公司

多年间，布兰迪·扎卡里博士致力于将庞杂的病史、检测数据、症状、药物清单及多年治疗历程，整合成条理清晰的诊疗策略。面对一个棘手病例，她往往需要投入三小时深入研究，才能判定关键信息及后续步骤。

随后，生成式AI崭露头角，它能吞噬海量资料，以远超人脑的速度调用医学知识，短短几秒便能识别病例中各项数据的关联。她曾以为，只需为大型语言模型配备一个界面并增设几层安全措施，便能万事大吉。

然而，他们耗时约一年、花费近100万美元，带领软件工程师和一支10人临床团队，系统至今仍未完工。

她采用的AI，与常规不同

症结并非AI不够智能，而是“智能”恰恰是最易实现的部分。

在开发临床软件前，她便发现：同一款AI工具，由她和旁人使用，结果天差地别。因为她并非简单提问并获取答案，而是与AI辩论、挑战假设、补充遗漏背景、纠正错误、并转换角度继续追问。

技术上虽为同一工具，但实际效果大相径庭。

在广告撰写领域，这仅是效率问题；但涉及患者，情况则截然不同。她与超过7万名执业医生合作过：有人临床能力极为出色，却完全无法从AI系统中提取有效信息。

医疗行业的主流思路，似乎是让医生掌握“提示词工程”。她认为这并非合理方案：若临床AI需要医生先成为提示词工程师才能可靠工作，那它根本尚未完成。

研究揭示了一些不愿面对的事实

2024年一项随机临床试验中，50名医生进行高难度诊断：使用GPT-4的医生得76分，使用传统资料的得74分，差距不显著；GPT-4单独作答时，比传统资料高出16个百分点。

2026年巴基斯坦的一项试验中，接受过AI素养培训、能运用GPT-4o的医生诊断推理得分为71.4%，使用传统资料的仅为42.6%，而GPT-4o单独作答则为82.9%。

2026年英国的重复研究结果类似：医生在AI辅助下虽有提升，但仍比独立运作的大模型低21个百分点以上。

坦率而言：在某些认知任务上，AI已超越单个医生。没有医生能阅读所有论文，也无法及时记住每种罕见病与药物禁忌，而AI能处理海量信息，不疲劳、不受时间限制。真正的错误，是认为在医生面前放一个聊天机器人，问题便迎刃而解。

问题在于那个空白的提示框

设想一位医生上传一份包含150项指标的化验报告：AI迅速给出答案，排版精美，但系统并未可靠地提取全部150项指标。通用大模型并非确定性的临床文档解析器，处理表格和密集的医学报告尤其困难。

最令人担忧的是：它不会告知“我遗漏了50个数值”，而是直接给出答案。若遗漏的某个数值恰好需要紧急评估呢？

这是她绝不愿忽视的缺陷，团队不得不另行开发一套提取技术，先准确、可复现地处理化验报告，临床推理才能启动。

一个会承认“我不知道”的AI，只是有些麻烦；而一个不知道自己遗漏了什么的AI，才是危险的。

为何要在AI之外再建一层

临床工作硬性要求一种通用生成式AI天生无法提供的东西：可复现性。必须对输入输出都有掌控——可靠的数据提取、结构化的知识、确定性的逻辑、安全防护，以及能跨病史评估指标关联的系统。

临床推理并非一串条件语句，有时信号隐藏在几个指标的关系中；五个单独看似寻常的结果，合起来却至关重要。人体生物学充满例外和相互竞争的解释。答案从来不是“用AI还是不用AI”，而是明确每项任务该交给谁。

使用得当，AI能扩展医生的记忆、加速研究、提出不常见的可能性，在海量信息中识别模式。这越来越不像取代医生，而像打造一位“仿生医生”。

医疗中的人际互动，并非机器完成脑力工作后附加的温情装饰，而是临床数据的另一个来源。最好的临床系统，两者都需要。

别再问AI是否会取代医生

未来不一定属于聊天机器人最聪明、模型最先进的的公司，重要创新正发生在模型周围：信息如何被捕获核实、系统拥有什么知识、被允许推断什么、哪些环节由人参与。

我们不应要求每位医生都变成业余AI开发者，复杂性应存在于技术内部，而非医生的提示词中。

未来的医生不会在记忆力上战胜AI，那场比赛已无意义。

相反，我们应该将机器的记忆、算力和模式识别交给医生。同时保留他们对整体情况的把握、判断力、怀疑精神，以及与患者的人性连接，我们称之为“仿生医生”。

本文由雷科技编译自Unite.AI

原文链接：AI已经比你的医生更聪明了，但这还不是最吓人的部分

本文来自“雷科技”，36氪经授权发布。