简介：本文从江苏某医生使用AI查询药品信息引发患者家属质疑的新闻切入，探讨医疗场景中人工智能工具的正确使用边界。文章分析了AI在辅助诊疗中的定位、医生与患者的双向视角，并提出了实用落地建议——核心观点是：AI是检索工具，而非决策主体。医生应掌握“核对出处、独立判断、对结果负责”的黄金准则，完成从“能不能用”到“怎么用得好”的认知升级。患者亦应理解AI只是现代医疗效率工具的一种，真正需要审视的，是医生是否尽到了专业审核职责。
在数字化浪潮席卷各行各业的当下，人工智能工具进入医疗场景已经不再是“要不要”的问题，而是“怎么用”的问题。近日，江苏某医院一位医生在门诊过程中使用某款通用AI助手查询新药信息，被患者家属发现后，对方当即拒绝其开具处方。该事件经网络发酵后，引发了关于“医生能否在诊疗中使用AI”的广泛讨论。
这场争议的表面是信任问题，底层却是技术变革下医患关系的认知错位。我们需要理性拆解这个议题，而不是停留在情绪层面。
根据涉事医院后续的回应，该医生的行为并非“让AI开药”，而是在诊疗中遇到一种新型药物，对是否适合当前患者存在疑问，因此借助AI工具快速检索药物说明书、适应症、禁忌症等信息。经过比对，医生发现该新药并不适配患者情况，最终并未开具此药。
从这个完整的链路来看，医生实际上完成了“发现疑问—信息检索—核对判断—合理决策”的正常诊疗流程。AI在其中的角色，相当于一本能自然语言交互的电子药典，或者一个加速版的搜索引擎。但为什么患者家属看到“医生用AI”会立刻产生强烈不信任感？
核心原因在于大众对AI在医疗中的角色定位尚未形成共识。在大众认知中，AI或等同于“机器人看病”，或等同于“不靠谱的聊天机器”，很少有人把它理解为“专业助手”——这正是本次舆论争议的根源。
要讨论医生该不该用AI，首先必须明确一个底层逻辑：AI在医疗执业中的定位应当是“信息检索与整理工具”，而非“临床决策主体”。
现代医学知识更新速度极快。以药品为例，国内每年获批上市的新药数量数百个，每种新药又涉及复杂的药物相互作用、特殊人群用药调整、不良反应监测等数据。没有任何一位医生能对所有药物烂熟于心。过去，医生遇到不熟悉的药品，需要翻药典、查医院内网数据库，或者上网搜索论文。这些方法耗时且效率不高，在门诊高峰时段，医生可能一天接诊上百位患者，平均每位患者的接诊时间只有几分钟甚至更短。
AI工具的核心价值在于：它把“从大量文档中检索信息并提炼关键要点”这一环节进行了显著提速。医生可以用自然语言提问，AI返回结构化的要点概览，然后再由医生根据专业知识进行核对和独立判断。
在这个流程中，AI扮演的是“加速器”和“信息聚合器”的角色。它完成了信息的初步筛选和加工，但最终的评价、判断、决策和法律责任，全部由医生承担。简言之，AI负责“找资料”，医生负责“做决定”。
那么，什么样的AI使用方式才是专业且可被接受的？以下三条准则是值得推广的：
准则一：检索信息不等于采信信息
医生使用AI获取的信息，必须经过来源核实。成熟的AI工具在返回答案时通常会附上引用来源（如药典条目、官方说明书、权威医学期刊论文等）。医生应当有意识地核对原始出处，确认信息的真实性和时效性。这和使用搜索引擎查找资料并无本质区别，只是交互方式更自然。
准则二：AI建议必须经过独立专业判断
AI给出的信息可能存在滞后、偏差或语境不匹配。例如，AI可能返回某药物的标准用法用量，但患者是肝肾功能不全者，或有特殊基因型差异，这就需要医生结合患者个体情况做出综合评估。AI提供的是“通用知识”，医生输出的应是“个体化方案”。
准则三：责任永远在医生
无论AI提供了何种辅助信息，最终处方上的签名是医生的。这意味着医疗事故责任、医疗纠纷风险、伦理审查义务，全部归属于执业医师本人。因此，医生绝不能把AI视为“甩锅”的对象，也不能在未经验证的情况下直接采纳AI输出作为诊疗依据。
回到事件中患者家属的反应。拒绝医生开处方，表面上是“不信任AI”，实质上是对“诊疗过程的不可见”产生了恐惧。患者无法看到医生头脑中的推理过程，一旦发现医生使用了自己不理解的工具，原有的信任结构便被打破。
缓解这种不信任的方法，不是禁止医生使用工具，而是加强沟通的透明度。医生在使用AI辅助查询时，应当主动向患者说明：“这个新药我需要查一下最新资料，确认是否适合您的情况。”这样一来，AI的使用从“偷偷摸摸的不确定行为”转变为“光明正大的专业查证行为”，患者的感受会完全不同。
在信息不对称的医患关系中，透明的流程比隐晦的专业更能赢得信任。医疗机构也可以考虑在诊室公开可用的辅助工具类型（如“本诊室采用AI辅助药品信息查询”），让患者在就诊前就建立合理预期。
事件中另一个引发讨论的点是医生使用的工具为通用型AI助手。这类产品月活用户数以亿计，拍照、语音、文本对话功能极其简单，几乎零学习成本。这也让不少人质疑：“用这么生活化的工具来干专业的事，靠谱吗？”
这个质疑本身值得深入分析。工具的通用性与专业性并不矛盾。AI助手的能力取决于两个维度：一是背后的大模型在医疗语料上的训练覆盖度，二是使用者的专业鉴别力。一个具备扎实医学功底的医生，可以用通用AI完成大部分信息检索工作；反过来，一个毫无医学知识的普通人，即使用最专业的医疗AI，也无法做出正确的临床判断。
所以，专业性的瓶颈不在工具端，而在使用者端。医生使用通用AI工具进行药品查询，本质上与使用专业的医学数据库并无高下之分，关键在于使用者的信息素养和职业操守。
基于以上分析，我们可以将医疗场景中AI应用的成熟度分为三个层次：
第一层：禁止与回避。 这一阶段的特征是机构和个人出于风险规避的考量，严禁在诊疗环节使用AI。这种选择的代价是效率损失，且无法阻止医生私下使用，只是将使用行为“地下化”，反而增加管理盲区。
第二层：默许与自发。 医院不明确表态，医生自行决定是否使用AI辅助。这是目前多数场景的真实状态。优点是灵活，缺点是缺乏统一规范和质量控制。
第三层：制度化与流程化。 医疗机构制定AI辅助诊疗的明确操作规范，包括允许使用的场景（如药品信息查询、医学文献检索）、禁止使用的场景（如直接生成诊断结论）、核实义务（如必须核对引用来源）、记录留痕（如AI交互记录保存备查）等。在这一层次，AI真正成为医疗质量提升的基础设施。
当前，绝大多数医疗机构仍停留在第一层和第二层之间。而这次舆论事件恰恰提供了一个契机，推动行业讨论并尽早进入第三层。
从更大的视角看，AI进入诊疗流程是不可逆转的趋势。数据显示，在大众端，已经有相当比例的人习惯通过AI获取健康建议，其中不乏医疗健康领域的专业人士。“患者问AI，医生查AI”正在成为信息时代的常态。
相比争论“能不能接受”，更务实的态度是推动“正确使用”的普及。对医生而言，AI是提升效率、降低认知负担的杠杆；对患者而言，AI是获取医学常识、理解病情背景的窗口；对医疗机构而言，AI是优化资源配置、提升服务质量的抓手。
关键是，所有参与方都需明确一条底线：AI始终是辅助，不是替代；信息始终是参考，不是结论；技术始终是手段，不是目的。
当医生习惯了“先查AI再核对指南”的工作方式，当患者习惯了“医生用AI是在查最新资料”的认知模式，这场关于信任的争议，自然会被专业流程和透明沟通所消解。
归根结底，医学是一门经验与科学交织的复杂学科。任何一种工具的引入，都必须服务于“更好的诊疗结果”和“更融洽的医患关系”这两个根本目标。与其纠结于医生能不能用AI，不如把目光投向更重要的议题：如何让AI的使用过程规范化、透明化，让技术真正成为医患之间的桥梁，而非隔阂。在这个意义上，那一次被拒绝的处方，或许正是推动医疗AI走向制度化的一个起点。