial Intelligence: Experimental Evidence from Radiology (July 2023)

—The End—