星期一早上八点，一家三甲医院的诊室。
医生刚坐下，第一个病人推门进来，没有先说哪里不舒服，而是把手机屏幕转了过来，上面是一段AI生成的分析。
病人的开场白只有一句："你帮我看看，是不是它说的这个病。"
类似的一幕整个上午反复上演。有医生数过，一上午三十个号，二十五个病人是带着AI的结论进门的。
不带结论的那五个，反而成了少数派。
于是一个古怪的问题浮出水面：这些人到底是来看病的，还是来对答案的？
一节车厢里，没问过的凑不齐一排座
本周，中国青年报社社会调查中心联合问卷网发布了一项调查，一千三百多名受访者里，92%的人用AI查过病情、要过就医建议。
92%是什么概念？一节坐满的地铁车厢里，没问过AI的人，凑不齐一排座位。
年纪越轻，比例越高。00后里这个数字逼近96%，几乎人人都干过同一件事：深夜两点，喉咙有点异物感，或者体检报告上多了一个看不懂的箭头，第一反应不是挂号，是打开对话框。
三分之一的人说自己"经常问"。
问AI看病，已经不是尝鲜，是习惯。
一个无限耐心的实习生
人们涌向AI，理由其实非常诚实。
调查里近七成人说，是想在去医院前先摸个底；六成人说，小毛病自己查查就行。
翻译成大白话：专家号难抢，门诊只有几分钟，而AI随时在线，有无限的耐心，不嫌任何问题蠢。
今天的大模型问诊，像一个背下了整座医学图书馆、却从没摸过听诊器的实习生。
知识量惊人，手感为零。它能把一种罕见病的机制讲得头头是道，却看不见你的脸色、摸不到你的脉、听不出你咳嗽里那点不对劲。
可对排了两小时队只换来三分钟问诊的人来说，一个不限时、不打断、有问必答的对象，实在太有吸引力了。
吸引到什么程度？病人开始拿着AI的结论反问医生。
"为什么你和AI说的不一样？""AI建议我做的检查，为啥你没开？"
这是媒体记录下的真实诊室对话。答案的提供方和答案的核对方，位置悄悄换过来了。
翻到癌症那一页
故事到这里还算温和，接下来是它的另一面。
同一份调查里，近六成人承认：越问越慌。
这种状态有个专门的词，叫"赛博疑病"。
它的机制像翻一本医学词典：你本来只想查感冒，手一滑翻到了癌症那一页，然后就再也合不上了。
AI给的是一串可能性，从最轻到最重排开，而深夜里的人，眼睛总是不受控制地滑向最重的那一个。
焦虑还只是代价的一半，另一半更实在。
2025年初，长沙一位廖女士开始咳嗽。她没去医院，反复用AI问诊平台自我诊断，照着建议自行买药，一轮又一轮。
等到症状拖不住走进医院，CT片子出来：双肺多发病灶，已经形成厚壁空洞，高度怀疑肺结核。
AI没有给她开错药。问题在于，它从头到尾不知道自己面对的是谁。
调查里43.5%的人说出了同一种感受：AI不懂个体情况。
有医生把这层窗户纸捅破了：十个病人描述同一组症状，AI大概率给出同一个答案；而医生看的从来不是症状，是眼前这个具体的人。
同样是咳嗽，落在小伙子和落在化疗病人身上，是两个完全不同的故事。
他们要对的不是答案
现在可以回到开头那个问题了：带着AI结论走进诊室的二十五个人，是来看病的，还是来对答案的？
都不是。
他们不是不信医生，恰恰相反，是太想要一个确定的说法，以至于在见到医生之前，忍不住先给自己找了一个。
AI把整座医学图书馆摊开在了每个人面前，这件事本身没什么可指责的，九成人的选择不会是愚蠢，只会是需求。
只是那个需求，AI恰好给不了。
中医讲望闻问切。四门手艺里，AI练成了"问"，而且练到了极致。
可人们排两个小时队，真正想要的是"望"——是有一双眼睛，认真地看过自己。
热门跟贴