当AI问诊以惊人的速度渗透日常生活，正在重塑全民获取健康知识、进行临床诊疗的方式。据公开数据显示，AI大模型豆包的日均健康咨询量已超2000万人次，蚂蚁阿福用户过亿，日均健康咨询量也突破千万次，超全国医院日均1269万的诊疗量，数以亿计的民众正在用指尖投票，将AI视为触手可及的健康顾问。面对技术快速发展，AI问诊在弥补医疗信息鸿沟、提升可及性的同时，也因“幻觉”频发、责任模糊、情感缺失等问题，在悄悄消耗着医患之间本就脆弱的信任。如何推动 AI 医疗大模型行稳致远成为亟待解决的重要问题。
AI 医疗大模型应用面临多重现实挑战
据艾媒咨询2026年8月发布的报告，过去三年，中国医疗大模型完成了从0到1的爆发式生长，累计发布量从2023年的61个，跃升至2025年6月的311个。现代社会大家对健康问题格外重视，中国拥有庞大的14亿人口，但医院资源有限，多数患者在医院就诊的短短几分钟内对自己的疾病和身体很难有全面的了解，对于不了解的疾病也天然存在恐慌焦虑情绪，这对大模型企业来说是巨大的市场需求，推动了企业的研发和市场拓张。AI大模型便捷的使用方式，极大地降低了患者获取医学知识的门槛。它能针对一些急症快速给出反馈，也能将晦涩的化验单、影像报告转化为通俗解释，为茫然无助的患者提供及时回应和情感慰藉，受到越来越多用户的青睐。但AI 医疗大模型在现实应用中面临多重挑战。
一是AI大模型产品在医疗领域的准确性尚存不足。因AI技术本身的局限性，大模型容易产生医学幻觉和迎合人类，会存在编造疾病、误读检验报告等问题，对复杂个体病情的判断容易出现偏差；面对普通人口语化描述的症状，AI 识别准确率会大幅下滑，仅依靠文本口述无法完成完整临床诊断流程。
二是应用场景错位激化医患关系。不少用户混淆 AI 辅助参考与临床诊断的边界，只关注AI结论不关注其思考过程，当AI与医生的诊断有偏差时，会拿着 AI 给出的诊疗结论与临床医生对峙，迫使医生花费大量时间纠正 AI 带来的认知偏差，挤占有限诊疗时间，甚至激化医患信任危机，催生“信 AI 不信医生”的畸形现象。
三是AI问诊责任尚不明晰。现有监管更多聚焦医疗器械类 AI 产品，面向普通公众的健康咨询大模型，存在责任边界模糊、风险预警不足、免责提示流于形式等短板，一旦出现误导伤害，责任追究存在现实障碍，也为医患纠纷埋下了隐患。
构建“以人为本”的AI医疗治理新范式
AI 医疗大模型，其本质是医疗辅助工具，而非替代医生的 “赛博神医”。在平台的广告营销和大模型本身对人的心理迎合下，普通民众对AI的信任日益加深。引导AI医疗大模型健康发展，须跳出“技术中心”思维，转向以医生和患者需求为中心的治理框架。
一、完善制度监管体系，落实分级分类监管。对于向公众提供医疗咨询方面，现有法律法规难以精准适用。亟需出台更高级别的法律法规，明确医疗AI大模型应用中的责任认定规则，平台对模型输出质量、风险拦截、日志留存承担主体责任，用户也需要理性甄别 AI 内容的义务。完善纠纷处置机制，明确 AI 医疗相关损害的举证、鉴定路径。同时，要强化数据采集的伦理规范，保障患者的知情权与隐私权，避免因数据滥用引发新的信任危机。
二、划定边界，让AI回归“辅助”本位。压实平台主体责任，产品需要区分医生端专业辅助产品与面向普通公众健康咨询产品两套标准。面向普通公众的健康咨询大模型，应主要应用在健康咨询、科普解读等低风险场景，严禁输出确定性诊断、治疗方案，强制设置醒目的风险提示，不能仅使用小字免责。针对急重症、自杀风险等高危关键词，建立强制熔断机制，直接引导用户线下就医，禁止继续输出诊疗建议。
三、开展全民健康媒介素养教育，建立对 AI 医疗的理性认知。政府、媒体、医疗机构联动开展科普宣传，向全社会普及 AI 医疗大模型的能力边界，引导公众将 AI 当作获取背景知识的参考，就诊时以执业医师判断为准，破除“AI 可以替代医生看病” 的认知误区。
四、优化医患沟通机制，推动人机协同模式落地。鼓励“AI + 医生” 协同模式探索。支持更多类似数字家医的实践，让 AI 承接随访、宣教、病例书写等重复性工作，让医生有更多时间同患者沟通交流，聚焦核心诊疗，构建有温度的医患关系，让 AI 真正成为医疗卫生体系的得力帮手，助力建设更高水平的全民健康事业。