在回答“大模型看病能否相信”前，申城好網(wǎng)民專家、復(fù)旦大學(xué)附屬華山醫(yī)院普外科副教授周易明先舉了一個(gè)真實(shí)案例：一名患者胃上部潰瘍伴巨大穿孔，按照臨床診療指南應(yīng)全胃切除，通用大模型也建議全胃切除，卻緊接著給出一個(gè)讓人啼笑皆非的建議“術(shù)后使用質(zhì)子泵抑制劑（一種抑制胃酸的藥物）預(yù)防應(yīng)激性潰瘍”——胃已全部切除，何談抑制胃酸？

當(dāng)前，患者帶AI大模型就醫(yī)的話題熱度很高。周易明和AI創(chuàng)業(yè)團(tuán)隊(duì)聯(lián)合研發(fā)的醫(yī)學(xué)AI引擎“KnowS”是國內(nèi)首個(gè)面向臨床醫(yī)生的專業(yè)AI醫(yī)學(xué)知識(shí)引擎，近日已通過成果轉(zhuǎn)化成功落地，正幫助全國31個(gè)省市醫(yī)護(hù)診療。作為從業(yè)10余年并且懂大模型架構(gòu)和原理的醫(yī)生，他明確表示，公眾應(yīng)謹(jǐn)慎參考大模型建議，不可輕信，并給出了詳細(xì)理由。

(資料圖)

AI幻覺、數(shù)據(jù)更新不及時(shí)都可能誤導(dǎo)

最大的問題是不少大模型存在“AI幻覺”。大模型給出的結(jié)論看似有憑有據(jù)，但其實(shí)并不合理。“醫(yī)療工作容錯(cuò)率很低，一個(gè)很小的差錯(cuò)，就可能導(dǎo)致不可挽救的后果。所以，‘AI幻覺’非?？膳拢胀ㄈ藷o法識(shí)別?！敝芤酌髡f。

醫(yī)生們在使用通用大模型時(shí)，還發(fā)現(xiàn)通用大模型缺乏理解醫(yī)學(xué)邏輯的能力，給出的建議看似專業(yè)，其實(shí)模棱兩可，并不準(zhǔn)確。例如，在一個(gè)復(fù)雜直腸癌病例中，患者直腸系膜淋巴結(jié)陰性，但右側(cè)側(cè)方淋巴結(jié)懷疑轉(zhuǎn)移，8毫米大。醫(yī)生需要判斷患者先開刀還是先做放化療。對此，通用大模型表示“需結(jié)合影像學(xué)特征，進(jìn)一步明確淋巴結(jié)性質(zhì)再做決定”。然而，根據(jù)最新專家共識(shí)，淋巴結(jié)短徑大于7毫米即可臨床判斷為轉(zhuǎn)移?？梢?，大模型雖然找到了正確的文獻(xiàn)，而且給出的建議方向正確，卻沒有理解“如何判斷側(cè)方淋巴結(jié)是否轉(zhuǎn)移”的醫(yī)學(xué)邏輯，從而給出不夠準(zhǔn)確的答案。

周易明還指出，公眾使用的通常是通用大模型，而非醫(yī)學(xué)專業(yè)大模型，經(jīng)常存在數(shù)據(jù)更新延遲等問題，致使大模型給出的診療建議不符合最新的臨床診療指南，同樣引發(fā)錯(cuò)誤診療。

比如，結(jié)直腸癌患者術(shù)后服用阿司匹林是臨床診療指南中的建議，但不同群體、不同病情有不一樣的用藥建議，而且2025年最新版的醫(yī)生采用版臨床指南對用藥建議行了大幅度更新?？墒?，當(dāng)醫(yī)生測試不同通用大模型時(shí)，發(fā)現(xiàn)大部分都沒有及時(shí)更新，極易誤導(dǎo)患者和醫(yī)生——事實(shí)上，這也是華山醫(yī)院醫(yī)生和AI創(chuàng)業(yè)團(tuán)隊(duì)聯(lián)合研發(fā)“KnowS”的重要原因，通過實(shí)時(shí)更新和鎖定數(shù)據(jù)庫，確保“KnowS”收錄和提供的內(nèi)容是最新且準(zhǔn)確的醫(yī)療研究成果，更好地幫助醫(yī)護(hù)人員查找臨床治療資料。

具備醫(yī)學(xué)知識(shí)，但是缺乏醫(yī)學(xué)思維

也有患者詢問，如果普通人用專業(yè)的醫(yī)用大模型，是不是就能得到準(zhǔn)確的診療建議了呢？答案同樣存疑。

周易明說，“怎么問”大模型非常重要。大模型擁有龐大的數(shù)據(jù)庫，簡單來說，就是它確實(shí)具備充分的醫(yī)療知識(shí)。但是，不少通用大模型并不能像醫(yī)生那樣思考，普通患者也不知道如何從知識(shí)庫中找出最適合自己的建議。醫(yī)生在上崗前，都會(huì)經(jīng)過嚴(yán)格的培訓(xùn)，這種培訓(xùn)不僅是知識(shí)積累，更是思維模式鍛煉。所以，醫(yī)生問診也是一門學(xué)問，問得精準(zhǔn)、排除干擾信息，然后根據(jù)個(gè)體情況與醫(yī)療知識(shí)庫結(jié)合，制定合適的診療方案。

對普通患者來說，詢問大模型時(shí)，往往事無巨細(xì)都會(huì)問，卻不知道哪些需要重點(diǎn)關(guān)注，哪些是干擾信息?；颊邌柕迷蕉?，大模型的回答也越多，最終導(dǎo)致信息繁雜，患者反而無所適從。

“其實(shí)，不僅患者可能問錯(cuò)重點(diǎn)，醫(yī)生也會(huì)問錯(cuò)方向。這也是專業(yè)醫(yī)用大模型正在努力解決的問題。”周易明說，“KnowS”也在不斷優(yōu)化，以便提高大模型的“診療思維”能力：一方面采用樹狀思維，確?？紤]問題周全無遺漏；另一方面運(yùn)用鏈?zhǔn)剿季S，將診療環(huán)節(jié)拆解，力求每個(gè)環(huán)節(jié)的回答都更明確、更簡潔。

此外，通用大模型的多模態(tài)處理能力也較為有限。簡單來說，它能提供文字建議，卻無法 “讀懂” 圖片類信息。就診時(shí)，患者自述、圖文檢查報(bào)告等都是重要的基礎(chǔ)信息，但大模型無法同時(shí)處理這些多元內(nèi)容，難以完整掌握患者情況，自然無法給出準(zhǔn)確的診療建議。

普通人看病可以這樣用大模型

“請患者不要輕信大模型，并非全盤否定它的價(jià)值?！敝芤酌鲝?qiáng)調(diào)，“公眾完全可以借助通用大模型，填補(bǔ)自身與醫(yī)生之間的醫(yī)學(xué)知識(shí)差距，進(jìn)而提升醫(yī)患溝通的效率。簡單說，就是能‘更聽懂醫(yī)生在講什么’，避免因?qū)I(yè)術(shù)語隔閡導(dǎo)致的溝通不暢。”

他進(jìn)一步解釋，這背后正是人工智能大模型遵循的DIKW邏輯：從收集零散的原始數(shù)據(jù)（Data），到加工解讀為有意義的信息（Information），再整合歸納為可用于行動(dòng)指導(dǎo)的知識(shí)（Knowledge），最終朝著能進(jìn)行決策和創(chuàng)造的智慧（Wisdom）層層遞進(jìn)。用做飯類比的話，買菜是數(shù)據(jù)采集，洗切是加工信息，菜譜是知識(shí)儲(chǔ)備，真正能做出一桌美味的飯才是智慧。這套邏輯也是大模型處理信息、生成內(nèi)容的核心框架。當(dāng)前通用大模型的優(yōu)勢，恰好體現(xiàn)在醫(yī)療數(shù)據(jù)的收集與信息的整理上。對公眾而言，既能通過它快速儲(chǔ)備基礎(chǔ)醫(yī)學(xué)知識(shí)，比如提前了解自身癥狀相關(guān)的疾病常識(shí)，避免就診時(shí)“一問三不知”；也能提前理清求醫(yī)思路，讓問診更有針對性。

“進(jìn)一步說，如果病程較長，病情相對比較復(fù)雜的情況下，患者或家屬如果具備一定的AI使用經(jīng)驗(yàn)和醫(yī)學(xué)常識(shí)，還可以用大模型當(dāng)作自己的‘就診小秘書’，對已有的就診資料進(jìn)行梳理、提煉和總結(jié)?！敝芤酌餮a(bǔ)充道，“這樣在向醫(yī)生陳述病情時(shí)，能更加條理清晰，減少冗余，幫助醫(yī)生更快得到核心信息。當(dāng)然，這絕非對患者的硬性要求，更不是讓患者只帶著大模型的結(jié)論就診。而是在條件允許時(shí)，將大模型整理的內(nèi)容與原始檢查報(bào)告、病歷一起帶給醫(yī)生——前者幫醫(yī)生‘快速抓重點(diǎn)’，后者確保信息‘真實(shí)無偏差’，最終讓醫(yī)生更高效、準(zhǔn)確地掌握病情。”

關(guān)鍵詞： 大模型 周鴻祎 北京 開源 OpenAI 模型 醫(yī)生 醫(yī)院 普通人 看病