豆包們正闖入診室，成為醫生與患者之間的“第三人”。但多數時候，它不是來搶醫生飯碗的，而是來替患者提問的。

近日，網上流傳一張“門診告示”，上面寫著“已在豆包獲得診斷的患者，請勿再向我們尋求意見，請改向千問或者元寶咨詢”。雖經媒體多方核實，圖為網友惡搞，但一張假告示能引發大量討論，說明它戳中了一個真問題：患者帶著AI問診的健康信息走進診室，已不再是個別現象。

北京大學醫學人文學院教授王岳舉了個例子：一位大型三甲醫院的醫生在接診時發現患者拿著手機偷偷錄音。醫生沒有制止，反而告訴患者換個角度，不僅可以錄音還可以錄像，拿回去慢慢聽。

王岳說，隨著AI到來，患者更多參與診療過程的現象可能會越來越常見。

過去我們討論AI，問的是它能幫醫生提多少效率、AI問診靠不靠譜。現在，問題換了一個方向：當患者帶著AI給出的答案來問“為什麼你和他說的不一樣”，醫生要多花多少時間解釋？這些時間又從哪裡來？

復旦大學老齡研究院教授申琦向中新健康表示，今年其團隊做了一項雙端調研，對象包括75位醫生和143位中老年居民。調研結果發現，約七成受訪醫生在門診中遇到過患者使用AI查詢健康信息，其中36%醫生每月遇到2-4次，10.67%每周2-3次，24%醫生每周接診使用AI者4次以上。

這由此引出一個新問題：“患者-AI-醫生”的模式，究竟帶來了哪些變化？

“前有百度看病，后有豆包確診”

有網友調侃，“前有百度看病，后有豆包確診”。患者查詢信息的方式，的確變了。

如今，健康AI助手“阿福”的廣告鋪天蓋地，早期光相關投放就花掉幾個億﹔豆包、千問、元寶等AI應用，也開始出現在車站、樓宇的廣告牌上。

過去十年，問診被搬到線上。2015年，第一家互聯網醫院橫空出世，隨后互聯網醫療、在線問診如雨后春筍般涌現﹔2018年，國家出台《互聯網診療管理辦法(試行)》，明確不得對首診患者開展互聯網診療。

但互聯網醫療平台的日子並不好過：春雨醫生2023年營收1.01億元，但2025年前10個月降至5104.8萬元，最終走向“被賣”﹔微醫2021年至2024年上半年累計虧損超80億元，盈利之路坎坷﹔好大夫在線則被螞蟻集團收購。

如今，AI正成為越來越多中國人接觸健康信息“第一站”。QuestMobile數據顯示，截至2026年3月，AI原生APP月活用戶規模已達到4.4億。

申琦向中新健康表示，與百度搜索不同，人們用AI大模型，很多是在尋求一個“判斷”：輸入年齡、症狀、檢查結果，它就能組織出一套看似完整的解釋，甚至告訴你接下來怎麼辦。這種交互會改變人們接受健康信息的心理。

但問題也在這裡：AI能根據提問組織回答，不等於掌握了患者的全部健康狀況。調研中，81.33%的受訪醫生認為，AI健康建議最突出的問題是缺乏個體化——同樣的頭暈、胸悶，在不同年齡、基礎疾病和用藥情況下，臨床判斷可能完全不同。過去擔心公眾找不到可靠信息，現在更擔心他們對一段看似可靠的信息過度相信。

醫院醫生被豆包們逼瘋了？

王岳認為，AI對醫患溝通的挑戰並非新現象，它是伴隨互聯網出現的，只是大模型比搜索引擎更智能、更像一個人。用他的話說，傳統以醫生為中心的醫患溝通方式正面臨“土崩瓦解”。

他主張，醫生要從“家長式”的醫患關系中走出來，與患者形成一種共同參與診療過程的朋友式關系。“與其討厭學習型病人，不如培養學習型病人。”醫生需要幫患者篩選AI提供的信息，告訴患者哪些適用。在王岳看來，醫生對專業知識的壟斷正在被打破。

但醫生並沒有集體對AI說“不”。上述調研中，65%的醫生對患者使用AI查詢健康信息選擇“中立”，16%明確不支持。

申琦說，調研前團隊以為，患者有了AI、能自己查很多醫學知識，會對醫生的依賴減少﹔但居民端的數據並非如此：當AI與醫生意見不一致時，43%的受訪者會直接聽醫生的，35%主要聽醫生的、希望醫生解釋為什麼和AI不一樣。也就是說，醫生的專業判斷仍是最終依據，但患者對“解釋”的要求更高了。

未來醫生可能要花更多時間溝通，這對他們而言是新的負擔，但不一定完全是壞事。

申琦認為，患者拿AI來問醫生，很多時候不是不信任醫生，而是真的想弄明白自己的病情。醫生如果能把差異解釋清楚，反而有機會增強患者對診療方案的理解和信任。

多出的幾分鐘問診時間從哪裡來？

問題最終落在時間上。王岳認為，保証問診時間是必要的。他說，現在不少醫院給患者的時間是5分鐘左右﹔如果能多出2分鐘，就是質的改變。

《柳葉刀》曾於2018年發表過一篇針對中國136家三級醫院、近2.8萬名患者的研究報告。結果顯示，問診時長與患者體驗之間並非簡單成正比，而是存在明顯“拐點”：8分鐘以內，問診時間每增加一點，患者給出較高評價的概率明顯上升﹔超過8分鐘后，提升趨於平緩。

湖北省衛健委曾在2023-2025年的“改善就醫感受”方案中試點“充分問診”：二級及以上醫療機構可遴選部分專科或專家，把每名專家半個工作日的號源限制在30個左右，保証每名患者平均溝通6分鐘以上，充分做好患者病情講解、化驗單解讀、注意事項告知等工作。

王岳認為，解決時間問題，要在規范醫生工作量和績效薪酬制度上下功夫。

至於AI在健康知識普及、就診准備和慢病管理輔助方面的作用，申琦還是比較看好。申琦說，對中老年人來說，AI最大的優勢是可以反復問：拿到體檢報告，先問AI﹔去醫院前，讓AI幫忙整理症狀和要問醫生的問題﹔醫生開了藥，用AI理解醫囑裡的術語。這些場景，有實際價值。

“但涉及診斷、治療方案、藥物調整，邊界必須清楚。尤其是老年人，常常同時患幾種慢性病、長期服用多種藥物，AI即使給出符合一般醫學知識的建議，也未必適合這個老人。”

申琦認為，未來評價AI大模型工具，不能隻看它能回答多少醫學問題、回答速度有多快，還要看它能不能識別自身能力的局限，能不能告訴用戶什麼情況下必須去醫院、什麼事情不能自行處理。(羅春昊)