86% 的医生已经在用 AI 助手了，但你可能不知道他们在用什么

86% 的医生已经在用 AI 助手了，但你可能不知道他们在用什么

最近一组数据挺有意思，国内某三甲医院做的内部调研，86% 的临床医生日常工作中已经在使用 AI 工具辅助。但有意思的是，他们用的不是 ChatGPT 也不是文心一言，而是一堆你可能听都没听过的小众工具。

排名第一的用途不是写病历，是查文献。一个医生遇到疑难病例，第一反应是去问 AI 这个症状可能对应什么病、用什么药、有什么最新研究。这事过去要查 UpToDate、要翻指南、要请教主任，现在 30 秒内 AI 就能给出一份初步的文献综述。医生拿到 AI 的答案再去求证，效率比过去翻一晚上资料高几倍。

排名第二的用途是写病历和出院小结。这事原来要花医生每天半小时到一小时，现在 AI 录音 + 自动生成结构化病历，几分钟搞定。但这里有个隐患，AI 生成的病历法律效力问题还没解决，大部分医院还是要求医生手动签字确认，等于 AI 干完活医生还要检查一遍，没真省多少时间。

排名第三的用途才是大家以为的「辅助诊断」。但实际情况是，医生把 AI 当成「第二意见」而不是「第一诊断」。医生自己先有判断，再让 AI 跑一遍看 AI 怎么说，如果 AI 跟自己的判断一致就放心，如果不一致就重新审视病例。这套工作流其实跟当年医生用医学数据库查文献的逻辑是一样的，只是把数据库换成了 AI。

这事对创业者来说有几点启发。第一，医疗 AI 最大的市场不是 C 端的「AI 问诊」，那是 ChatGPT 就能干的事，没商业价值。真正的市场是 B 端的「医生工具」，帮医生省时间、避风险、提效率。但这个市场销售周期极长，一个医院从接触到采购可能要 18 个月。

第二，医疗 AI 的护城河不是技术，是数据。一个团队就算模型做得比 GPT 还差，但只要有 10 万份脱敏的真实病例数据，模型微调出来的效果就能甩开通用模型几条街。所以未来医疗 AI 的格局，大概率是几家头部公司各自绑定几家头部医院，圈住自己的数据池。

第三，医疗 AI 创业最容易踩的坑是低估了医生的保守程度。一个医生用了十年某个工具，你让他换工具他比你换手机还抗拒。所以医疗 AI 的推广方式不是「卖给医院」，是「先让某个科室主任私下用起来，等他带着全科室用，医院再统一采购」。这种自下而上的推广周期更长，但一旦推下来基本不会流失。

更现实的判断是，医疗 AI 不会让医生失业，但会让医生之间的差距拉大。会用 AI 的医生一天能看 80 个病人，不会用的还在看 40 个。10 年后这批医生之间的收入差距、职称差距，会比现在明显得多。

AI 替代人的剧本从来不是「AI 取代所有医生」，而是「用 AI 的医生取代不用 AI 的医生」。这句话放在任何一个行业都成立。