本文转自： https://1q43.blog/post/11929/
仅做个人收藏，版权归原作者所有
这两年，AI 很火，搞什么的都要搞一下 AI+，医疗方面也不例外。
在关注 AI 新闻的时候，经常能看到一些 AI 辅助诊疗、AI 病历整理的项目和案例。但作为一个相对保守的行业，国内医疗体系对数字化的更新相对来说是比较慢的。所以，新闻里那种看起来很科幻的 AI 看病，似乎暂时很少有人能体验到。
但最近这几个月，我个人确实是体验到了一些 AI 在医疗领域的作用。
全当是个体经验，在这里记录一下。
报告解读
在垂杨柳医院的小程序里，原本就能查询所有的校验和检查报告。
但不知道从什么时候开始新增了一个 AI 报告解读的按钮，点击之后它会根据该报告的检查结果生成一个人话版本的解读文案。
这个真的是太有用了，而且我感觉不仅是对患者有用，而且对医生也有用。
对于年龄稍长，或者没有那么多医疗知识的年轻患者来说，我们在做完检查之后往往没办法从结果单里的一堆数字直观的理解病情。这一般会造成两个后果：
- 患者没办法第一时间了解自己的病情，有些患者会隔几天再去复诊，或者觉得数值差的不大就不去了；
- 患者可能会插队去找医生解读检验结果，增加医生的负担，导致后面的患者需要等更长的时间。
从直觉上来说，我觉得这个 AI 报告解读应该可以解决 90% 以上的此类问题。因为我母亲的岁数也不小了，但那天她居然自己学会了在小程序里使用这个功能，我甚至是从她那里得知的这个新功能。
我之前只教会了她如何在小程序里给自己挂号，以及如何查询自己的检查、检验结果的（从公众号推送直接点进去）。
从我母亲可以自己摸索到这个功能来说，垂杨柳医院的这个小程序不仅产品功能设计上不错，适老化应该也是不错的。
但是这个功能也确实暴露了 AI 诊疗中的一些问题，比如我母亲的一张基础化验单的解读中，有一项数值的解读 AI 出现了基础性的错误。我母亲的这项指标是轻微高于正常区间（有上箭头），但 AI 解读是低于，并且给出了一些建议。这应该不是 AI 的问题，而是 OCR 环节就出现了错误。
我觉得这个方案其实也比较好办，最不济的情况下，如果医院可以通过这项功能大幅度减少轻症患者的不必要复诊率的话。那么把节省出来的医师资源专门安排人来做 AI 解读的人工兜底审核都是值得的。
全面而精确的医患沟通
你肯定经历过那种场景，你花了好几个月的时间，花费几百块钱，挂了一个专家号。
但你进了诊室之后，5 分钟就被专家“打发”出来了。
这确实是一种非常糟糕的体验，但也不能过分责怪医生。这一般是两个问题导致的：
第一，缺少分级诊疗和全面的诊前医患沟通，你的病要么没严重到需要去看专家，要么是在看专家之前应该先做的某些检查是没做的，缺少这些检查的结果，专家也不可能凭空诊断你的病情。
第二，在国内公立医疗的模式下，医生每日的接诊量太大了，他没办法在有限的时间通过对话这种相对低效的方法来从你这获取足够的信息，也不可能在开出检查或诊疗方案的情况下给你掰开揉碎的解释清楚。因为多给你 5 分钟，就意味着要少给别人看 5 分钟。
这导致了客观上这种极为糟糕的就医体验，也造成了一些医患矛盾的发生。
但我最近两个月在带我妈和我家猫看病的过程中，感觉 AI 在未来可以很好的解决这个问题。
为我母亲看病的体验
我母亲这些年有一个顽疾，就是尿路感染。
在此前，我母亲一般的思路就是发生感染之后，挂一个泌尿科的号，做一套检查（验血、验尿）确认感染，然后给开抗生素治疗，整个就医过程就结束了。
但今年以来，发生的频率似乎更高了，一年的时间发生了 3 次左右，我母亲也内心有点犯嘀咕，感觉是不是有其他问题导致的。
我是在无意中想到，既然我在工作生活中已经全面依赖 AI 了，为什么不问问 AI 呢？
于是，我翻出了我母亲过去几年所有关于尿路感染的检查报告，分批次的导入了 Gemini 2.5 Pro。然后，给出了一个之前的诊疗盲区：老年女性反复尿路感染是一种非常常见的情况，但它的病因并不在尿路，而可能在阴道。
原始对话的记录比较长，因为我追问了许多问题这里就不多解释了。
但大致上的治病原因是：女性在停经后，雌激素分泌大幅度衰减，阴道菌群可能发生不良改变。但阴道本身作为一个“有菌器官”，对各类细菌的耐受性都比较高，即便是有一些致病菌在其中，也不一定会引发妇科疾病。但由于阴道与尿道的位置比较接近，久而久之这些细菌就会反复侵袭尿道这个“无菌器官”，引发尿路感染。
这是一种在老年女性群体中的常见病。
并且，这个情况其实也非常好解决，如果确诊是这个问题，只需要长期在局部使用雌激素，恢复阴道 ph 值，使菌群重新平衡即可。
我把这个结果和我母亲说了一下，就发生了如下对话：
我妈：诶，去年的时候，泌尿科医生确实说让我去看一下妇科。
我：那你去了吗？
我妈：看了。
我：然后呢？
我妈：开了一管药，我抹了一段时间，那次好了之后就没再抹了。
我让母亲把那管药拿出来，果不其然，是一管局部外用雌激素。我问我母亲，妇科医生怎么和她说的，我妈回忆说医生就告诉她让她抹就行了，没有说要抹多久，也没说什么时候停。
我母亲在听完了我复述的 AI 的分析之后，和我一起想到了一个可能：按它这个说法，这个药是不是要终身抹？
按照这个思路，我让母亲又去挂了一次妇科专家号，去之前做好了准备，根据 AI 的指示，向专家精准的描述了病情，怀疑的情况，想要排除的情况（几种癌症），并确认了雌激素的使用问题。
在这个过程中，AI 还在一定程度上缓解了我母亲的焦虑情绪，因为在做最初的几个检查的时候结果并不是很好，怀疑可能是某种癌症。而 AI 给出了关于这种癌症的科普，并分析了最好的情况和最坏的情况等。
如果在一个理想的就诊环境下，这些话当然都应该由医生来说，但现实是各国的公立医院都没有那么多医生，而且肉眼可见未来也不可能会有更多医生了。所以这种要聊 30 分钟的“话疗”，AI 可能不是可选项，而在未来会变成必选项。
而且，与专业化分工过于清晰的现代医疗体系相比，AI 由于训练了“所有”的医疗知识，它反而能比专科医生更全面的思考问题，而不是说“这个病不在我们科室，我也不好判断”。
其实，去年去就诊的时候，泌尿科医生其实已经尽到了提示义务，他对我母亲说：你应该去看看妇科。
毕竟，学的专业不同，他也不能代妇科医生下诊断。而当时对我妈接诊的妇科医生，可能是个刚毕业的医学生，可算是遇到了一个照着书本上生病的“常见病”病人，甚至会误以为我母亲是已经知道情况而来开药的，所以也就没过多解释致病原理和可能需要终身用药这个事儿。
这才导致了今年又复发了三次。
最后历时三个月，6 次复诊，我母亲的身体结果是万事 Ok 的，确实是只需要用雌激素就行。
还被妇科的主任医生夸了思路清晰。
为我家猫看病的体验——不常见的药物副作用
我家猫是 2014 年出生的，到今年已经 11 岁了。
按照猫的寿命来说，也算是实打实的进入了老年期。所以最近一年，身体也时不时的会出一些小毛病，虽然不至于说是越来越衰弱，但身体确实不如以前健康。
最近的一次生病，是耳朵突然爆发了马拉色菌感染，大量的油状分泌物堵住了耳朵，不仅疼，而且脏。
带去医院，做了一系列身体检查，排除了全身性疾病之后医生给开了口服抗菌药和滴耳液。
回来规范用药后，耳朵的症状明显消失，但是猫咪出现了连续呕吐无法进食的状况。这可比耳朵感染严重多了，于是赶紧请假带着它去医院复诊。然后再次检查，发现出现了胰腺炎的症状，并且肝转氨酶升高，提示有肝损伤。
即便是我不借助 AI，也能判断这大概率是药物导致的。医生当然也是这么判断的，于是即刻停止了口服抗真菌药的投喂，并且增加了保肝和止吐的药物。表面的症状止住了，猫咪也恢复了进食。
但到一周后复查的时候，却发现胰腺炎的指标并没有好转，而且肝转氨酶甚至还进一步升高了。医生此时建议住院观察，但因为我害怕它作为一个老猫进入陌生环境，情况会更糟糕， 所以犹豫了，说再观察一下。
回家之后，我把所有的检查报告，病历和用药都传给了 Gemini。然后 Gemini 给了我一个别的可能性：导致肝损伤，并进一步诱发胰腺炎的可能不是已经停掉的口服抗真菌药，而是滴耳的激素药物。
我当即在微信上和宠物医院的医生确认有没有这种可能，她说这款药在药理上是有可能的，但要大剂量使用，而且她从业中还从未遇到过这种情况。我家猫只使用了这款药最大剂量的 1/3，不应该出现副作用才对。
但综合考虑到耳部的症状已经大幅减缓，和医生商讨了一下，切换为每日洗耳但不再上药。
一周后复查，肝转氨酶和胰腺炎指标均出现好转。
在这个过程中，AI 还教会了我如何用手法来确认猫咪的上消化道验证状况，以及如何通过猫的姿态和面容来判断其是否处于原发性的疼痛状态——这在某种程度上也算是一种“医患沟通”吧，毕竟作为患者，猫咪是不会说话的。
思考：AI 并非替代医生，而是让话疗作为一种常见“检查”与“处方”
AI 医疗其实已经有了很多年了，甚至在这一轮以 LLM 为基础的爆发之前，AI 在影像学（比如分析片子）和检疫科（化验）上就已经有突破了。
然而对于普通人来说，那些实打实的能提效和增速的医疗 AI 应用，感知反而不明显——比如原本要 4 小时出结果的化验，现在变成 1 小时出，大家可能并不会觉得因此方便太多。因为无论如何都是请了半天假要在医院等结果，结果出来还要找医生讲解结果。
在这一轮生成式 AI 出现之后，网上也有过一些关于 AI 是否能替代医生的讨论。而一旦提到“替代”，就会涉及到医疗责任的问题。
但我觉得，生成式 AI 对公立医疗体系的浸润可能根本不是替代，而是补全。就像我在开头说到的，理论上来讲医院除了给每个病人“治病”之外，还应该能让病患更清晰、全面的了解自己的病情，从而获取更好的医从性，保障治疗质量、预后以及尽可能的让病患能在未来的生活中反复得同一种病。
但受限于过去的医疗资源稀缺性，我们终究不可能让每个病人都享有 30 分钟以上的就诊时间。
AI 的出现打破了这种稀缺性——让患者可以和“拥有医疗知识的智能体”，有无限长时间和无限多次的机会沟通。
这不是对传统真人医生的替代，因为传统真人医生也做不到这一点（除非是私人医生）。
从这个角度上来说，我认为一套完整的 AI 话疗系统，其作用和定位可能和 X 光机或 MRI 是一样的。它的作用，不是替代医生做出诊断或给出治疗方案，而是帮助医生在诊治患者之前和之后搜集足够多的信息。
想象一下，未来的某一天，医生可能会开出一个这样的处方：接下来的一个月，你每天都要和这个 AI 聊 10 分钟。
而 AI 根据患者的病历，定制化了一套有针对性的对话方案，比如每天搜集患者的三餐饮食，询问患者的身体状况，提醒患者吃药或不吃药等等。
一个月后，它根据全月的“话疗”记录，生成一份协助医生做出诊断的格式化报告，医生再根据这份报告来判断下一步应该如何治疗。比如，患者遵医嘱连续服药两周后，出现比较明显的头晕副作用，这是他“不遵医嘱，擅自停药”的原因，提示需要换药。再比如，患者服药不规律，经常早、午、晚，什么时候想起来什么时候吃，这可能是患者自述药物不太管用的原因。等等……
这就像我们去拍了一张 X 光片，X 光机不会替代医生做出决定，而是让医生拥有“透视眼”一样。
在想到这个之后，我去搜索了一下，海外也确实有一些公司开始尝试类似的操作了。比如，美国的 Abridge 和 CareMessage，都有一些 AI 加入诊前诊后信息搜集的尝试。
希望也能尽快在国内看到类似的应用有所普及。