AI模型可以代替医生去看医生吗？现实离这个场景还很遥远。

在上海和深圳的几家公立医院宣布进入通用模型DeepSeek之后，Nanjing，Zhengzhou和其他地方的医院也通过其官方的微信公开帐户发了推文，称他们已经从DeepSeek的“ Guidance”和Deepseek接受了同时的患者。提供运输方法，预防措施等。

许多接受采访的临床医生说，在此阶段，医院的AI模型最多才能用于院内指导和辅助诊断，并且不能用于提供药物建议或手术计划，并且不能产生电子处方。

谨慎使用AI模型

最近，一家社交媒体说：“患者使用DeepSeek后对医生的治疗计划提出了质疑。医生再次搜查，发现该指南已更新。”相关新闻引起了激烈的讨论。

“到目前为止，我还没有遇到这种情况，但是一个患者使用在网上发现的结果来解释和确认，这使人们发笑和哭泣。”霍比（Hubei）是武汉（Wuhan）二级医院的临床专家，最近告诉第一家金融。

“在诊断，治疗和处方期间，患者不会介意我使用一些学术应用软件来查询准则和共识。相反，他们会认为我更加谨慎和负责。”山东在青岛一家三级医院的一般外科部门负责人告诉《新闻》，记者在此阶段，已经在中国开设了16万多种药物，而不包括医疗设备。 AI模型可以提出建议，但是药物组合计划，副作用等仍然需要私人医生来做出专业判断。

上述三级医院总体外科部门负责人说，通过离线诊断，医生可以就患者的症状和症状提出多个逐渐和自主的问题。只有在获得多个反馈结果并结合图像数据之后才能达到最终结果。诊断，“此过程是AI不可替代的。”

负责人说，在AI大型模型可以授权医生诊断和治疗的程度上，这取决于患者信息是否足够准确，足够全面，另一方面，这取决于是否背后的方法AI大型模型具有足够的指导和路径。作为一个基础。

“因此，在此阶段，AI模型可能仅适用于某些简单疾病（例如感冒）的辅助诊断，从而为某些基层医生或能力较弱的新医生提供参考。诸如罕见疾病之类的水平不合适。阶段。

“实际上，我们希望通过AI模型快速整合多维信息，并为医生提供更多尖端和个性化的治疗计划作为参考。” Fudan Zhongshan医院信息和情报部计划和管理中心主任Qian Kun告诉记者，AI大型模型可以帮助医生或护理人员进行一些慢性疾病管理，日常维护和其他工作。 “我们发现，AI大型模型是改善交互过程并降低成本的人性化的好方法。提高效率的工具，因此，预计使用AI模型（例如诊断后随访和患者教育）的场景。”

Qian Kun进一步指出，某些高风险场景不适合应用AI大型模型，例如急诊科和术前计划。这些情况可能涉及医生与患者或家庭之间的沟通，许多AI模型背后的专业知识尚未得到涵盖。此外，AI模型将向一些专家提供相应的药物建议，但还会有一些冲突。医生应该小心，不要被AI模型的答案误导。

Qian Kun提醒人们，就辅助诊断而言，AI模型的精度可能超过80％，但没有人愿意成为AI模型产生的错误答案的用户。 “基于生命的原则，我们需要非常仔细地使用这些模型。”

“人机合作”是指南

最近，匈奴省医疗保险局发布了“有关进一步加强基本医疗保险中指定零售药房的管理的通知”，该通知清楚地指出“严格禁止使用人工智能和其他处方自动生成处方。”国家卫生委员会和2022年中药州政府共同发行的“互联网诊断和治疗监督规则（审判）”还提出，“处方应由接受这些处方的医生发行，并严格禁止使用。使用人工智能自动生成处方，等等。”

除了隐私和安全性外，AI模型背后的未知风险是什么？

Qian Kun告诉记者，首先，AI模型背后的算法是由“黑匣子”产生的。算法生成过程没有强大的逻辑链，因此推理结果可能具有“幻想”，也就是说，据说我们信任的推理结果有些混乱。实际上，患者以AI模型的推理结果“挑战”医生是不合适的。

其次，从价值一致的角度来看，国际社会中的一些尖端机构已经进行了类似的分析，这意味着有必要确保AI模型可以匹配人类价值并确保模型以有益的方式是有益的。对人类和社会。 ACT，包括医学，社会道德，隐私保护等。

AI大型模型公司和Twin Medical Technology的创始人Lin Zheng还告诉记者，AI Big Model是医生的“超级助手”，而不是“替代者”。目前，如果AI模型想“替换”医生，仍然存在多个障碍，例如技术瓶颈，数据隐私，法律道德，临床验证和医生关系。预计至少需要5到10年的迭代和改进。

Lin Zheng说，现有的AI模型主要依赖于模式识别（也就是说，在遇到问题时使用不同的医疗指南来给出答案），并且缺乏真正的因果推理和逻辑推理能力，因此很难完成复杂的诊断和治疗决策。 AI模型需要通过长期，大规模和多中心的临床验证来证明，以证明其在复杂情况下的安全性和可靠性。

如何处理AI模型可能的结果错误？林郑说，这需要多个保险，例如高质量的数据培训，实时反馈和偏差校正机制，透明的决策道路和人机合作。例如，在训练和测试阶段，添加对抗样本以提高模型应对异常情况的能力。例如，在涉及重大决定（例如癌症诊断，外科手术判断）的情况下，建立了AI和人类专家之间的双重审查机制。

“将来，AI大型模型的开发方向可能以辅助诊断为中心 +决策支持 +人机合作，目的是增强医生的诊断和治疗能力并提高医疗资源利用的效率。时间，AI大型模型只有通过长期跟踪和验证才能获得严格的临床试验，我们才能获得监管机构的批准。” Lin Zheng添加了。