近期江苏徐州一位市民带患高血压、尿酸高且对地平类降压药过敏的高龄家属就诊时，发现接诊医生操作手机查阅AI工具“豆包”的用药相关内容，因担心AI生成的药物建议不适用于家属的复杂病情，当场拒绝该医生开具处方。涉事医院随后回应称，医生仅用AI查询新药适配性，当天未给患者开药，事件传开后出现诸多关于诊室AI用药边界的讨论。
医生诊室用AI查药？三方视角拆解争议核心
家属的顾虑并非单纯排斥新技术，而是直指AI应对复杂病情的能力边界。本次就诊的老年患者同时存在地平类降压药过敏、尿酸偏高两个关键健康问题，属于典型的复杂用药高风险场景。家属担心通用AI仅靠知识库输出标准化建议，无法像临床医生一样综合评估患者过敏史、代谢状态和既往用药反应，本质是对“AI能否替代医生个体化研判”的疑问。 从临床实际来看，医生的行为也有其现实逻辑。当前医学知识更新速度快，新药、新适应证、新禁忌层出不穷，单靠医生个人记忆很难覆盖全部信息，开药前借助工具快速核验信息，原本是谨慎负责的表现。但事件中医生当着患者面直接翻阅手机AI对话、未提前说明用途的操作，反而放大了家属的不信任感。 目前大众对AI进诊室的态度并未达成一致。有人认为AI信息检索效率高，能弥补人的记忆疏漏；有人担忧通用AI的医学内容未经过严格临床验证，可能存在滞后或错误；还有人提出要区分“查资料辅助决策”和“直接依赖AI开药”两种不同行为。这种认知差异，正是当前AI医疗应用尚未建立共识信任的直接体现。 这次冲突并非孤立事件，而是技术快速介入医疗场景后，制度规范与公众认知尚未同步跟上的集中折射。
AI能替医生开药吗？3个安全边界要拎清
首先是医学本质的边界。个体化用药需综合考虑患者年龄、肝肾功能、药物相互作用、过敏史等多维因素，AI固定知识库无法完全覆盖临床的动态变化。以本次患者为例，地平类（一类通过扩张血管降压的常用药）药物过敏可能涉及血管性水肿等严重风险，若AI未准确匹配过敏机制、或数据库未更新最新禁忌，输出建议可能造成严重后果。医学决策不是简单信息匹配，更依赖临床经验对不确定性的判断，以及对患者整体状态的把握。 其次是法律红线的边界。《互联网诊疗监管细则（试行）》明确规定，处方应由接诊医师本人开具，严禁使用人工智能等自动生成处方。这划清了AI的法律底线：AI可辅助检索信息、提示风险，但绝不能取代医生承担处方决策责任。本次事件中医生未开药，未触碰合规红线，但诊室内AI使用的操作规范仍无明确标准。 第三是内容可靠性的边界。“豆包”这类通用AI并非专门给医生用的专业临床决策支持系统，训练数据来源复杂，可能混杂非权威、过时甚至错误的医学内容，此前也出现过AI输出错误医学建议的情况。临床用药本该查询权威药品说明书、临床指南或专业药物数据库，通用AI的精度能否满足医疗安全要求，需保持清醒认知。 抗高血压药物选择需高度个体化，地平类过敏者换药需兼顾过敏风险与尿酸代谢影响，具体用药请遵医嘱。这类复杂用药场景下，AI的通用建议可能忽略个体优先级，正是家属担忧的科学依据。
AI进诊室怎么才靠谱？3招守住用药安全线
要让AI在诊室里用得规范、让患者放心，可从三个方向落地调整：
- 制度补位： 目前仅明确禁止AI自动生成处方，但未细化医生诊室内用AI查资料的流程。医院可建立明确管理规定：限定使用经卫生部门认证或医院审核的专业临床决策支持系统，明确医生使用AI时的告知义务，要求AI查询结果在病历中留痕以便事后审查。可推行“双复核”原则：AI信息仅作参考，医生必须同步查阅权威药品说明书、临床指南原文核实，确认后方可用于决策。
- 医生操作： 医生若需借助AI辅助决策，应避免不加解释地翻看手机，主动向患者说明用途，比如“我核对下这个新药的禁忌，确保适合您的过敏情况”，将AI使用纳入医患沟通的一部分。同时需明确，AI查询仅用于触发思考、提示风险，最终处方决策必须回归医生专业判断，并在病历中记录采纳或不采纳AI建议的理由。
- 患者维权： 就诊时看到医生使用AI，不必“谈AI色变”，可主动行使知情权，询问医生使用AI的目的、AI给出的具体建议、以及医生自身的专业评估。需要明确的是，AI辅助不等于“AI看病”，医生在处方上的签名，意味着其承担全部专业责任与法律风险。 当AI工具的使用被透明化、留痕化、并纳入专业复核链条时，技术就不会成为猜疑的焦点，而会回归辅助工具的本质。 规范AI辅助诊疗使用，才能守住用药安全，维护医患信任。
