ChatGPT 在诊断迷局中击败数百医生，研究引发对 AI 医疗的深切担忧

一个看似科幻的场景，正在我们身边悄然发生。 由哈佛大学和斯坦福大学研究人员主导的一项研究，将 ChatGPT 与数百名医生同时放入一个诊断“障碍赛道”中。这个赛道包含书面的医学谜题和来自真实患者的信息。结果显示，AI 赢了。这项研究最终发表在了《科学》期刊上。 然而，胜利的欢呼声中夹杂着不安的杂音。 这项研究的主要作者亚当·罗德曼在结果公布前的一场新闻发布会上坦言：“我对这些结果可能被如何利用感到有些不安。” 这种不安并非空穴来风。作为一名在一线工作的病理科医生，我的日常体验与这股 AI 热潮形成了诡异的对照。不久前，我的手机收到了医院管理层发来的消息，通知我说一个“AI驱动的临床推理工具”现在可以供我使用了。 听起来很前卫，不是吗？但镜头一转，我至今仍在用着寻呼机，并且定期通过传真发送文件。这种技术的严重代差感，让我对突如其来的 AI 承诺抱有本能的警惕。更核心的问题是，近年来我们被推送到手边的各式生成式 AI 产品，没有一个是经过美国食品药品监督管理局（FDA）批准用于医疗的。 医生们是否乐于拥抱这些未经严格医疗审批的软件呢？亚当·罗德曼的经历或许能说明一些问题。他曾意外发现，自己所在的贝斯以色列女执事医疗中心，已经在悄悄用 AI 代替他起草给患者的消息，有些输出内容被他形容为“完全荒谬”。该医疗中心的发言人随后澄清，使用这些 AI 工具是自愿的，并需经过医院培训和支持，且所有 AI 生成的内容都必须经医生批准才能发出。 这揭示了一种普遍存在的监管灰色地带。如果一个面向医生的软件被归类为“临床决策支持工具”而非“医疗设备”，它通常就能躲过 FDA 的审查。这类 AI 应用一般得遵循几项原则：依赖已有医学文献、避免分析医学扫描图像、解释其推理过程，并将诊断和治疗的决定权留给医生。 但就算有这些原则，风险也已清晰可见。一个发表在《NEJM AI》上的随机试验指出，AI 模型蓄意给出的错误输出，很容易将医生带偏。牛津大学的科学家在一项研究中发现，使用 AI 并没有显著提升普通人对自己或他人进行诊断的能力。另一项由西奈山研究人员领导的研究则提示，聊天机器人可能无法及时向用户警示潜在的医疗紧急情况。 这些发现共同指向一个令人不安的趋势：AI 正以某种蛮横的姿态，在证据和安全措施还未到位时，就已渗入美国医疗系统的方方面面。看似鼓励创新、让临床医生随意试跑最新软件的背后，是任何一个不合时宜的故障，都有可能演变为致命事件的风险。

EntAI观察

前沿研究的光环与现实应用的失序，在此刻形成了尖锐的张力。哈佛与斯坦福的研究向世界展示了 AI 在认知诊断层面的巨大潜力，这或许预示着每一个知识型专业，迟早都会迎来 AI 表现超越人类专家的那一天。但现实中，部分医疗系统对 AI 的部署显得过于草率和狂热，更像是为了抢占风口，而非为了安全地服务患者。允许医生“随意试跑”未经医疗认证的软件，这种热情是前所未有的。当寻呼机和传真还在支撑着医疗系统的底层通讯时，用生成式 AI 直接辅助诊断甚至生成给患者的诊断意见，这种跨越式的“技术跃进”可能放大了系统的不稳定性。 这些现象可能意味着，我们正面临一个典型的“Uber时刻”：技术打破了旧秩序，但新的规则和护栏却远远落在了后面。监管的模糊地带、医院对“效率”的急切追求、以及医生对 AI 既依赖又怀疑的矛盾心态，共同构成了医疗 AI 现阶段的复杂图景。最终，衡量这项技术成败的，将不仅仅是某个卓越 AI 在实验中的高分，而是它能否在一个寻呼机还没被完全淘汰的、脆弱的医疗系统里，安全且平等地提升每一个人的健康福祉。