（知潮网）一张"门诊告示"的截图，这两天在社交平台上转疯了。纸上写着："已在豆包获得诊断的患者，请勿再向我们寻求意见，请改向千问或者元宝咨询。"最底下还跟了一行小字："但是百度真的不建议。"有人把它当成真事转发，也有人一眼看出是段子——后来媒体多方核实，这确实是网友恶搞，没有任何一家医院真贴过这张纸。
可假告示能冲上热搜第一，靠的不是笑话本身，而是它戳中了一个真问题：带着 AI 问诊结果走进诊室，已经不再是某几个人的个别行为。那张纸是假的，它描述的景象是真的。
一张假告示，为什么戳中真痛点
有网友调侃，这叫"前有百度看病，后有豆包确诊"。患者查健康信息的方式，确实换了一茬。过去是打开搜索栏，跳出来一堆广告和论坛帖，真假难辨；现在是对着大模型敲一行字，它就能组织出一套像模像样的解释，甚至告诉你接下来怎么办。
为什么越来越多人先问豆包、再进诊室？答案藏在门诊的现实里。一句"排队两小时，看病三分钟"不是段子，是很多人的真实体验。医生一上午几十个号，每个患者能分到的问诊时间极其有限，那些没听懂的术语、不敢追问的疑虑，走出诊室只能去别处找答案。而 AI 不排队、不收费、有问必答，还能把"低密度脂蛋白"翻译成"血管里的坏胆固醇"。它恰好填上了这个缺口。
QuestMobile 的数据能说明规模：截至 2026 年 3 月，国内 AI 原生应用的月活用户已经达到 4.4 亿；有报道提到，豆包单日健康咨询人次已突破 2000 万，而全国医院日均门诊量才 1000 万出头。先问 AI、再看医生，已经从"新鲜事"变成了"门诊日常"。
豆包们能帮什么，又不能帮什么
先把话说明白：AI 问诊不是没用，但它给的是"可能性"，不是"结论"。
它能做的，是根据你输入的文字，列出可能相关的疾病方向，提醒你留意什么、下一步去哪个科室、检查报告上那些箭头是什么意思。覆盖面广、响应快，对查漏补缺和就诊前整理思路确实有帮助。把它当成就诊前的"整理本"和"术语翻译机"，比当成"诊断仪"要合适得多。
它做不到的，才是关键。它看不到你的面色，听不到你的心跳，摸不到你的淋巴结，也做不了任何触诊和化验。同样一句"胸口疼"，在不同年龄、不同基础病、不同用药史的人身上，可能指向完全不同的原因。工具只能根据你写的那几句话去推理，而人往往只写了最难受的那一个症状，把看似无关、实则重要的细节漏掉了。描述不全，它就答非所问；描述不准，它就一本正经地胡说。
七成医生，都遇到过"带 AI 来问诊"的患者
这不是感觉，是有数据的。复旦大学老龄研究院申琦教授今年（2026 年）做了一项双端调研，对象包括 75 位医生和 143 位中老年居民。结果发现，约七成受访医生在门诊中遇到过患者使用 AI 查询健康信息：其中 36% 的医生每月遇到 2 到 4 次，10.67% 每周 2 到 3 次，还有 24% 的医生每周接诊用 AI 的患者在 4 次以上。
换句话说，一个三甲医生一上午的门诊里，几乎必然要面对几位"已经自己查过、带着答案来"的患者。调研里，81.33% 的医生担心 AI 建议缺乏个体化，73.33% 担心它会加重患者对疾病的误解或焦虑。
我的看法很直接：医生"坐不住"，不是因为要被取代，而是解释成本在往上走。当患者拿着手机问"为什么你和豆包说的不一样"，医生得先纠正 AI 的错误，再证明自己的清白，真正问诊的时间就这么被挤掉大半。一位医生跟我形容，遇到拿着 AI 答案来"对答案"的，半小时都未必说得清楚。
当患者拿着 AI 来"对答案"
问题不在于用了 AI，而在于把 AI 的"几种可能"当成了"判决书"。
业内反复提及一个真实案例：江苏某医院急诊，一名酒后头部受伤的患者，CT 确认没有颅内出血，但手机里的豆包语音却说"根据影像报告可以判断有颅内出血，可能是医生诊断错误"。医生反复解释无果，被迫请来神经外科医生当面再分析一遍片子，才平息纠纷。2025 年还有更惊险的一例：一名 60 岁男子听从 ChatGPT 的建议，用溴化钠替代食盐，最终因溴中毒被送进急诊。
研究也给过冷水：2025 年一项研究显示，即使在理想的自诊问题下，ChatGPT 的回答完全正确的比例也仅为 31%。这意味着，把 AI 当成"判官"去考医生、质疑医生，风险是真实存在的。
有意思的是，医生端并没有集体说"不"。健康领域有博主公开表达过一种态度——"不说服，只筛选"：筛选愿意听从自己方案的病人，不强求说服每一个。这背后，是一线医生在门诊里反复掂量的几重为难。时间是最实在的一道：半天三四十个号，平均每个患者不到 8 分钟，把时间花在纠正 AI 上，后面排队的人先不乐意；信任是更绕的一道：你越解释 AI 不对，患者越觉得你急了、想多开检查；责任是最沉的一道：医疗本就有不确定性，强行说服一旦预后不及预期，纠纷就来了。只提建议、不替你拍板，既尊重患者，也是医生的职业自保。
监管已经出手，边界画在哪儿
争论归争论，规则的轮廓正在清晰。
根据国家药监局《人工智能医用软件产品分类界定指导原则》，国内的 AI 医疗产品其实分两类：一类是合规医疗 AI，属于第二或第三类医疗器械，必须经过审批注册才能上市，比如 AI 辅助影像读片、肿瘤辅助诊断系统，这类只面向医护人员，不对公众开放诊疗；另一类就是普通人天天聊的通用大模型——豆包、千问、元宝这类，输出基于公开医学科普，本质是信息整合与科普工具，没有诊疗资质。
更具体的红线也在落地。2026 年 5 月 25 日印发的《处方药网络零售合规指南》明确：处方审核必须由执业药师开展，不得由 AI 代为实施。同年 3 月的《"人工智能+药品监管"实施意见》也强调，AI 在药品监管领域坚持辅助型定位、人机协同。复旦大学附属华山医院张文宏曾公开表示拒绝将 AI 引入医院电子病历系统，理由是"会改变现有的年轻医生培养体系"——他的底线很明确：AI 可以辅助，但不能主导。
我的判断是：把"医生用的专业 AI"和"普通人聊的通用 AI"分开，是厘清责任归属的第一步。前者在医院本地化部署、有专业数据库支撑、医生全程复核；后者只是科普入口。混淆这两者，才会出事。
给带 AI 进诊室的人：怎么用才不踩坑
落到"AI 问诊靠不靠谱"这个问题，我的态度是：能用，但要放在对的位置。
第一，别把它当判决书，当提问清单。进诊室后先描述自己的真实感受，不要一上来就说"豆包说我是什么病"。把 AI 的结果放在后面做补充，比如"我网上查了一下，说可能和某某有关，您看有没有这个可能"——这句话，比举着手机对质管用得多。
第二，喂给 AI 的信息越完整，它越靠谱。年龄、基础病、正在吃的药、症状出现的时间和细节，别只丢一句"我哪里不舒服"。表达越模糊，AI 的参考价值越低，这点普通人往往意识不到。
第三，对家里老人多上点心。不少长辈刷到一段短视频、问一句豆包就信以为真，反而觉得医生说得简略、心里不踏实。家属多陪一趟医院，多问一句"医生到底怎么说"，比让长辈一个人对着手机较劲强。
说到底，豆包看病准吗，答案从来不是非黑即白。它能帮你把问题想清楚，但把可能性收窄成判断、把判断变成治疗方案，这件事只能留在医生手里。
那张告示是假的，但它能刷屏，说明它说出了很多人想说却没说的话。AI 闯进诊室，松动的是医生对知识的独家解释权，不是临床判断的分量。它在诊室里最得体的角色，是替那几分钟的沟通填一点缝隙，而不是横在医患中间的那道隔阂。至于诊室里缺掉的几分钟——那不是 AI 能补的，是医疗系统自己要还的账。
