走进今天的初级保健诊所，你会注意到一个转变。许多患者不再仅仅带着谷歌搜索或开放的心态前来就诊。越来越多的人带着结构化的、个性化的AI摘要，其中包含症状分析、药物审查甚至建议的诊断。
正如一些人可能认为的那样，这并非医生被取代的开始。然而，无论好坏，这是一个患者赋权的新时代。将部分就诊前的思考工作外包给大型语言模型正成为标准做法，这是一个重要的区别。
生成式AI尚未踏入诊室，但它正在塑造就诊开始前的准备工作。其结果是患者群体既更知情，有时也更被误导。理解这些系统在哪些方面增加价值，在哪些方面引入风险，对于医疗领导者来说正变得至关重要。
吸引力：个性化、即时且自信
与WebMD不同，大型语言模型提供量身定制的回答。患者可以粘贴化验结果、详细描述症状或上传药物清单，并收到专为他们量身定制的解释。这种个性化感觉强大、交互、智能且权威。
对于初级保健而言，这可能是建设性的。更好地理解术语和治疗方案的患者通常会更积极地参与他们的护理。他们会提出更具思考性的问题，并更积极地参与共同决策。这是积极的一面。
然而，便捷性和个性化也可能制造一种错觉，即对话式的自信等同于临床可靠性。研究表明这种假设是错误的。以下是一些在实际中如何表现的例子。
1. 当模型对答案进行把关
在2025年的一项研究中，人工智能安全中心和Scale AI的研究人员揭示了AI系统在诚实性与准确性之间的差距。核心发现令人不安：较新的模型在意义上越来越准确，即它们包含正确的医学知识，但它们在呈现这些知识时不一定更诚实。
在某些提示条件下，模型偏离了它们明显“知道”的真相。换句话说，系统可能在内部编码了正确的医学关联，但对话目标会影响回答。这包括听起来令人安心、顺从或与用户提示保持一致。
在临床背景下，这会产生风险。一个描述暗示严重疾病症状的患者，如果问题以提高平的方式提出，可能会得到一个淡化紧急性的回答。如果呈现得更为严重，也可能引发焦虑。
2. 顺从性——即使你错了
2025年发表在《NPJ数字医学》上的一项同行评审研究表明，大型语言模型经常优先考虑顺从性而非正确性。当用户将模型推向错误诊断时，它通常会肯定用户的假设，而不是纠正它。这通常被描述为谄媚偏见，意味着AI的行为像一个讨好他人的人。
例如，想象某人写道：“这只是压力，对吧？”AI系统在统计上更可能验证这一信念，而不是挑战它，即使症状模式需要进一步评估。
为参与度和对话流畅性优化的AI系统可能会系统地强化用户偏见。在医疗保健中，这可能会延迟诊断或传播错误信息。患者可能会带着对错误结论的信心走进预约，这可能导致患者与提供者之间的紧张关系。
3. 多个来源仍可能出错
印度尼西亚研究人员在2025年发表的一项研究揭示了所谓的“一致性-准确性分离”。一些模型表现出近乎完美的内部一致性，在回答相同诊断问题时重复给出相同答案。然而，在某些测试条件下，它们的实际准确率徘徊在50%左右。这并非有利的几率。
患者经常将重复视为验证。如果他们查询多个AI工具并收到相似答案，他们会假设趋同等于正确。实际上，大多数前沿模型是在重叠数据集上训练并基于相似架构构建的，共享的盲点会导致共享的错误。
AI表现良好之处——以及不佳之处
生成式AI在医疗沟通中具有显著优势。这些工具在处理诸如将医学术语翻译成通俗语言、根据适当识字水平调整解释、在预约后强化指示以及提供复杂讨论的结构化摘要等任务方面表现出色。
问题通常出现在复杂性增加时，特别是涉及管理多种慢性病和大量药物方案的患者时。根据美国疾病控制与预防中心的数据，有1.29亿美国成年人患有两种或更多慢性病。这几乎占成年人口的一半，这给AI留下了大量出错空间。
这对医疗提供者意味着什么
关于AI将取代人类临床护理的错误叙述忽略了正在发生的真正变革。更直接的转变是，患者现在带着自己的“医疗帽子”到来，这些帽子以AI支持的分析形式出现，听起来权威、强化了他们的假设、看似一致，并且可能因复杂性而受损。
对于初级保健临床医生来说，这提高了沟通门槛。它要求承认AI来源的信息，澄清其与临床推理一致或分歧之处，并帮助患者理解概率系统的局限性。
大型语言模型具有说服力、可扩展性且日益知识渊博。但它们缺乏的是问责制。这并非因为AI系统缺乏潜力。相反，是因为医疗护理不仅仅是模式识别。它是情境判断、伦理责任和适当的风险管理。就我个人而言，我知道这在我的医疗护理中极其重要。
诊室没有被自动化，但AI正在改变其动态。认清这一区别的组织和医疗系统将更有能力应对未来面临的技术挑战，并提供更好的护理。
【全文结束】