盛金证券信医生，还是信AI?七成医生遇到患者使用AI，不排斥，但要设定边界

诊室中出现了“第三个声音”：它不是医生，也不是家属，却可能影响患者对病情的理解、对治疗方案的期待，以及对医生判断的接受程度。它，就是无孔不入的人工智能（AI）。AI，改变了健康信息的呈现方式，甚至改变了医患之间的关系。那么：

AI生成的健康信息是否已经进入门诊沟通？

医生对患者使用AI查询健康信息的态度与顾虑是什么？

中老年居民目前获取健康信息的主要路径有哪些？

当AI建议与医生判断不一致时，医患双方应如何处理？

医患双方如何定位AI在未来医疗诊治与健康管理中的角色？

复旦大学AI向善与数智养老研究中心、复旦大学附属华山医院全科医学科和上观智库联合进行了一次调研，采用双端问卷设计，一端面向医生，另一端面向中老年居民。

医生端共回收75份有效样本，样本以基层医疗场景为主：93.33%来自社区卫生服务中心，74.67%为全科或家庭医生，主治医师与副主任医师占比较高。

中老年居民端共回收143份有效样本，55—74岁占83.21%，男女比例接近1:1，高中/中专/职高及以下学历占71.33%，退休人员占比较高。

问卷内容通过医生端与居民端对照，识别AI在疾病共识、诊治预期落差和可转化为医患沟通策略的机会点。今天先推出医生篇。

当患者把AI建议带入诊疗沟通时，医生面对的不只是医学问题，也包括患者已经形成的信息预期、情绪焦虑和解释需求。此时，医生的应对方式至关重要。

调研发现：AI并未让医生退场，反而放大了医生的解释权。

约七成医生遇到患者先问诊AI

调查发现，患者使用AI查询健康信息并非罕见现象。36%的医生表示每月会有2—4次遇到患者使用AI查询健康信息，10.67%的医生每周会接诊2—3人次，24%的医生每周接诊使用AI者超过4人次。

换言之，约七成医生已经以不同频率在门诊中接诊“带着AI健康信息来的患者”。AI不再只是患者的私人搜索行为，而是正在改变门诊现场医患沟通的起点。这一现象提示我们：未来的医患沟通并不是“医生—患者”的单线结构，而是正在形成“医生—患者—AI”共同决策的三角关系。

不过，接受访谈的医生也表示，中老年居民会通过微信、百度搜索或AI了解症状、养生知识和就医建议，但在涉及诊断、用药、治疗方案和风险判断时，仍倾向于在医生、家人或熟人网络中进一步求证。

图1 医生接诊中遇到患者使用AI查询健康信息的频率（医生端，n=75）

超过一半的医生不排斥患者使用AI

当被问及如何看待患者使用AI查询健康信息时，65.33% 的医生选择“中立”，18.66%表示支持，16%表示不支持。这说明：医生端并没有呈现出对AI的强烈排斥，但也没有形成全面拥抱AI的态度，而是更多表现出一种专业审慎。

由于本次医生端样本以多家社区卫生服务中心的全科医生和家庭医生为主，他们日常面对的多是首诊咨询、慢病管理、家庭医生签约和社区健康教育等场景，患者带来的AI健康信息往往不限于一个疾病信息问题，可能牵涉病情理解、用药行为、复诊安排和家属沟通等诸多问题。

因此，医生并非反对患者主动获取健康信息，而是在AI建议的准确性、适用性、责任边界和患者理解能力尚未充分明确之前，不愿轻易给出简单支持。

图2 医生对患者使用AI查询健康信息的总体态度（医生端，n=75）

医生担心AI增加误解、焦虑和解释负担

数据显示，56%的医生认为AI有助于患者更好理解疾病，41.33%认为AI有助于提高医患沟通效率。但73.33% 的医生担心AI可能增加患者对疾病诊治的误解或焦虑，70.67%担心AI可能传播不准确信息，54.67% 认为AI会增加医生解释负担。

一位社区全科医生提到，部分患者在就诊前使用AI查询症状后，确实“能把自己的问题说得更清楚”，也更愿意主动询问疾病原因和注意事项；但问题在于，AI回答往往把一般性健康知识表达得很完整，患者容易把它理解为针对自己的诊疗建议。

另一位医生则谈到，AI有时可以帮助患者提前了解疾病，但如果回答中出现“需要尽快处理”等表述，患者反而会更加紧张，到门诊后需要医生花更多时间解释“为什么这个判断不一定适用于你”。

也就是说，受访医生并非在“支持AI”与“反对AI”之间简单二选一，而是同时看到了它的两面：一方面，AI确实可能降低健康信息理解门槛，让患者更愿意了解疾病、整理问题并参与沟通；另一方面，AI也可能把不完整、非个体化的信息包装成看似确定的建议，放大患者焦虑，并增加医生在门诊中的解释、澄清和风险校准负担。

图3 医生认为AI健康信息对诊疗的主要影响（多选，医生端，n=75）

医生最担心“看起来对，但不适用于这个人”

医生对当前AI健康建议风险的判断中，“缺乏个体化”位居首位，占81.33%。这一发现非常关键。医生最担心的并不只是AI给出错误答案，而是AI答案表面上符合一般健康知识，却忽略了患者的年龄、基础病、用药史、检查结果、病程变化和家庭照护条件。换言之，AI健康建议的核心风险不是简单的真假问题，而是“泛化正确”与“个体适用”之间的错位。

图4 医生认为当前AI健康建议的主要风险（多选，医生端，n=75）

这一点也解释了为什么医生对AI健康建议会保持中立审慎。医疗判断的难点往往不在于说出一般原则，而在于判断原则能否适用于此时此地的具体患者。

AI可以快速提供知识解释，却未必能理解患者的完整处境。如果患者把一般建议误认为个体化诊疗方案，就可能出现过度信任AI、对接诊医生产生不信任，甚至自行改变治疗行为。

面对AI与医生判断不一致，多数医生选择解释、对照和协商

当患者带来的AI诊疗建议与医生判断不一致时，48%的医生选择“结合AI内容与患者进一步讨论”，20%选择“详细解释差异原因”，直接否定AI内容的比例仅为2.67%。这表明，医生并不倾向于把AI直接排除出诊室，而是更愿意把AI内容纳入解释过程。医生的角色正在从单纯“给出结论”扩展为“解释差异”“整合信息”和“设定边界”。