信AI不信医生!孩子被拖成重症肺炎!四款大模型成绩曝光,靠谱程度如何?

上观新闻    2026-11-16 16:07:14

有没有发现

自从家里长辈学会用AI,

简直像打开了新世界的大门?

一有头疼脑热,

先不急着跑医院问医生, 

而是问AI,

让它给自己一个 “诊断方案”。 

家长不信医生信AI

孩子变重症肺炎

最近,一位家长带着3岁孩子

前往浙江中医药大学附属

第一医院儿科就诊,

医生考虑孩子是哮喘并发肺部感染,

建议患儿做胸部x线等检查。

然而,家长却以AI给出的诊断

与医生不同为由,

拒绝接受进一步检查,

随后,家长带着孩子自行离开。

但没过几天,

这位家长再次带孩子前来就诊。

医生检查发现,

此时的患儿已发展为重症肺炎。

医生表示,现在看诊时

经常会碰到

有些家长拿着咨询AI的结果,

质疑医生:

“你说的怎么跟AI说的不一样?”

那么,通用AI大模型

到底能不能直接看病?

AI问诊靠谱程度究竟如何?

四款通用大模型均分64.35

仅可作辅助

记者带着疑问,

来到上海人工智能实验室

医学智能中心,

(该中心建立了

国内首个面向医疗大模型

应用评测和验证平台)

对国内外四款通用大模型

进行了一次“考试”。

评测员专门设计了

一套涵盖36个评测集、

100万道试题的标准化题库,

能够从医学知识问答、

复杂医学推理、

医疗安全和伦理等多个维度

对大模型的医学应用能力进行检测。

评测结果显示,

四款通用大模型

平均得分为64.35。

负责人表示:

“60多分属于中游,

在通用的模型里不算特别差。

但是第一,

大模型不能直接应用于临床,

只能辅助医生。

第二,对于公众来说,

榜单只是一个开源评测榜单,

给出的是模型目前的技术专业能力,

并不是临床应用能力。”

大模型具备的

医学知识和问答能力,

并不等于具备独立诊疗的能力,

更不意味着大模型可以取代医生。

AI问诊结果

取决于你的描述

AI的答案,

有多“看输入脸色”?

举个很直观的例子:

输入①:35岁男性,B超发现肝占位两周

输入②:35岁男性,肝占位两周,有15年乙肝病史、10年饮酒史,甲胎蛋白450(ng/ml)

两种输入方法,

AI给出结论差别很大。

第一种情况

AI提醒良性病变居多

第二种情况

AI提醒警惕癌变风险

专家表示,

AI给出的回答

高度依赖用户给出的描述信息。

然而在医疗场景中,

受限于没有医学相关背景,

普通患者

往往很难精准描述病情,

漏说、误说

在实际问诊中十分常见。

这种信息表达的误差,

在医生面诊时

可以通过“望闻问切”逐步矫正。

复旦大学中文系教授严锋

也发文提到:

“在向AI请教医学问题时,

它常常会有迎合人的倾向。”

对此,网友们也纷纷热议:

“AI的说法不可尽信,

切勿讳疾忌医,

看病还是要遵从医生的专业判断。”

此外,记者调查还发现,

市面上不少App里的AI“数字医生” 

冒用专家身份,

为用户提供健康咨询服务,

医生本人并不知情。

对大模型来说,厘清AI与医生的权责边界、划清健康咨询和诊疗问诊的红线,明确责任归属,才能在保障患者安全、规范产业发展的前提下,让AI医疗的技术潜力真正转化为公众的健康福祉。

对普通用户,小侬友情提醒:AI可以成为我们查询健康常识的帮手,但绝不能替代面诊医生。健康没有试错的余地,身体不舒服,及时就医才是最稳妥的选择。

你有没有试过AI问诊?

你认为它给出的判断靠谱吗?

责任编辑:吕原