“AI断指”悲剧，折射出纯算法看病的弊端。AI看病，这个模式结，该怎么解？

1885年，在纽约撒拉纳克湖畔的一间简陋木屋里，有个叫特鲁多的医生在病床前写下了一句话，后来被医学界奉为圣经。

这句话是：“有时去治愈，常常去帮助，总是去安慰。”

那是听诊器、煤油灯的时代，医疗依赖医生的双手与手心的温度。百年后的今天，我们正站在“赛博诊室”的门口：越来越多的人身体不适时，习惯向AI寻求结论。

但AI看病，靠谱吗？不久前一起令人痛心的“AI断指”事件中，这一话题被重提：一位老人手指意外断裂，家属未拨打120而是先询问通用AI助手，AI建议“将断指泡在生理盐水中保存”，家属照做后导致断指组织坏死，最终无法再植。

正因如此，蚂蚁阿福近期上线的“医生把关”功能，在行业内引发了诸多讨论。简单来说，你拍张皮肤患处的照片，AI先帮你识别，接着可以让三甲医院的真人医生在后台复核。作为阿福深度用户，我真心觉得这一步方向走对了。看似不起眼的一小步，触及了AI医疗发展最需要被解决的症结：从根源兜底，让用户感到安全。

早些年，在网上直接售卖处方药，是被严禁的。道理很简单：处方药吃不好是要出人命的，没有医生面诊开方，谁敢让平台乱卖？这成为早年互联网医疗，一个难解的死结。

后来，行业怎么破的局？

就是大家现在都在用的“电子处方”模式：在网上选好药后，由互联网医院的真人医生线上接单、复核既往病史，确认无误后开出电子处方，然后药店发货。

核心逻辑变了。技术没有取代医生，而是成了医生的腿。于是，线上买处方药，成了可行的现实。

今天的AI看病，面临着一模一样的结。

AI大模型的准确率哪怕做到99%，那剩下的1%只要出一次错，对一个家庭来说也有可能是不可承受之重。

阿福尝试的“AI问答+医生把关”模式，与当年电子处方的解法如出一辙——在关键环节保留人的判断，有了真人医生的兜底，用户对AI的疑虑，就能被更大程度消解了。

近期一项针对100名用户的实测也印证了这一判断：阿福的回答与医生诊断基本一致率超过90%。这意味着，AI已能承担大部分的日常健康咨询。

特鲁多的那句格言，在AI时代，并没有过时。

当医疗走向智能化，我们仍然需要被治愈、帮助与安慰。从本质上来说，阿福的引入医生协同，不仅是提升诊断准确性，也是在弥补AI看病时被忽略的那种“情绪支持”。医生的一句“别慌，我看看”，能极大安抚人心。

更长远看，“AI+医生”的协同，或许能成为一把解开中国医疗结构性难题的钥匙。

中国医疗最大的痛点是什么？资源分布不均。

人人都想看好医生，但三甲医院人满为患，排队三小时，看病三分钟。国家推行了很多年的“小病在社区，大病去医院”的分级诊疗，受限于基层诊疗能力不足。

如果未来“医生把关”这个模式推广到儿科和急诊，会发生什么？

我设想了一个最常见的生活场景：

凌晨两点，深夜孩子突然发烧拉肚子，新手爸妈急得满头大汗。打车去儿童医院，排号可能要到天亮；在家里硬扛，又怕耽误病情。这时候，如果能先用手机里的专业AI做个初步筛查，并由后台的真人医生快速确认是否是急症，并给出一个明确的指导，比如“这只是普通的秋季腹泻，先口服补液盐，不用连夜跑急诊”，或者是“情况有点危急，建议立刻去医院”。这能极大缓解家长的无措。

对医生来说，AI能帮忙完成大量重复信息的整理与初步分诊，让医生更专注于危急重症的救治。这也是一种压力的释放。

阿福的尝试揭示了一个方向：AI看病的安全感，不能仅寄托于算法优化，更需要建立人与机器协同的机制。

我们不需要在每个县城都盖一座三甲医院，但可以通过AI与医生的结合，把三甲医院医生的专业服务，送到每个普通人的手中。

这也许是AI时代，分级诊疗能打开的一个“新局面”。