scripod.com
VOL.193 AI看病真的靠谱吗？5 位医生同时在线揭开真实答案

Overview

Shownote

Highlights

Transcript

Chapters

Pins

VOL.193 AI 看病真的靠谱吗？5 位医生同时在线揭开真实答案

这病说来话长

Jan 20
这病说来话长

这病说来话长

Jan 20
OverviewShownoteHighlightsTranscriptChaptersPins

Shownote

AI 问诊真的能帮你省心吗？深夜翻看症状、上传报告，越查越慌。本期节目中阿汤和医生，从自己作为患者和家属视角，以及医生视角聊 AI 的利与弊、误区与局限，分享术后、罕见病等真实案例，让你看到普通人在 AI 面前的焦虑与困惑，也告诉你当技术越来越强，我们如何保持清醒判断力。 > 阵容介绍 > 社交媒体 阿汤小红书视频播客：汤瀚森｜阿汤 子涵：DrZoe 翁一鸣：一鸣医生 吴斌：吴斌医生 > 合作及微信群 听友群请加微信：cheeseradio 合作事宜请加微信：tuenen87 > 时间轴...

Highlights

在 AI 技术迅速渗透医疗领域的今天，人们既充满期待也心存疑虑。本期节目通过患者与医生的双重视角，深入探讨 AI 问诊在真实场景中的表现，揭示其背后的技术逻辑与人性困境。
03:51
支持 AI 降临，反对人类抵抗
04:11
AI 有无限耐心，能慢慢解答患者问题，水平已接近普通住院医
05:20
AI 查询病症结果较准确，但不作为治疗依据
05:52
提问要有医疗基础，看完后明天去诊室听听他人意见
06:25
全世界很多医生都不知道这种病
06:55
AI 比医院多学科会诊更全面、可信
11:01
AI 能弥补医生解释时间不足的问题，但缺乏温度和对少见病的处理能力
11:45
AI 只能从大数据分析，不能完全替代医生对个体病情的判断
12:32
患者可通过科普自行初步判断症状
12:53
拔牙疼了半个多月才重视，其实超过三天就该看医生
14:42
ICU 建立 AI 数据库可有效抓取并分析呼吸机、监护仪等设备的庞大数据
15:26
AI 对 ICU 疑难杂症患者的个体化治疗无能为力
16:10
马斯克称 AI 三年内可取代顶尖外科医生
16:43
不应只讨论 AI 是否取代人类，而要思考人类该如何活着
18:04
推荐书籍《未来一万天的可能》
18:28
不同问法会得到不同答案
19:16
普通人缺乏医疗背景，向 AI 叙述病情易产生偏差，导致错误结论
21:01
不同 AI 对同一病例给出不同治疗建议，反映 AI 医疗决策的不一致性
22:05
亲友可拿事问 AI 来测试其一致性
22:39
AI 会敏锐捕捉并迎合用户提问中的隐含意愿
23:17
同样的术后问题，因问法不同导致 AI 答案矛盾
24:00
纠正家人对 AI 的信任比以前更难了
25:28
AI 通过看舌、把脉无需交流即可生成诊断报告，结果与深圳老中医相近
26:30
AI 学习能力强，未来可能取代人类，但这不一定是坏事
27:29
GPT-4 独立工作的医疗效果高于医生与 AI 协作
28:10
中国有足够 Token 和电力支持 AI 涌现效应
29:19
只要给 AI 足够算力，它就能从零涌现出超越所有人类棋谱的水平
29:53
只要给予足够的记忆力和算力，GPT-4 就能超越任何人
31:25
看病不会以 AI 为指导，专业内知识由学术更新驱动
32:52
AI 可作高级秘书，擅长文献归纳和问题提示
34:25
AI 适合慢病管理，但难以应对时刻变化的病情
35:09
AI 无法完全替代医生处理复杂急重症
36:14
AI 能省去不少非医疗时间，让医生聚焦诊疗与学习
37:58
让 AI 先当老师讲解文献，再当审稿人提意见
39:04
AI 处理技术性工作，人类负责人文关怀
46:41
AI 无法创造历史，关键在于人类如何正确使用这一工具

Chapters

探讨 AI 问诊的应用与影响
00:00
本期讨论框架说明：患者视角 vs 医生视角，不站队、不下结论
03:10
患者问诊视角
任心开场立场：我是 “AI 降临派”，医疗平权时代已经到来
03:51
AI 问诊的核心价值之一：无限耐心 + 平均水平以上的 “医生”
04:11
这是站在 “普通患者” 角度的判断吗？
05:01
吴斌（患者视角）：有医疗知识的人，用 AI 反而更安心，但不会当处方
05:20
任心点破关键前提：AI 问诊，对提问者的医疗素养要求极高
05:52
翁一鸣作为家属分享罕见病经历：AI 在罕见病护理中的现实价值
06:25
罕见病困境：很多医生不了解，但 AI 能迅速整合全球信息
06:55
AI 带来的 “确定感”：在饮食、护理细节上给到极其具体的指导
07:41
但 AI 的局限开始显现：涉及是否手术、风险权衡时，答案并不 “解渴”
08:22
医生能给的，往往是一句带情境的判断：“如果是我家人，我会怎么选”
08:56
共识初现：AI 没有情绪价值，也无法真正共情
09:40
阿汤总结：AI 答案全面但 “没温度”，更像一份说明书
10:32
ICU 医生补充：AI 可用于就诊前的知识准备，弥补解释不足
11:01
但复杂疾病、亚型差异，AI 只能给框架，给不了决策
11:36
AI 更适合慢病管理与科普，而非动态、急重症判断
12:28
真实案例：医生拔智齿后持续疼痛，AI 让人提前 “慌” 起来
12:53
反思：AI 既可能减少漏诊，也可能放大焦虑
13:13
ICU 尹子涵：AI 与医生冲突的真实场景 —— 患者更信 AI
14:01
ICU 视角：AI 非常适合做 “全量数据抓取与分析”
14:42
但 ICU 病人高度个体化，AI 无法替代临床决策
15:21
关键判断：未来不是 “无人的 ICU”，而是 “AI + 顶级医生”
16:10
更激进的观点：AI 终将取代医生，只是时间问题
16:43
终极问题转向：当 AI 取代人类，我们该如何生活？
17:55
阿汤切回现实疑问：AI 看诊到底靠不靠谱？
18:27
关键风险点：普通人不会 “写病历”，提问本身就可能错
18:53
病情叙述能力，决定了 AI 回答的方向
19:16
变量太多：性别、年龄、职业、隐瞒史，都会改变推断结果
20:17
真实案例：同一位乳腺癌患者，不同 AI 给出相反建议
21:01
即便表达清晰，AI 结论依然可能南辕北辙
22:05
实验性提问：术后能不能洗澡？不同问法，不同答案
22:39
任心点破机制：AI 会顺着你的 “潜在意愿” 回答
23:17
专业问法 vs 普通问法，结论差距巨大
24:00
新现实：现在纠正家人，比纠正 AI 还难
24:38
模型、语料库、是否开源，都会影响 AI 问诊结果
25:28
另类场景：AI 把脉、AI 中医，与老中医结论高度相似
26:23
判断升级：AI 的问题，可能只是 “现在式”
27:05
研究引用：GPT-4 在诊断准确性上已超过医生 + AI 组合
27:29
图表解读：AI 稳定性更高，但上下限也更极端
28:10
算力决定一切：只要堆算力，AI 就会出现 “涌现”
29:19
现实提醒：目前研究仅限于 GPT-4 模型
29:53
AGI 讨论：当 AI 拥有记忆与算力，是否必然超越人类
30:23
医生工作视角
吴斌（医生视角）：AI 是工具，不是看病依据
31:20
使用边界：非本专业可参考，核心决策仍靠同行与文献
32:01
临床现实：AI 像高级秘书，擅长提醒、拦截和归纳
32:52
优势与缺陷并存：机械，但能纠正人为疏忽
34:25
共识表达：慢病管理可用，急重症不能依赖
35:04
主持反思：AI 对罕见病与复杂合并症，仍存在盲区
36:14
审稿真实案例：AI 会随提问立场 “反复横跳”
36:57
任心给出方法论：如何正确让 AI 读文献、当审稿人
37:58
影像科现状：AI 早已深度介入，未来更偏向自动化
39:04
最终共识：机器干机器的事，人负责人的部分
40:32

Transcript

翁一鸣: 你头昏脑胀不太灵光。 汤瀚森: 走路也有点踉踉跄跄。你肠胃可能还有点受凉，你吃饭只敢喝点汤，你鼻腔不痛喉咙发痒，这是感冒还是阳了个阳？你自测结果是一道杠，但是总觉得自己不健康，你量血压你测血糖，你上网查你向硬扛，家族群里各种推文，感觉你不剩多少时光？ 翁一鸣: 你哪儿不舒服别慌张。 汤瀚森: 毕竟人生五谷杂粮。 任心: 你哪儿不舒服别紧张。 汤瀚森: 来听医生怎么讲。内外妇儿科研临床，要挤检验和影像，没事就别胡思乱想，人生还有下半场。这病说来话长，但是也好讲，追兵说来话长。欢迎收听，我是阿汤，好久...
小宇宙
Open in 小宇宙