同一个AI，医生用和患者用差在哪？

作者：有好多问题2026.11.04 01:11浏览量：0

简介：同一个大模型，为什么专业人士查出来的结论可用，普通用户自己问却可能踩坑？本文以近期“医生当面用AI查药”的争议为切入点，从大模型的工作原理、上下文质量、检索与决策的边界三个层面，拆解专业用法与大众自用的本质差异，并给出结构化提问、人机分工与风险规避的可落地建议，帮助你在专业场景中安全、高效地使用AI。

一、诊室里的争执，问出了一个通用问题

不久前，一段诊室视频引发热议：某医院心内科接诊一位老年高血压患者，家属告知医生，老人曾对“地平类”降压药出现不良反应，尿酸还偏高。医生表示需要查证资料，随后掏出手机，屏幕上既不是医院的用药系统，也不是专业数据库，而是一个任何人都能下载的通用AI助手。家属见状拒绝了后续处方，并将视频发布上网。院方随后给出了另一个版本：医生查证的是一种新药，发现并不合适，当天实际上没有开药。

两种说法孰是孰非，有待核实。但比事实认定更有价值的，是所有旁观者心里冒出的同一句质问：排队两个小时才轮到自己，医生却当着面打开一个自己手机里也能装的App，这合适吗？

把“医疗”这层外壳剥掉，这是一个所有专业场景都会遇到的问题：法律咨询、财务分析、系统架构设计、线上故障排查……同一个模型摆在面前，为什么专业用户能把它用成“加速器”，普通用户却可能把它用成“误导源”？答案并不在“谁有资质”这一表层，而藏在输入质量、校验能力、流程位置这三个更底层的地方。

二、先搞清模型在做什么：它是语言生成器，不是个体决策引擎

要理解两种用法的差异，得先回到大模型的技术本质。当前主流大模型是自回归的概率生成系统：它根据已有文本，逐个预测“训练语料分布中最可能出现的下一个词”。这决定了三个关键特性：

  1. 它输出的是“高概率的表述”，不是“经过查询验证的事实”。 哪怕面对事实性问题，模型也是在海量语料中学到的“通常说法”上做生成，而不是到某个权威数据源里完成一次精确检索。
  2. 它的知识有截止时间。 对上市不久的新药、新版本、新配置，模型可能一无所知，也可能“一本正经地补齐”——这正是幻觉的重要来源。
  3. 它的上下文窗口里没有你的私有数据。 患者的电子病历、企业的架构图、合同与代码库，都不在模型视野之内；出于隐私与合规，很多数据也不应被直接喂入。

回到这次争议，药理学背景其实并不复杂：地平类（二氢吡啶类钙通道阻滞剂）是降压治疗的主力家族；而尿酸偏高的患者选药另有讲究，噻嗪类利尿剂会减少尿酸排泄，把尿酸往上推；市面上还存在大量“沙坦+噻嗪”的复方降压药，名称里是沙坦，成分表里却藏着噻嗪成分。常规临床思路中，沙坦类、普利类、地平类是优先选项，利尿剂则需对尿酸保持警惕。两个约束一叠加：地平类因可疑的不良反应史受限，利尿剂因高尿酸受限，一手牌几乎被打掉两张。此时对新上市的品种一时记不准成分构成，掏出工具查证一下，本身是专业上站得住的动作。

所以“查”这件事不丢人，问题出在下一步：查到了信息之后，谁来做决策。

三、查得到，不等于断得准：检索与决策之间的鸿沟

临床决策需要什么？肾小球滤过率、血钾水平、痛风史、正在服用的全部药物、肝功能状况……把这些抽象成工程语言：决策依赖的是某一个体的完整状态、约束条件与历史依赖，而通用助手拿到的往往只有几句碎片。

模型在缺少这些变量的情况下，给出的从来不是“为这个人定制的结论”，而是“面向所有人的平均结论”。用平均结论去覆盖个体决策，本身就是一类典型的系统性风险。

还有一条更隐蔽：语义歧义会被生活语言放大。 这位老人所谓的“过敏”到底是哪一种？地平类最常见的反应是踝部水肿和面部潮红，家属往往笼统称之为“过敏”，这类情况换药或调整剂量通常就能解决；而真正意义上的药物过敏，皮疹、唇舌肿胀甚至休克，意味着需要终身回避整类药物。两者的处置路径完全不同。

这个区分，AI问不出来，因为大模型的对话策略是响应式的：面对已给出的输入，它倾向于直接生成一个“看起来完整”的回答，而不是主动停下来追问缺失的关键变量，除非它被专门设计成澄清式助手。专业用户的核心价值之一，恰恰是他知道哪些变量是决策必需的，会在提问前主动补齐；而普通用户的困境在于，不知道自己不知道什么。

四、输入质量决定输出质量：同一个模型，两种问法

很多人以为，专业用户和普通用户用AI的差别只是“有处方权、有权限”。这只是最表层。

更本质的差异在输入端。普通用户输入的是碎片和情绪：“我爸高血压，对地平类过敏，尿酸还高，吃什么药？”专业用户输入的是结构化病史：年龄、诊断、不良反应史及其具体表现、合并症、当前用药、关键检验值，外加一个明确的任务定义。同一个模型，面对两种输入，输出质量天差地别。

提示词敏感性不是玄学，而是可以被测量的工程问题。国内有团队曾用数十个真实药学问题对主流大模型做过公开测评：仅仅换一种提问方式，模型回答药物相互作用的正确率，一款从约12%升到约24%，另一款却从约41%跌到约22%。同样的问题、同样的模型，问法一变，正确率翻倍或腰斩——这正是专业场景必须做提示工程、建评测集、跑回归测试的原因。

对比一下两种问法。

反例（碎片式输入）：

  1. 我爸高血压好几年了，对"地平类"过敏，尿酸还高，
  2. 这个药到底能不能吃？

正例（结构化输入，示意）：

  1. {
  2.   "task": "梳理候选降压药类别及各自禁忌与注意事项，不给出最终处方结论",
  3.   "patient": {
  4.     "age": 72,
  5.     "diagnosis": "原发性高血压",
  6.     "adverse_reaction_history": {
  7.       "drug_class": "二氢吡啶类钙通道阻滞剂（地平类）",
  8.       "manifestation": "家属口述'过敏'，具体表现未知，需先区分副作用与免疫性过敏"
  9.     },
  10.     "comorbidities": ["高尿酸血症"],
  11.     "current_medications": [],
  12.     "labs": { "eGFR": null, "blood_potassium": null, "liver_function": null }
  13.   },
  14.   "constraints": [
  15.     "警惕噻嗪类利尿剂对尿酸排泄的影响",
  16.     "注意含噻嗪成分的复方制剂"
  17.   ],
  18.   "output_rules": [
  19.     "先列出为完成判断还缺失哪些关键信息",
  20.     "信息不足时不得给出结论性建议",
  21.     "对每条结论标注确定性等级"
  22.   ]
  23. }

结构化模板做了四件事：把已知事实与不确定事实分开；把任务边界写清楚（要选项清单，不要最终处方）；显式声明约束；强制模型在信息不足时先列出缺口而不是强行作答。这四件事，恰恰是普通用户不会做、而专业训练让人下意识会做的事。

五、专业用户的三重护城河，不止是“有资质”

第一重：校验能力。 专业用户能一眼看出输出里的幻觉，比如把含噻嗪成分的复方制剂当成单纯的沙坦类药，就像资深工程师能一眼看出模型编造了一个不存在的接口参数。知识储备在这里的角色不是替代AI，而是充当AI输出的“读校器”。没有这层校验，错误信息会原样落地。

第二重：责任闭环。 专业用户对最终结论负责，错误可以被发现、被纠正、被追责，全过程有留痕；大众自用没有任何纠错回路，模型说错了，代价直接落在提问者自己身上，且事后无从追溯。

第三重：流程位置。 在专业流程里，AI被安放在“辅助检索”环节，最终决策由人完成，并对照规范与制度复核；大众自用则常常把AI直接推上“决策”环节，跳过了中间所有该有的关卡。工具放错了位置，比工具本身的能力缺陷更危险。

六、大众直接用AI做专业决策的四类风险

  1. 幻觉与知识过时：对新药、新条款、新版本，模型可能给出编造或过时的答案，而普通用户没有识别能力。
  2. 平均答案替代个体决策：缺少个性化变量，输出天然是泛化结论，硬套到具体个体上近乎赌博。
  3. 语义歧义被放大：生活语言里的“过敏”“上火”“卡顿”，在专业语境中有精确含义，模型按字面理解可能南辕北辙。
  4. 隐私与责任真空：想获得更准的答案就需要提供更多信息，于是有人把病历、证件、合同甚至代码原样贴进通用助手——敏感信息一旦离开可控边界就再也收不回来；与此同时，AI说错了没有任何主体为此负责。两者叠加，构成大众自用场景最危险的组合。

七、工程视角：让AI安全进入专业流程的正确姿势

与其争论“专业者能不能用AI”，不如讨论“AI应该以什么架构进入专业流程”。业界已有一套相对成熟的实践：

  • 场景分级：把应用拆成“信息层”与“决策层”。科普、检索、资料整理可以放开；诊断、处方、合同条款、生产变更这类高风险决策，AI只允许出现在辅助位。
  • 检索增强与权威知识源：让模型基于经过审核的权威知识库做检索增强生成（RAG），而不是裸靠参数里的语料，可显著压缩过时与幻觉空间。
  • 结构化输入与澄清机制：用模板约束输入格式，并要求系统在关键字段缺失时先追问、后作答。
  • 输出校验与规则复核：模型输出之后再过一道规则引擎或知识库比对，不合规即拦截。
  • 审计与脱敏：全过程留痕可追溯，敏感个人信息在进入模型前完成脱敏或最小化。

一个示意性的分流逻辑大致如下：

  1. def handle(query, ctx):
  2.     # 第一层：场景分级——高风险域只允许"辅助"
  3.     if ctx.domain in HIGH_STAKES_DOMAINS:
  4.         mode = "ASSIST_ONLY"
  5.     # 第二层：上下文完整度——缺关键变量先追问，不强答
  6.     missing = check_required_fields(ctx)
  7.     if missing:
  8.         return clarify(missing)
  9.     # 第三层：生成后校验——规则复核并留痕
  10.     draft = llm(structured_prompt(query, ctx))
  11.     return audit(rule_review(draft))

对普通用户，这套思路可以简化成三条个人守则：把AI当作预习和整理工具，而不是裁决者；提问前先把关键事实、约束与不确定之处想清楚、写明白；涉及重大决策时，把AI输出当作“待验证的线索”交还给专业人士做最终判断，并且永远不要为换取更好的答案而上传敏感原始数据。

八、结语：壁垒没有消失，只是换了位置

医生查AI与患者自己查AI，用的可能是同一个App、同一个模型，但两者之间隔着的，是结构化的输入、能识别幻觉的知识底座，以及对结果负责的闭环。AI没有消解专业壁垒，它只是把壁垒从“知道答案”迁移到了“会问、会验、会担责”这三个动作上。

工具越强大，使用者的判断力就越值钱。这大概是这场诊室风波之外，最值得每一个技术从业者记住的结论。

最热文章