什么值得买App下载 App ›
连续签到专享现金活动

用AI查健康问题越查越慌,问题出在哪?

“用AI查症状,越查越慌"冲上热榜,戳中了很多人的真实经历:凌晨把不舒服的地方打进对话框,几分钟后拿到一份条理清晰的回复——感染、结石、肿瘤都在上面,最后一句是"建议尽快就医”。信也没全信,觉也没睡成。

先给结论:问题不在AI"误诊"——它列的清单里往往就有正确答案;问题出在三层叠加。AI的默认措辞天然保守、信息量低;它给的是"这类症状人群的可能性清单",你要的是"我这一次是哪一种"的排序;而对话形式把"慌了搜、搜了更慌"的老回路变成了随点随有的循环。把问法改掉,慌能降下去大半。

用AI查健康问题越查越慌,问题出在哪?

"建议及时就医"是默认答案,也是最没信息量的答案

柏林工业大学的研究者今年用45个真实病例测试了10个版本的ChatGPT。病例事先由医生按紧急程度分成三档:该叫急救、该去门诊、在家处理就行。按最普通的问法,整体正确率63.3%;该急救和该门诊的病例答得不错,但"在家处理"这一档正确率只有13.4%,十次里有八九次,它都会劝你真跑一趟医院。原因在训练机制里:回答医疗问题时,说"去看看吧"几乎不会被判为有害,说"在家观察"万一出事就是大错。训练和评估一路把模型推向保守的一侧,“建议就医"于是成了默认输出。可你问AI的恰恰就是"要不要跑这一趟”,它把问题原样推回给你,这条建议等于零信息量,只留下"是不是严重到非去不可"的悬念。知乎

这套保守取向不是大模型发明的。2015年一项审计研究用45个标准化病例测试了23个公开症状自查器:需要急诊的病例,80%的分诊建议是对的;能在家观察的病例,只有33%给对,其余多数把人往医院推。要对最坏情况负责的系统,阈值天然偏向这一侧——区别只是当年要点开网页,现在直接把话发给AI。知乎

用AI查健康问题越查越慌,问题出在哪?

AI给你的是清单,你要的是排序

清单上并列着感染、结石、肿瘤,谁排在第一位,才是决定你下一步动作的关键——而这一步恰恰是AI给不了的。

同样是"尿里有血丝",一个28岁女性、三天前有尿频尿急,和一个65岁、抽了三十年烟、毫无不适的男性,打进对话框的关键词几乎一样,拿到的可能性清单高度重合,但真实风险排序是反过来的:前者最可能是出血性膀胱炎,后者要优先排除膀胱肿瘤——疼痛往往来自感染或结石的刺激,肿瘤出血在早期常常安静。医生做的事,是把症状带来的似然比乘上这个人的患病基础概率:清单不变,排序变了,处理方式才跟着变。AI算得出这一步,只是拿不到那个乘数——它不知道你的吸烟史、用药史和所在地区的疾病谱,这些都靠问诊和查体取出来,不在你打进对话框的几行字里。知乎

诊断本身也是短板。今年4月,哈佛医学院团队在美国医学会旗下期刊发表的研究测了21个大模型:直接让它们下最终诊断,出错比例在一成到四成之间;让它们把可能的几种病全部列出来,九成以上的时候都列不全。知乎

反过来,模型拿到好输入时表现又很强。牛津大学团队今年2月发在《自然·医学》的研究给1298名英国人十套编好的看病场景:把场景直接交给AI,疾病识别率高达94.9%;换成普通人拿着同一个AI自己问,认对的比例不到34.5%,和没用AI的那组基本差不多。差距出在人身上:描述时总漏掉"疼在哪一块、疼到什么程度"这类关键信息,模型只能靠猜。知乎

体检报告上的箭头也是同一类误读。参考区间取的是健康人群中间95%的范围,两端各2.5%的健康人本来就在区间外;假定一次查20个彼此独立的指标,一个完全健康的人大约有64%的机会至少被标上一个箭头。箭头多,很多时候不是病多,是统计设计如此——它说的是"你和大多数不一样",不是"你有病"。知乎

用AI查健康问题越查越慌,问题出在哪?

越问越慌,是对话把老回路转快了

"查健康信息查到慌"早有研究,只是过去发生在搜索引擎上,学名叫网络疑病症。荟萃分析给出的数字相当稳定:健康焦虑与反复搜索健康信息的相关系数是0.34,与"越搜越慌"这种模式的相关达到0.62,一项覆盖7373人的分析和另一项覆盖3069人的分析给出几乎相同的数值。回路是这样转的:不确定让人去搜,搜到的信息里总有一条更吓人,短暂安心后不确定感回来,于是再搜;偶尔搜到一句真正宽心的话,反而间歇性地奖励了整个行为,更难停下来。知乎

AI只是把这条回路转得更快更便宜。以前要点开好几个网页自己拼凑,现在能连着追问二十轮,每一轮都更具体,也更容易触到"罕见但致命"那几个词;同一个人问同一个症状,问法稍微变一点,得到的可能是"多喝水观察",也可能是"建议尽快排除恶性",这种不稳定本身就是焦虑的来源。慌和踏实都别太当真——它们是输出风格的产物,不是病情的读数。知乎

还有一项2026年的研究值得警惕:把五个语言模型训练得更温暖体贴之后,它们在拥有明确对错的任务上错误率上升了10到30个百分点,而且更容易顺着用户已有的错误信念说下去,这种倾向在用户表达难过时最明显。“和AI说完反而踏实”,来源可能不是判断更准,只是措辞更软。知乎

用AI查健康问题越查越慌,问题出在哪?

用对了,AI其实是降慌的那一端

今年10月流传的"门诊告示"(“已在豆包获得诊断者请勿再咨询本院”)后来核实是段子,但它能刷屏,说明医生的确有共鸣。而真实的医生态度比段子温和:复旦老龄研究院的调研里,约七成受访医生在门诊遇到过用AI查过健康信息的病人,AI与自己判断不一致时,48%的医生会选择结合AI内容跟病人讨论,直接否定AI的只有2.67%。让医生头疼的不是你用AI,是你带着AI的"答案"来要求核对。知乎

用法决定它是帮手还是负担。中国青年报今年8月对1333人的调查显示,92.0%的人用过AI查病情、要就医建议,媒体统计的头部AI助手每日健康咨询量已超过2000万人次。知乎

同一个工具,两种结果。扬子晚报报道过一个正面案例:63岁老人夜里突然双腿无力、吞咽不顺,子女睡前发症状给AI,本来只想问第二天挂哪个科,AI回复"立即去医院就诊,排除脑梗",当晚确诊急性脑梗,因送医及时没留后遗症。知乎

也有反面:一位女性干咳几个月,在AI问诊平台被先后判断为过敏性支气管炎、胃食管反流,每次都解释完整、都给了药,前后拖了八个月,直到体重下降十几斤、痰里带血才去检查,确诊活动性肺结核。知乎

差别不在AI,在问的问题。牛津研究里,AI判断"下一步该怎么办"(叫救护车、去急诊、当天就医、过段时间再看、在家处理五档)自己答的正确率只有56.3%,普通人拿着AI去判断不到44.2%,而且错误方向一致——人都倾向把自己的病往轻了想。由此得到一条简单可靠的规则:AI说"去医院",就去,最坏是白跑一趟;AI说"不着急",别全信,尤其症状在持续或加重时。知乎

至于药,监管线早已划清:互联网诊疗中处方应由接诊医师本人开具,严禁使用人工智能等自动生成处方。正规医院的互联网诊疗都不许AI开方,照着AI自行买药更是最危险的一类用法。知乎

把问法换掉,慌就少一半

具体到明天早上的用法,三件事放心交给它:问该挂哪个科、要不要专家号;把化验单、体检报告拍给它逐条解释术语和箭头,问哪几项需要问医生;进诊室前,让它把症状、时间顺序、在吃的药整理成几行字,再列出三五条你最想问医生的问题。这几类任务不需要知道你的基础概率,答案对所有人都基本一样。知乎

两类问题别交给它:“我得了什么病”,和"要不要现在去医院"。前者它自己都不擅长,后者的保守输出只会把问题推回给你。更好的问法是别一上来就追问病名,先问该挂哪个科、化验单上的箭头是什么意思,再把"我是不是得了某某病"换成两个更好回答的问题:要确认或排除这个判断,医生还需要哪些信息,以及出现哪些情况必须立刻去医院。前者让你带着清单进诊室,后者给你一条明确红线,都不依赖模型知道你的患病基础概率。知乎知乎

AI的位置是在你和医生之间帮你整理信息,而不是替掉其中任何一方。把能查资料的工具用成看病的医生,才是"越查越慌"的最后一环——工具给一类人列可能,落到你身上是哪一种,还得靠医生结合你的年龄、病史和检查来定。知乎

评论

评论区空态插画

当前文章无评论,是时候发表评论了