小腿疼痛五天，自建AI工具揪出致命血栓

💡 有时候，一个看似寻常的身体信号，背后可能藏着重大的健康风险。Gleb Tsipursky 的经历正好说明了这一点。他的左小腿持续疼痛了五天，感觉像是顽固的肌肉痉挛。因为这个判断，他去找了脊椎按摩师，对方也的确把它当作肌肉问题来治疗。 🤖 但疼痛没有消失。作为一位在公司如何有效采用AI工具方面具有专业知识的专家，Tsipursky 做了一个不同寻常的举动。他求助于一个为自己构建的AI健康工具。这个工具整合了他的医疗记录、药物信息、实验室检查数据和就诊记录。 🚨 他把自己的症状输入了工具。AI工具给出的判断让所有人大吃一惊：它标记出深静脉血栓的可能性，并明确指出下一步关键的诊断步骤是进行超声波检查。 🩺 深静脉血栓是怎么回事？它指的是在人体深部静脉中形成的血凝块，通常发生在腿部。其症状包括疼痛、肿胀、皮肤发热和颜色改变。一个很关键的线索是，这些症状特别容易只出现在一条腿上。疑似深静脉血栓需要紧急评估。当医生认为存在可能性时，患者应当尽快被转诊接受超声波扫描。 ⚡ 对普通人而言，这一案例的价值不在于鼓吹用一个软件取代医生。它的启示在于，一个设计得当的AI系统可以做到几件关键的事：帮助梳理凌乱的医疗记录，引导患者更清晰地向医生描述症状，并降低一个危险的疾病信号被误认为普通小毛病的概率。泰西布尔斯基正是在拿到AI的判断后，果断致电了自己的初级保健办公室。 🏥 接下来的就医过程暴露了医疗系统里的一个典型困境。初级保健办公室的建议是预约看诊或前往紧急护理中心。可当他试图这么做时，却发现紧急护理中心无法提供至关重要的超声波扫描，他的医生办公室同样无能为力。这种断裂的就医路径，是许多患者都可能面对的难题，对于一位心里已响起警报的患者而言尤其煎熬。 🆘 这种煎熬并非小题大做，因为深静脉血栓的致命风险是真实且即时的。它可能演变为肺栓塞，即部分血凝块脱落并随血流进入肺部。美国疾控中心将深静脉血栓和肺栓塞描述为经常被漏诊的严重疾病。美国国家心肺血液研究所则发出警告，当血栓较大或存在多处血栓时，肺栓塞可以致命。 ✅ 泰西布尔斯基最终选择前往急诊室。在那里，超声波检查在他的左腿发现了四个血凝块。这是一个确凿的、不容置疑的结果。他后来得知，妻子的祖父死于肺栓塞，而妻子的一位好友的母亲也同样因此病离世。这条信息让他的庆幸与后怕加倍放大。 👨‍⚕️ 在急诊室里，医生团队的处置流程充分展现了人类专业判断的不可替代性。他们下达了影像学检查，解读了结果，评估了是否需要收治入院，与专科医生进行了交流。最终，在确定情况安全后，让泰西布尔斯基带着血液稀释药物回家。这个完整的闭环，AI无法独立完成。 🔬 来自学界的研究数据，为这场人机协作提供了更大的想象空间。一项发表在《科学》期刊上的新研究，由来自哈佛医学院和贝斯以色列女执事医疗中心的研究人员主导。这项研究测试了大语言模型在临床推理任务中的表现，其中包含了真实的急诊病例。研究发现，相比医生，该模型更有可能在列出的可能答案中包含正确的诊断。 👥 公众对AI医疗的需求已经真实存在。一份报告发现，在英国，每七个人中就有一人使用AI聊天机器人寻求医疗指导，而不是去看全科医生。这是一个巨大的数字，它意味着公众正在用脚投票。

EntAI观察

⚠️ 趋势的背后是警示。一个聊天机器人无法检查你的腿部，听不到你呼吸中的急促，察觉不到你的痛苦表情，更重要的是，它无法为患者承担责任。AI在医疗领域的应用，需要的不仅是技术进步，还需要监管、测试、透明度和临床监督。它同样需要那些常让患者独自在支离破碎的医疗系统中摸索的机构，能抱有一份谦逊。 💡 从个体的角度看，泰西布尔斯基的故事最珍贵的经验，或许不是鼓励人人都把健康决策交给软件。它揭示的是一种新的可能：当医生和AI并肩工作时，可能比任何一方单打独斗都更安全。它在关键时刻将诊断方向从“肌肉痉挛”拉到“血栓”，而医生的专业判断则接过了这个结果，完成了从确诊到治疗的整个环节。在生死攸关的问题上，人机协作或许正迎来它的新型典型范本。