热搜词:

看完AI开的药方,老中医笑了

AI 可以替中医看病了么?

" 假如你是一位北京中医药大学毕业的中医博士,后师承火神派名医,现一位患者前来问诊,自述症状:男,30 岁,近半年情绪低落、心脏间歇性疼痛、面部爆痘、工作压力大。请你为他辩证并开出参考药方。"

输入简单的提示词,一分钟后,DeepSeek 就给出了参考药方。

我把药方和开方思路拿给一位行医 30 多年的执业中医师,问 " 靠谱么,什么水平?"

老中医回答:"AI 级,对症下药。能治病因、疗效明显的病。"

自互联网医疗时期," 智能医生 " 的概念就一直存在,市场期待:AI 从医生的玩具、进化成必不可少的工具,再到医生的数字分身、智能增强伙伴。在大模型这个 " 超级大脑 " 的加持下,技术似乎到了奇点来临时刻。

具体到 " 中医 " 这个传承千年的赛道,AI 正在发挥怎样的能力?未来 AI 可能是替代中医的 " 屠龙刀 " 吗?

访谈过程中,在医疗行业浸润多年的从业者多数不提 " 造医生 " 或 " 替代医生 ",传递出的共识更接近:" 替代中医的不是 AI,而是会用 AI 的中医。"

AI,还替代不了老中医

为了解在中医场景中 AI 的应用情况,我联系了北京三家三甲中医院的年轻主治医生,询问他们在工作中使用 AI 的情况。

其中两位中医告诉我:日常面对面诊疗时,不会用 AI;在做教学课件、写工作计划总结等文书工作时,会用豆包或 DeepSeek。

另一位中西医结合医院的医生则回复:偶尔遇到复杂病例或疑问时,会用 AI 帮助分析病因和诊疗方案,以拓宽思路;现在问 AI 的,主要是西医问题。

就 " 中医 AI 最容易攻破哪些病种 ",阿里健康旗下小鹿中医 CEO 陈志宇告诉 36 氪:" 可能是疗效易评估的病 ",即通过检验检查易量化疗效、或患者自述疗效显著。

之所以强调疗效易评估,是因为在训练 AI 中医模型时,很多病历并非结构化数据;且与自然科学不同," 很多中医病案缺乏准确的结果描述数据 ",这就意味着 AI 在 " 刷题 " 学习中,判断这道题答得对不对,成为关键之一。

中医的理论体系比较复杂,涉及到阴阳、寒热、虚实、表里等多维度,理论上 AI 可以对患者疾病、体质、所处环境等进行建模,结合流派输出诊疗方案。

但由于业内缺乏完整病案和 " 标准答案 "(如开头询问 DS 的病案,开启新对话,输入相同提示词,它会给出另一个不同的药方),使得中医 AI 模型的能力离独立诊病还比较远。

针对疗效数据,陈志宇介绍,小鹿中医平台会对接受了诊疗咨询服务的用户,进行回访,询问治疗效果情况。批量化采集到的疗效数据,令中医病例数据更加完整、标准化,用以反哺 AI 模型,能令训练出来的模型更具可靠性。

就中医数据来源问题,讯飞医疗 AI 诊疗助理产品线总经理马文君在一次行业会议中表示,中医讲究传承、重经验体系,在训练模型时,中医数据来源甚至比西医更重要一些,在 AI 零启动阶段,要用来自三甲医院或名老中医的、经过人工精标的高质量数据,大规模训练和迭代 AI 阶段,再加入基层数据。

除了训练数据的完整性、高质量,AI 执行辅助诊疗任务的结果,与能采集到的患者信息强相关。中医讲究 " 望闻问切 " 四诊法,尽管很多厂商尝试推出舌诊仪、脉诊仪、智能对话机器人等信息采集硬件,但目前实际应用中,仍难以替代人类医生的问诊过程。

" 中医讲究‘辩证’,目前 AI 无法独立完成四诊,即便搭配市面已有的智能硬件,仍存在很多漏诊的情况。" 陈志宇认为,四诊不只是采集患者信息," 关键是要学习医生问诊的‘思维链’,学习他的提问方式," 中医互联网问诊平台沉淀了海量的病症与病例数据,可供 AI 学习。

除了线上问诊平台,公立三甲医院也在积极探索 AI 中医诊疗。近日,中国中医科学院广安门医院应用了 " 广医 · 岐智 " 中医大模型,其合作开发方杭州全诊医学科技有限公司技术人员告诉 36 氪," 实际临床中,医生和患者的对话往往具有多义性、主观性,且患者病情表述通常携带复杂的背景信息、口语描述,难以直接结构化。"

其采取的方案是:医生在望闻问切过程中,口述患者的四诊信息(如舌苔厚薄、颜色、润燥等),基于大模型预训练 + 微调,结合自然语言处理和知识图谱,将医患口述转化为相对标准的中医病证、主诉 / 症状等,为后续分析、建模提供可用数据,进而进行推理诊断、给出 AI 推荐处方。

在 " 开药方 " 这个关键环节,目前 AI 仍处于辅助医生、拓展思路的阶段。因为实际诊疗中,中医分多种流派,包括伤寒派、温病派、火神派等。不同流派的开方用药风格差异巨大,如火神派会用大量 " 附子、干姜 " 等中药,各流派是相对独立完整的思维模型,较难用一个通用中医 AI 模型拟合多流派的诊疗方案。

再者,"AI 幻觉 " 是被普遍提及的问题,对此讯飞医疗马文君介绍,不能依赖某一个大模型去做端到端的全流程任务,可采用混合专家架构的体系,来降低幻觉。比如将国家发布的 52 个中医优势病种的临床指南,作为模型外挂的知识库做增强检索等。不过,要注意:AI 幻觉率可以降低,但难以消除。

AI,做中医生的师兄弟

除了能力问题,在患者接受度方面,AI 也尚未到让人完全信任、广泛接受的程度。尽管 Deepseek、豆包等以席卷之势,教育了市场和用户,但在 " 治病救命 " 这一严肃场景,患者普遍还是更信任有行医资质和经验的医生。

那么,现阶段在中医场景,AI 可以做哪些事?有了 AI,可能让哪些环节变得更好?

陈志宇表示,研发 AI 并不是为了替代医生,而是为了解决中医行业现存的痛点问题,如医患资源错配、对中医生能力缺乏真实权威的评估、医生培养周期长、中药品质难把控等。用新技术解决行业难题,才能将中医服务行业的天花板顶得更高。

首先," 找中医 " 环节。既往患者寻觅中医,多数靠周围人口碑介绍、自己就医经历,或单纯找大医院的名中医、年资高的老中医。这导致广大年轻中医缺患者、知名专家难以释放更多精力治疗疑难杂症。

通过 AI 评估中医生诊疗能力,及 AI 预问诊后的分诊、导诊,有可能改变上述问题。" 基于对患者症状的了解,AI 也可以预测哪位医生为其诊病可能有较好结果,平台会推荐医生给这位患者," 陈志宇认为,基于病种和疗效数据的智能导医服务,是应用 AI 的方向之一。这能省去中医研究如何变成网红的烦恼," 只要疗效好自然不缺流量 "。

另外," 诊断治疗 " 环节,AI 可帮助中医分析问诊内容、书写病历文书,提供辩证的证型分析和用药建议等。

全诊医学技术人员告诉 36 氪,目前在广安门中医院推广过程中," 医生调用频次相对较高的是:AI 预问诊、AI 病历文书书写(如门诊病历、入院记录等)。"这两个场景的智能服务,可以帮助医生快速了解患者基本情况,且从繁琐的文书工作中解放出来,将更多注意力放在与患者的沟通和诊疗上。

用 AI 拉高中医的诊疗技术水平,是多家厂商努力的方向,直观产品即是推出 "AI 智能问诊助手 "、名医 "AI 数字分身 " 等。

因为知名中医的资源十分稀缺,中医传承一直是行业重要问题,如果能够将名医的临床经验数字化,借助大模型的能力,使该 " 名医数字分身 " 能够在诊疗场景给出参考思路,且及时为基层、年轻医生答疑解惑,将极大解决传承难题,也可能拉高基层中医诊疗水平。不过目前 "AI 名医数字分身 " 尚处于研发阶段,能力具体如何,仍需测试观察。

再者,问诊结束后,在 " 随访和健康管理 " 环节,AI 也能够回复部分患者问题,帮助医生管理患者咨询。如全诊医学最新上线的 AI 随访机器人等。

自互联网医疗兴起至今," 智能医生 " 概念一直存在,但市场期待的是:在大模型这个 " 超级大脑 " 加持下,AI 智能医生能在真实世界的诊疗中,更独立地,给出更加准确、正确的诊疗方案。

当前,多数 AI+ 中医厂商开发的工具,仍是 2B 场景,通过服务医生、进而服务患者。显然 AI 如今并不能替代中医,那么未来呢?

讯飞医疗马文君表示:未来,替代中医的不是 AI,而是会用 AI 的中医。把 AI 变成自己的师兄弟,一起成长,医生和 AI 的思维互相印证、促进,才是真正的" 会用 AI"。