随着 Deepseek 持续火热，部分医生和患者纷纷在线种草。
但在近日，「AI 误诊，上海患者获赔 127 万」的消息在各大社交平台迅速传播、引起争议。
图源：社交平台
不过，丁香园尚未在官方法律文书网查询到相关判例文件，业内资深医法律师对于该新闻也表示：从未听过。
关于 AI 误诊的医疗判决，真的出现了吗？
当下医生和 AI 的共处，情况到底如何，其中又暗藏着哪些风险？
有人用它写病历，有人担心误诊
从 Deepseek 自今年 1 月面世以来，天津医科大学总医院、复旦大学附属华山医院等近百家大型医院相继宣布进行 DeepSeek 相关的本地化部署，已经有不少医生在医院系统里正式用上了 AI。
所以，第一批在医院用上 AI 的医生们，真的开始用它来看病了吗？
从各家医院的部署范围来看，从病例辅助分析到报告解读，甚至辅助诊断和提供治疗建议，AI 都露了一手，但在不同医院和科室中，实际使用情况却存在较大的差异。
此前在丁香园社区，不少医生期待 DeepSeek 能帮自己写病历。西安某三甲医院外科医生李新（化名）则成了第一波 AI 写病历的受益者：半个月前刚接入医院系统的 AI 助手，可根据关键指令和信息自动生成手术记录、出院记录，医生只需稍加修改或直接最后把关即可，由此获得更多时间和精力投入到繁忙的手术中。
图，由李新提供
对于部分内科医生来说，AI 则是借助其强大的引擎补足了诊断思路、让治疗方式与患者全周期管理更加全面。
在杭州市第一人民医院，呼吸科主任医师沈凌打开病历系统，AI 助手自动生成的患者异常检验指标提醒以及对应分析就映入眼帘：「AI 给出的诊断方向和治疗建议十分全面，患者后期的康复、生活饮食习惯也提出了合理建议。相当于根据患者情况迅速形成了一本诊疗全程化管理手册，部分临床医生可能会遗漏的细节都有提及。」
但在某些诊室，尽管 AI 给出的建议已经十分全面，部分医生依旧鲜少使用接入到医院系统的智能助手。
在浙江某三甲医院消化内科医生王成（化名）的科室内，尽管医院已经接入了 AI，医生们依旧基本不用：「消化内科很多患者的症状都较为类似、但诊断却大不相同；就算是同一个病，根据不同年龄、基础情况，诊疗都会有所差异。在这样的情况下想用 AI 进行辅助诊断，需要输入很详细的资料、并且毫无病史隐瞒，反而一定程度上增加了医生的负担。」
此前，浙江大学医学院附属第二医院胸外科范军强教授曾在社交平台分享了「Deepseek 测评」，但在实际看诊中却较少使用，在他看来，AI 更像是一本字典、引导医生们拓宽诊疗思路，但对于在临床一线有几十年诊疗经验积累的成熟医生来说，参考实在有限。
图源：范军强社交平台
不同于诊疗经验碾压 AI，天津大学泰达医院神经内科主任医师赵伟则是担心误诊的发生：虽然 AI 虽然可以基于症状、辅助检查结果给出多种诊断的可能，但如果只让其给出一个具体的诊断考虑时，则时常会出错。
就在前几日，赵伟将一位确诊为平山病的病案信息输入 Deepseek、并让其给出最主要考虑的诊断，得到的回答却是肌萎缩侧索硬化症：「这两类疾病虽然都以肌萎缩、肌无力为表现，在病因、诊疗上却存在较大差异。」
图源：赵伟提供
「从某些角度讲，Deepseek目前在医疗中的角色更像是『高级版的百度』，如果患者甚至医生过度依赖它，很可能导致误诊的发生。」赵伟表示，当患者从医生和 DeepSeek这里得到的诊断建议不一致时，也加大了医患治疗的沟通难度和信任成本、可能导致延误治疗。（链旧稿：患者拿着 DeepSeek 来看病，还质疑我「过度检查」…）
AI 误诊，谁来担责？
近日，在国浩律师（天津）事务所，曾有人拿着「AI 误诊，医院赔偿患者 127 万」的讯息来找律师张永泉，询问其具体的判决细节和对于临床医生的参考。
图源：中国卫生杂志
「信息一拿到手，我就有些迷惑：不管是现有的官方文书检索库，还是业界的广泛交流，都未曾听说相关判例。」多年来，张永泉接手过不少医法案件，近期随着 AI 医疗领域大热，也受聘为某相关研究机构的法律顾问之一。
向医法同行们多方求证和探讨之后，张永泉有些无奈——这极有可能又是 AI 凭空捏造的一起法律判例。
「由于目前 AI 模型尚在不断完善，部分在公开发表的文章里，明明是作者假设的情景分析，AI 却会抓取并当作真实示例、后续呈现给用户。」此前，张永泉已遇到不少客户拿着一系列判例参考前来进行法律咨询，但经查证后发现，皆为 AI 捏造。
虽然目前暂无关于 AI 误诊的法律判决，但随着其在医疗领域愈加广泛的运用，如果真的造成误诊，应该由谁来负责？
实际上，对于 AI 应用到医学诊疗中的情况，早在 2021 年即有相关规定。根据国家药监局发布的《人工智能医用软件产品分类界定指导原则》，人工智能医用软件依据其是否用于辅助决策，分别按照第三类、第二类医疗器械进行管理。
图源：《人工智能医用软件产品分类界定指导原则》
张永泉律师认为，将人工智能医用软件产品列作医疗器械管理，则意味着存在「责任人机共担」的可能：「医生用该设备看病，如果导致了误诊、漏诊等医疗事故，则由医生承担最终责任；但如果因设备本身的缺陷导致上述医疗事故，病人可同时向医方和设备的生产厂家进行索赔。」
「『责任人机共担』在理论上达成了共识，但如果未来真的发生相关的医疗事故，具体实施起来却存在多种阻碍，对于医生来说很可能还是『承担全部责任』。」
1、「AI 误诊，责任人机共担」，尚无裁判员
张永泉认为，想要实现责任人机共担，首先就存在一个极大的难点——由谁来认定人工智能医用软件产品本身存在缺陷？
回看以往发生的关于医疗器械使用的群体不良事件，多由食品药品监督管理局对涉事产品进行封存取样、检测并得出结论。例如 2016 年，一款用于玻璃体切割、视网脱离等眼科手术的眼用全氟丙烷气体，在短期内于多家医院出现约 81 例视神经损害相关的不良事件报告，经查发现涉事产品「含量」项目不符合标准规定，「皮内反应」项目不符合标准规定。
图源：中国政府网
「当这款医疗器械成为 AI 产品，目前尚无对应的监管部门可以对其进行认定，从这个角度来说，如果 AI 误诊，想要实现责任人机共担多少有些无从下手。」张永泉表示：「但根据目前AI 在医院中的情况，面对每位具体的患者，医疗团队无论如何都是最后的决策者，也应站在患者和 AI 之间、严格的守好这道关卡。」
2、AI 只是工具，仅限非辅助决策
诚然，AI 参与诊疗暗藏着误诊、漏诊的风险，但面对其在医学诊疗各个环节中显现出的巨大优势，因噎废食并不可取。在此情况下，医生们如何做到「守好这道关卡」？
这在已经接纳 AI 诊疗许久的医生群体中，或许可以窥见一二。
从去年开始，医生赵也（化名）所在的医院放射科，AI 产品已经在影像报告解读方面铺开使用，大幅度的提高了出报告的效率和准确性：「但在部分情境中，AI 存在把一些正常范围内的炎性病变误判为高风险、或是将部分血管误判为小结节。」
因此在具体的审核机制上，该科室明确规定，由 AI 辅助判读后，需再由医生进行人工校准、以及高年资医生加以确认，以达到 AI 辅助提升效率的同时也规避误诊、漏诊的风险。
部分医疗专家认为应从源头上把握 AI 介入到医学诊疗中的程度，以最大程度上避免 AI 的误诊和漏诊——当 AI 只参与非辅助决策，作为工具提供医疗参考信息而不进行医疗决策，那么误诊和漏诊则无从谈起。
3、AI 误诊，不是医术不精的借口
「AI 可以协助医生根据患者病情进行资料检索、提供参考，但并不适合进行决策性意见的输出，临床医生应该对这一点保持高度警惕；与此同时，医生个人的专业能力也需不断精进，才能从容的面对 AI 可能带来的『医学陷阱』。」
范军强教授认为，从目前 AI 的成熟度来看，其担任的医疗角色始终应是辅助性的：「比如说对肺癌患者的术前、术后数据进行采集和分析，以及对于后续的随访进行数据支持，AI 将最大程度地帮助医生实现对患者的全程化管理，但主导这一切的核心始终应该是医疗团队自身。」
天津大学泰达医院神经内科主任医师赵伟则表示：「一把优质的手术刀可以救人，也可以杀人；现阶段在医学诊疗中，AI 作为一种工具的出现无疑是一种进步，是否会成为患者的夺命刀还取决于它是否被握在庸医手中；『AI 导致误诊』，不应成为医生个人医术不精的借口。」
策划：sysoon｜监制：islay
题图来源：社交平台
编辑：ifhealth 来源：丁香园
