杭州 30 岁的程序员，怎么也没想到，自己只是随手把 CT 报告发给 AI 问诊，换来一句 “典型肺炎，常见元凶” 的结论，就顺手删掉了医生叮嘱的复查预约，三个月后，他直接住进了肿瘤科病房。

小赵不抽烟不喝酒，就是做程序员常年熬夜加班，作息没什么规律。那段时间他先是发烧、咳嗽，还咳黄痰，去医院拍了肺部 CT，结果显示左下肺有炎性阴影。

医生给他开了抗感染的药物，吃完之后烧很快就退了，只是咳嗽一直没好彻底。当时医生特意交代，四周之后一定要回来复查 CT，看看炎症有没有完全吸收，要是没吸收就得进一步排查。小赵没太往心里去，一来觉得拍 CT 有辐射，能不拍就不拍，二来烧都退了，想来也不是什么大事。

正好这段时间 AI 问诊炒得火热，身边不少同事身体不舒服都先找 AI 问问。小赵想着反正手里有 CT 报告，不如让 AI 先看看，没大事就不用再跑一趟医院，毕竟挂号排队大半天，太耽误时间。

他把报告和片子上传之后，AI 没几秒就给出了结论，核心就是八个字：典型肺炎，常见元凶。后面还补充说明，流感嗜血杆菌是社区获得性肺炎的常见致病菌，他的影像表现非常典型。小赵一看，跟自己预判的差不多，彻底放下心来，复查的事直接抛到了脑后。

这之后小赵照常加班熬夜，工作节奏一点没放慢，只是咳嗽始终断不了根。慢慢的，他开始咳大量的水样痰，动不动就出虚汗，以前爬几层楼不费劲，那段时间走快一点都胸闷气喘。

中间他也觉得不对劲，又拿着自己的症状去问 AI，AI 给出的结论是排除哮喘，还是普通呼吸道炎症的问题。小赵想着既然不是哮喘，那就慢慢养着，依旧没去医院。

直到症状重得已经影响正常工作，他才想着去医院开点对症的药，本来是奔着排查哮喘去的。接诊的医生听完他的症状描述，又问了之前的病史，直接说他的表现根本不符合哮喘，坚持让他先复查个 CT。

小赵一开始还犹豫，觉得就是炎症没好利索，架不住医生反复劝说，最终做了低剂量 CT。结果出来比医生预想的还糟，之前所谓的 “肺炎” 病灶不仅没吸收，反而明显进展变大了。

后续的检查结果一步步印证了最坏的可能，住院后他的血癌胚抗原显著升高，肺穿刺活检最终确诊为肺浸润性黏液腺癌。万幸的是基因检测发现有对应突变，还可以接受靶向药物治疗。

主治医生后来跟他说，临床上抗感染治疗无效的 “肺炎”，本来就要警惕特殊感染、机化性肺炎以及恶性病变的可能，医生让复查就是为了排查这些风险，他这一步省得实在太险。

这事最近在网上传开之后，不少人都觉得似曾相识。现在很多人身体不舒服，第一反应不是去医院挂号，而是点开 AI 问诊工具。

尤其是年轻人，总觉得 AI 信息全、反应快，不用跟医生来回沟通，也不用排队等号，拍张报告照片发过去，几秒就能拿到明确结论，方便又省心。像小赵这样的互联网从业者，对新技术接受度更高，下意识觉得算法客观严谨，比人的判断更靠谱。

但绝大多数人都搞错了医疗 AI 的定位。目前国内获批的医疗 AI 产品，全都是医生的辅助工具，从来不是给普通人自我诊断用的。就拿影像类 AI 来说，它的优势是快速识别病灶、标记异常，帮医生节省阅片时间，提升筛查效率，但最终的诊断结论，必须由医生结合患者的全部情况综合给出。

AI 只能看到片子上的影像表现，它不知道患者的既往病史，不知道用药后的反应，更看不到症状随时间的变化，而这些恰恰是诊断疾病最关键的信息。

放到小赵这件事里，医生要求复查的核心逻辑，就是观察治疗后病灶的变化。普通细菌性肺炎经过规范抗感染治疗，病灶会逐渐吸收好转，如果没有吸收甚至进展，就要考虑其他疾病的可能。

这个动态判断的逻辑，单靠一张静态 CT 片子的 AI 根本做不到。它只识别出了炎性阴影的影像特征，就直接给出了普通肺炎的定论，完全漏掉了 “治疗无效需警惕其他病变” 的风险提示。

很多人偏爱 AI 问诊，还有一个原因，就是 AI 说话足够笃定，不像医生总说 “不排除”“建议进一步检查”，听起来模棱两可。但医学本身就充满了不确定性，医生的谨慎表述，恰恰是对患者负责的表现。

AI 给出的百分百确定的结论，往往是建立在忽略特殊情况、罕见病例的基础上，而这些被忽略的小概率事件，落到个人头上就是百分之百的后果。

当然也不是说 AI 完全不能用，平时想了解健康科普知识，想搞懂报告里的专业术语，或者不确定该挂哪个科室的时候，用 AI 做个初步参考完全没问题。

但只要涉及明确诊断、用药方案，尤其是医生明确交代的复查、随访要求，千万别图省事儿用 AI 替代专业诊疗。看病这件事，该走的流程一步都省不了，该交给专业人士的判断，就别轻易交给算法。