浙江杭州一市民手臂起红疹，拍照上传AI应用，两分钟内拿到识别结果和护理建议；北京一对年轻父母凌晨被孩子发烧惊醒，先问AI，按分级建议在家观察，天亮后孩子退烧，免了一趟急诊；四川一位独居老人每天把血压血糖数值输入AI慢病助手，安全范围、饮食调整、是否联系医生，一问便知。

三个故事，一个特点：AI成了“首诊”。过去，患者要追着医生问，挂号、排队、等待；如今，AI正在成为许多人看病求医的“前置门诊”。

今年6月，某款健康AI应用升级了“拍皮肤”功能，可识别的皮肤病种类从50种增至100多种，覆盖99%的线上就医常见皮肤问题。与此同时，该应用上线了“医生把关”服务——用户获得AI解答后，可选择邀请三甲医院医生对结果进行复核。测试数据显示，15%的用户会选择“医生把关”，AI分析结果与医生把关的一致率超过90%。

追问AI的场景也在基层迅速铺开。江苏苏州相城区元和街道73岁的居民张士荣患有慢性阻塞性肺疾病，病情加重时先打开本地健康服务平台的“AI个人健康助手”咨询，屏幕很快弹出回复：“结合您慢阻肺的病史，咳嗽加剧考虑与接触冷空气有关，可先观察……”次日到社区卫生服务中心就诊时，他的过往病历已被“AI全科医生”精准调取，一份规范的电子门诊病历自动生成。

北京大学第三医院运动医学科副主任医师刘振龙对此给出了一个基本判断：“AI+医生”人机协作模式的探索，将进一步推动AI技术与专业医疗服务的融合创新。他指出：“AI在医疗健康领域的应用，不是为了取代医生，而是为了协助医生更好地解决百姓看病就医的需求。”

但场景的便利也带来了新的风险。今年8月，浙江一名3岁男童阳阳（化名）的案例令人警醒。阳阳有哮喘病史，妈妈在AI上输入“过敏、哮喘、咳嗽、夜间咳喘”等关键词，AI快速给出“支气管哮喘急性发作”的诊断。阳阳妈妈据此拒绝医生建议的胸部X线平片检查，坚持只开雾化药回家。两天后孩子病情加重、呼吸急促，连夜返院检查发现双肺大面积炎症病灶，确诊为偏肺病毒肺炎叠加细菌感染，紧急住院。“他们要是早点听我的，病情也不至于这么严重。”浙江省中医院儿科主任李岚无奈地说。

追问的场景从诊室搬到指尖，门槛降低了。但AI能回答“我怎么了”，却无法对这一答案负责。

这场AI问诊的浪潮正以惊人速度席卷开来。据统计，某AI助手一天承载的健康相关问诊次数已达两三千万人次。根据国家卫生健康委数据，2025年1月至11月，全国医院日均诊疗人次约1269万。AI问诊的体量，已经超过全国所有医院一天的门诊总量。

患者不再是单纯等待医生告知答案的人，他们带着AI的答案走进诊室，与医生展开对话。

32岁的湖北武汉居民周俊的经历颇具代表性。他的母亲因身体不适住进当地医院呼吸重症监护室，当晚回家，他把化验单传给AI平台，“我本来只是想弄明白那些医学术语是什么意思，没想到AI直接告诉我，某个数值已经属于危急值”。周俊随即在线上咨询几位医生，讨论后才确定病情，“要不是问了AI，可能就这么错过了”。

上海某医院急诊科医生秦艳对这种现象有更深的观察：“以前只需要告诉患者‘你得了什么病、要做什么检查、怎么治疗’，现在多了一步，要解释‘我的判断和你查到的为什么不一样’——这应该会成为医患沟通的新常态。”但她同时坦言，如果患者非常依赖AI生成的信息，而医生的意见又与AI不一致，就很容易侵蚀医患之间的信任，“这是更深层的隐患”。

医生自己也开始运用AI。2026年，同济大学附属东方医院妇产科主任段涛的“AI分身”6个月内为16万人回答了70多万个问题，而他本人每天通常只能接诊20名患者。在江苏南京溧水区东屏街道卫生院，AI辅助问诊系统已嵌入全科、急诊、妇产科等科室。医生问诊时，系统自动录入病历、提示诊断方向、推荐检查项目，病历差错明显减少，接诊效率提升约30%。该院相关负责人说，医生从文书里“抬起头来”，能和患者多说几句话，漏诊漏检风险也降低了。但他们也发现，不同AI软件的诊断精度有差异，“AI能减负，不能替医生签字”。

AI诊疗在罕见病领域的应用效果更为显著。刘振龙告诉记者，他曾遇到一个反复膝关节疼痛的孩子，家长带着跑了几家医院，都被嘱咐“多休息”，刘振龙让孩子做了核磁共振，AI辅助阅片提示是罕见的“剥脱性骨软骨炎”。他还接诊过一名肩关节反复脱位、皮肤弹性异常的患者，AI提示要排查胶原代谢遗传病，最终确诊是Ehlers‑Danlos综合征。“这类外科医生接触不多的罕见疑难病症，AI能给到参考，帮我们拓宽思路，避免盲目手术。”刘振龙说。