5311
104AI 问诊真的能帮你省心吗？深夜翻看症状、上传报告，越查越慌。本期节目中阿汤和医生，从自己作为患者和家属视角，以及医生视角聊 AI 的利与弊、误区与局限，分享术后、罕见病等真实案例，让你看到普通人在 AI 面前的焦虑与困惑，也告诉你当技术越来越强，我们如何保持清醒判断力。
阵容介绍
社交媒体
合作及微信群
听友群请加微信：cheeseradio
合作事宜请加微信：tuenen87
时间轴
03:10 本期讨论框架说明：患者视角 vs 医生视角，不站队、不下结论
- 患者问诊视角：
03:51 任心开场立场：我是“AI降临派”，医疗平权时代已经到来
04:11 AI问诊的核心价值之一：无限耐心 + 平均水平以上的“医生”
05:01 这是站在“普通患者”角度的判断吗？
05:20 吴斌（患者视角）：有医疗知识的人，用AI反而更安心，但不会当处方
05:52 任心点破关键前提：AI问诊，对提问者的医疗素养要求极高
06:25 翁一鸣作为家属分享罕见病经历：AI在罕见病护理中的现实价值
06:55 罕见病困境：很多医生不了解，但AI能迅速整合全球信息
07:41 AI带来的“确定感”：在饮食、护理细节上给到极其具体的指导
08:22 但AI的局限开始显现：涉及是否手术、风险权衡时，答案并不“解渴”
08:56 医生能给的，往往是一句带情境的判断：“如果是我家人，我会怎么选”
09:40 共识初现：AI没有情绪价值，也无法真正共情
10:32 阿汤总结：AI答案全面但“没温度”，更像一份说明书
11:01 ICU医生补充：AI可用于就诊前的知识准备，弥补解释不足
11:36 但复杂疾病、亚型差异，AI只能给框架，给不了决策
12:28 AI更适合慢病管理与科普，而非动态、急重症判断
12:53 真实案例：医生拔智齿后持续疼痛，AI让人提前“慌”起来
13:13 反思：AI既可能减少漏诊，也可能放大焦虑
14:01 ICU尹子涵：AI与医生冲突的真实场景——患者更信AI
14:42 ICU视角：AI非常适合做“全量数据抓取与分析”
15:21 但ICU病人高度个体化，AI无法替代临床决策
16:10 关键判断：未来不是“无人的ICU”，而是“AI + 顶级医生”
16:43 更激进的观点：AI终将取代医生，只是时间问题
17:55 终极问题转向：当AI取代人类，我们该如何生活？
18:27 阿汤切回现实疑问：AI看诊到底靠不靠谱？
18:53 关键风险点：普通人不会“写病历”，提问本身就可能错
19:16 病情叙述能力，决定了AI回答的方向
20:17 变量太多：性别、年龄、职业、隐瞒史，都会改变推断结果
21:01 真实案例：同一位乳腺癌患者，不同AI给出相反建议
22:05 即便表达清晰，AI结论依然可能南辕北辙
22:39 实验性提问：术后能不能洗澡？不同问法，不同答案
23:17 任心点破机制：AI会顺着你的“潜在意愿”回答
24:00 专业问法 vs 普通问法，结论差距巨大
24:38 新现实：现在纠正家人，比纠正AI还难
25:28 模型、语料库、是否开源，都会影响AI问诊结果
26:23 另类场景：AI把脉、AI中医，与老中医结论高度相似
27:05 判断升级：AI的问题，可能只是“现在式”
27:29 研究引用：GPT-4 在诊断准确性上已超过医生 + AI组合
28:10 图表解读：AI稳定性更高，但上下限也更极端
29:19 算力决定一切：只要堆算力，AI就会出现“涌现”
29:53 现实提醒：目前研究仅限于GPT-4模型
30:23 AGI讨论：当AI拥有记忆与算力，是否必然超越人类
- 医生工作视角
31:20 吴斌（医生视角）：AI是工具，不是看病依据
32:01 使用边界：非本专业可参考，核心决策仍靠同行与文献
32:52 临床现实：AI像高级秘书，擅长提醒、拦截和归纳
34:25 优势与缺陷并存：机械，但能纠正人为疏忽
35:04 共识表达：慢病管理可用，急重症不能依赖
36:14 主持反思：AI对罕见病与复杂合并症，仍存在盲区
36:57 审稿真实案例：AI会随提问立场“反复横跳”
37:58 任心给出方法论：如何正确让AI读文献、当审稿人
39:04 影像科现状：AI早已深度介入，未来更偏向自动化
40:32 最终共识：机器干机器的事，人负责人的部分
*声明
本播客的内容仅代表个人观点，并不代表任何单位、供职机构等的立场，也不构成任何形式的医疗意见或建议等。本内容仅供健康科普使用，不能作为诊断、治疗的依据，请谨慎参考。未经本播客的授权，不得转载或使用播客节目中的任何内容（包括文字、图片、音频、声音、标识、logo等）。
禁止未经授权的任何商业或非商业目的而使用本播客任何内容、信息、对话、声音或数据等用于人工智能（AI）和机器学习（ML）的模型训练。
