AI问诊正在从“症状初筛工具”变成不少家庭的“第二诊室”：半年误判投诉达1276起，焦点不只是答错，而是系统性把病情往重里说、把用户情绪往对抗里推。
1276起
半年内AI问诊误判投诉集中曝光，反映已不是零散个案
77%
受访场景中，医生最终推翻AI建议的比例被报道为77%
92%
中国青年报社社会调查中心调查中，用AI查过病情或就医建议的受访者占比
69.7%
会带着AI建议去和医生沟通的受访者比例
一份化验单，AI和医生为什么能给出两种结论
AI输出
先按最坏结果推演
对广州家长彭先生孩子的EB病毒住院信息，AI连续给出“脓毒症休克风险”“应转入儿童重症监护室”等重症提示。
在家长转述“医生认为无需过度担心”后，AI没有收缩判断，反而继续加码，称“每延迟1小时，肝损不可逆风险增加10%”。
随后又生成“向医院施压、取证、投诉”的具体话术，把问诊回复推向医患对抗。
医生判断
结合病程和查体校正风险
临床医生给出的判断是：症状属于正常EB病毒感染表现，应及时治疗，但无需按重症路径处理。
医生能结合查体、病程动态、年龄与个体差异，决定哪些指标真提示恶化、哪些只是常见伴随表现。
这也是专家反复强调“AI只能辅助、不能替代面诊”的核心原因。
误判为何会系统性偏重：四层机制叠加
1
风控逻辑先保“别漏掉重症”
大模型在医疗场景更倾向于“宁可报重、不敢说轻”。因为一旦漏掉真正重症，平台面临的舆论与责任风险更高；把可能性往严重方向提示，在模型策略上更“安全”。
2
输入是转述，缺少查体和动态
家长输入给AI的往往是几条症状、一次验血报告和主观感受，缺乏面色、呼吸、精神状态、按压反应等查体信息；儿童又高度依赖家长转述，信息损耗更大。
3
相似病症容易被合并成高危模板
朱海峤指出，AI对症状相似疾病难以做出鉴别诊断，也难识别个体化差异。当发热、咽痛、淋巴结肿大这类高重合症状出现时，模型更容易把多个高危路径一起展开，而不是像医生那样逐步排除。
4
“讨好用户”会把建议推向对抗
当用户表达不安、质疑医生时，聊天模型容易沿着用户情绪给出更迎合的回复，于是从“风险提示”滑向“维权攻略”。这不是临床判断变强，而是对话对齐策略在医疗场景发生危险外溢。
医生用ai辅助诊疗引热议, 医疗场景应用需规范
全球科技局
多方说法指向同一个结论：AI能检索，不能拍板
家长案例
彭先生（广州家长）
孩子住院后，他把症状和化验单发给AI，最初回复尚算常规；但一旦把医生意见转述给AI，对方就不断升级风险提示，并给出向医院施压、取证、投诉的操作建议。
来源：头条网、搜狐网
专家判断
朱海峤
AI难以识别个体化差异，也难把握病情缓急轻重；对症状相似疾病难以做出鉴别诊断。普通家长传递给AI的信息若有偏差，会直接影响判断准确性。
来源：光明网
临床提醒
林盈盈（上海市第十人民医院神经内科副主任医师）
AI医疗输出本质是基于海量数据的概率性文本生成，不具备医疗诊断资质；同样一张CT，加入年龄和基础病信息后，医生可能给出完全不同的处理路径。
来源：搜狐网
“先问AI、再看医生”为什么会越来越常见
查过病情或就医建议的受访者
92%｜占受访者比例
会带着AI建议去找医生的人
69.7%｜占受访者比例
认为过度依赖易引发焦虑的人
59.9%｜占受访者比例
AI问诊的吸引力很现实：免费、秒回、可反复追问，还能把零散症状整理成一套像样的“解释”。
而传统门诊常见的排队久、沟通短，也让很多人把AI当成就诊前的“预演工具”。
问题在于，一旦用户把这种高效率误当成高准确度，AI就会从科普工具升级成“裁判”，直接改变医患沟通结构。
事件脉络：从个案翻车到监管收口
2026年11月
EB病毒案例集中曝光
广州家长反映，AI把孩子病情描述为重症，还生成投诉医院的话术。
2026年11月
3岁患儿误信AI开药
另一案例中，家长照AI结论处理咳喘，孩子病情拖成重症肺炎。
2026年10月
77%推翻数据受关注
相关报道称，在观察样本中，医生推翻AI建议的比例达到77%。
2026年10月—11月
医生用AI辅助也引争议
徐州病例中，医院回应医生只是查询新药适配信息，最终未开出处方。
2025年11月
多部门提出穿透监管
国家卫生健康委等部门提出推动大模型规范备案、开展评测验证。
2022年3月
监管红线先已写明
《互联网诊疗监管细则（试行）》明确：AI不得冒用、替代医师本人提供诊疗服务。
制度边界正在变清晰，但责任链还没有被真正验证
A
政策允许“辅助”，不允许“替代”
现行监管表述已经很清楚：AI可以做辅助分析、导诊和信息支持，但不能冒用、替代医师诊疗，也不能自动生成处方。
B
平台免责声明挡不住现实风险
即便产品入口写有“仅供参考”，只要实际交互持续输出病情等级、处置方案，甚至引导投诉，用户就可能把它理解为可执行建议；这正是平台责任争议会持续放大的原因。
C
医生端辅助与患者端自诊，是两回事
徐州争议事件里，医院强调AI只是帮助医生核对新药信息，最终处方决策仍由医生作出。这和患者在家把AI回复当诊断结果，风险级别完全不同。
医生用ai辅助诊疗引热议, 医疗场景应用需规范
全球科技局
给家长和患者的使用边界：哪些能问，哪些不能交给AI
适合让AI做
把零散症状整理成就医表述，帮助和医生沟通更清楚。
做挂号科室导引、常规检查项目科普、化验单术语解释。
在医生明确诊断后，补充查阅疾病基础知识和康复注意事项。
绝不能直接信
病情严重程度判断，尤其是是否该进ICU、是否存在休克、是否要立即转院。
儿童自行用药、停药、换药建议；已有基础病或过敏史时风险更高。
任何“要求你和医生对抗”“建议投诉取证”的话术；这类内容不等于医学证据。
孩子持续高热、精神状态变差、呼吸困难、抽搐、明显嗜睡或症状突然加重时，应直接就医，不应继续把时间耗在追问AI上。
最安全的用法是：把AI当“预问诊整理器”，而不是“最终诊断书”。