现在咱们看病是越来越方便了，有个头疼脑热的小问题，不用次次跑医院挂号排队，可以直接在医院的线上患者平台发条消息，就能咨询医生。
但这份咱们觉得省事的方便，落到医生头上，可就成了一副甩不掉的重担。
达特茅斯医疗中心的家庭医生蒂姆・伯迪克就是个典型例子。
他每天7点到医院，上午9点到下午5点接诊大约15位病人，6点才能下班。
但是下班后并不意味着工作结束，他还得继续回复患者的线上消息。
图源：豆包AI生成
可别小瞧这些线上消息，自从平台开通后，患者有空的时候随手发，一天下来其实量特别大。
伯迪克算了算，一周攒下来能有差不多500条。
为了回完这些消息，他经常要加班到晚上九点半。
这么连轴转，别说是家庭医生，谁都扛不住。
现在基层医生职业倦怠越来越严重，很大一部分原因就是被这些海量消息拖住了。
所以伯迪克就想：现在AI大模型这么火，能不能让它来搭把手？
他和达特茅斯精准健康与人工智能中心的技术副主任萨拉・普雷姆博士一起做了项研究，想法很简单：让AI先读取匿名的患者消息，再结合患者的既往病史，先写个回复草稿出来，最后由医生审核修改，这样总能省点时间吧？
为了测准效果，他们找了6款主流大模型，用超过14.6万条真实的医患线上对话做训练，再让模型们现场写回复。
测的模型里既有大家熟悉的ChatGPT、Claude、Gemini这类商业大模型，也有基于Llama和通义千问的开源模型。
测试结果发现，AI离直接上岗给患者回消息，还有很长的路要走。
最核心的问题，就是AI太爱拍板，容易过度诊断、过度治疗。
图源：豆包AI生成
普雷姆博士解释说，真人医生碰到患者说身体疼，第一反应肯定是先追问细节：什么时候开始疼的？疼得有多厉害？1到10分能打几分？先把信息摸全了，再慢慢缩小判断范围。
但AI不这样，它拿到症状就直接下结论，上来就给你定病因，甚至直接说 “你该吃这个药”，连治疗方案都一并给出来了。
比起临床医生的谨慎，AI实在是太冒进了。
除此之外，AI还不会像医生那样问关键的跟进问题，回复里时不时还会出错。
参与这次测试的有些医生，看完AI写的内容直接表示：这东西不敢用。
甚至更早之前就有研究提过，别说省时间了，医生回头给AI补漏洞、改稿子，花的时间说不定比自己从头写还多。
图源：豆包AI生成
但AI也不是全没用，它恰恰在一个方面表现得比真人医生更出色——语气会更柔和，回应也更有人情味。
说起来也现实，医生每天忙得脚不沾地，回消息往往直奔主题，先把问题解决了再说，难免顾不上说两句安抚的话。
但AI不一样，它不会累，也不会有情绪，回复反而更耐心、更体贴，患者看了会觉得自己的感受被接住了。
研究里也说，共情这件事，对大模型来说反而是最容易实现的。
除了说话好听，AI干起流程化的杂活儿也挺靠谱。
比如预约排号、续开处方这种固定流程的事，用AI打辅助反而稳，确实能帮医生理顺工作流，这也是目前看来最适合AI落地的方向。
所以这项研究最终的结论很明确：现在的AI还没办法直接对接患者，但当个辅助工具还有很大的优化空间。
目前普雷姆博士已经在搭新的训练框架，专门教AI少随便下诊断、多向患者提问题，而且问题要更贴合每个患者的具体情况。
图源：豆包AI生成
“要教会大语言模型或AI问出靠谱的后续问题，真没那么简单，”普雷姆博士说道，“它们确实会提问，但跟临床医生比起来还差得远。我们现在的方向是看能不能找到更好的办法，让它们学着像医生一样去推理。”
接下来，她和伯迪克的计划算一下医生在修改AI初拟回复内容上所花费的时间，他们想看看经过改良后，变得会提问的AI，到底能不能真帮医生省点事。
其实看完这项研究还让人感慨的，我们一直以为AI最擅长的是理性判断、专业分析，医生最不可替代的是人文关怀。
可现实恰恰相反，AI最容易做到的反而是耐心和温和；而真正需要临床经验、需要为患者担责任的诊断决策，它还差得很远很远。
这项研究说到底就一句话，AI还当不了医生，但当一个会好好说话的助手，已经够格了。
至于怎么AI当更称心的助手，不越界、不出错，真正给医生松绑、给患者踏实感，大概是接下来最该琢磨清楚的事。
机器人产业最重要风向标，世界机器人大会（WRC）2026重磅来袭，还有世界人形机器人运动会紧随其后。宇树、智元、启元、魔法原子、银河通用、云深处、灵心巧手等300余家TOP展商联袂呈现，定义全球机器人产业未来！所有关于机器人的核心问题，WRC都将给出答案。雷科技WRC 2026报道团已抵达WRC现场。
宝尚配资提示：文章来自网络，不代表本站观点。
