医生们都在用哪些AI工具？

医生群体的AI工具使用，远比外界想象的更“务实”和“垂直”。他们不太关心那些能写诗画画的大模型，真正被高频使用的，是能直接嵌入临床工作流、解决读片、写病历、查文献、辅助决策等具体痛点的工具。如果非要给一个概括性的答案：目前医生们最依赖的AI工具集中在四大类——医学影像分析（以AI辅助诊断系统为主）、临床决策支持（CDSS）、医学文献与知识检索（AI学术引擎）、以及病历文书生成（语音/文本大模型应用）。下面我结合一线医生的实际使用场景，把这几类工具掰开揉碎讲清楚。

一、医学影像分析：AI的“透视眼”最受欢迎

这是目前医生接受度最高、落地最成熟的AI应用场景。原因很简单：影像数据标准化程度高，AI的深度学习算法在这里能发挥最大价值，而且直接减轻了医生最繁重的阅片负担。

1. 数坤科技（Shukun）

这家公司的心脑血管AI辅助诊断系统，在放射科和心内科几乎是“标配”。它的核心产品包括冠脉CTA AI、头颈CTA AI、脑出血AI等。医生把CT原始影像导入系统，AI能在几十秒内自动完成血管重建、斑块分析、狭窄程度测量，并生成结构化报告草稿。对于急诊胸痛中心的医生来说，这能救命——以前手动重建冠脉血管需要20分钟，现在AI辅助下5分钟就能出初步结果。

• 核心功能：自动识别血管狭窄、斑块性质（钙化/非钙化）、动脉瘤测量、骨折检测等。
• 特点：获得NMPA（国家药监局）三类医疗器械认证，这意味着它不只是“辅助工具”，而是被官方认可的“诊断支持设备”。
• 收费情况：医院采购制，按年收费或按检查量计费，单次检查成本约几十元，患者通常无需额外付费（含在检查费中）。
• 官网：https://www.shukun.com

2. 推想科技（Infervision）

在肺结节筛查和肺炎检测方面，推想是头部玩家。特别是新冠疫情期间，它的肺炎AI辅助筛查系统被全球多家医院采用。现在主要用在体检中心和呼吸科，能自动标记肺结节大小、密度、位置，并给出良恶性风险概率。

• 核心功能：肺结节检测、骨折检测、肺炎/肺结核筛查。
• 特点：对早期肺癌的检出率敏感度很高，能发现医生肉眼容易漏掉的2-3mm微小结节。
• 收费：医院采购，按年授权。
• 官网：https://www.infervision.com

3. 鹰瞳Airdoc（视网膜影像AI）

这个工具比较特殊，它通过拍摄眼底照片，用AI检测糖尿病视网膜病变、黄斑变性、青光眼等慢病眼病，甚至能通过视网膜血管情况评估心脑血管疾病风险。内分泌科和体检科医生特别喜欢用，因为筛查效率极高——拍一张眼底照，30秒出报告。

• 官网：https://www.airdoc.com

二、临床决策支持（CDSS）：医生的“第二大脑”

这类工具不直接看片，而是辅助医生做诊断和治疗决策。它们基于循证医学数据库和知识图谱，在医生输入患者症状、检查结果后，给出鉴别诊断建议和用药参考。

1. 临床决策支持系统（CDSS）——以“惠每临床决策支持”为例

惠每科技的CDSS系统深度整合了梅奥诊所的临床知识库，被国内多家三甲医院部署在电子病历系统中。它的特点是“不打扰式”辅助——当医生在病历系统里输入诊断时，系统会实时提示可能的遗漏诊断、用药禁忌、以及最新的指南推荐。

• 核心功能：鉴别诊断推荐、药物相互作用提醒、指南匹配、手术风险评估。
• 特点：直接嵌入医院HIS系统，不需要医生额外打开软件。对年轻医生和规培生帮助最大，能有效避免“想当然”的误诊。
• 收费：医院整体采购，按年付费，价格不菲（百万级/年），但分摊到单个医生使用成本极低。

2. UpToDate（虽然不完全是AI，但已被AI增强）

这是全球医生最信任的循证医学知识库，现在也加入了AI搜索和推荐功能。医生遇到罕见病或不确定的治疗方案，几乎第一时间查UpToDate。它最大的价值不是“智能”，而是内容的权威性和更新速度——由全球顶级专家撰写，每4-6个月更新一次。

• 收费：个人订阅约500美元/年，很多医院统一购买供院内使用。
• 官网：https://www.uptodate.com

三、医学文献与知识检索：AI让“查文献”从痛苦变轻松

医生做科研、写论文、追踪前沿进展，文献检索是刚需。传统PubMed检索效率低，而AI工具能直接给出答案、总结要点，甚至帮你写引言。

1. 秘塔AI搜索（学术版）

这是国内医生近年用得越来越多的AI学术搜索引擎。它的特点是“无广告、直接给结构化答案”。输入“PD-1抑制剂在非小细胞肺癌中的耐药机制”，它会直接列出相关综述、关键研究、结论摘要，并附上参考文献来源。相比在PubMed里逐条翻，效率提升不止一个量级。

• 核心功能：学术文献语义检索、自动生成研究综述、引用来源标注。
• 特点：免费，且对中文医学文献的覆盖比国外工具好。
• 官网：https://metaso.cn

2. Consensus（共识搜索引擎）

这是一个基于AI的学术搜索引擎，专门针对“是否有效”“是否相关”这类问题给出基于论文的答案。比如你问“阿司匹林对预防结直肠癌复发有效吗？”，它会从数百篇论文中提取结论，并用“支持/反对/不确定”的标签呈现。对于做循证医学研究的医生，这是神器。

• 收费：免费版够用，Pro版约9美元/月。
• 官网：https://consensus.app

四、病历文书生成：大模型终结“写病历”的漫长夜晚

这是近一年来最火的AI应用方向。医生每天花大量时间写入院记录、病程记录、出院小结，而大模型（如GPT-4、文心一言、讯飞星火）结合语音识别，能把这些文书工作压缩到原来的1/3时间。

1. 讯飞医疗的“智医助理”

这是目前国内落地最广的医疗AI文书工具之一。它内嵌了语音识别+大模型，医生对着麦克风口述查房情况，系统自动生成结构化病历，并自动匹配ICD编码。在基层医院和社区医院普及率非常高，因为它还能辅助基层医生做慢病随访管理。

• 核心功能：语音生成病历、智能问诊引导、慢病管理建议。
• 收费：医院采购，基层医疗机构有政府补贴。
• 官网：https://www.iflyhealth.com

2. 通用大模型（ChatGPT、Claude等）的“医生用法”

虽然这些不是专业医疗工具，但很多医生私下在用。我认识的几位外科医生，会用ChatGPT来快速生成手术知情同意书的通俗版解释，或者把专业术语翻译成患者能听懂的语言。也有医生用Claude来整理科研思路、润色英文论文。但要注意：绝对不能直接输入患者隐私信息，这是红线。建议使用的时候做脱敏处理。

• ChatGPT官网：https://chat.openai.com
• Claude官网：https://claude.ai

五、一个实用的对比表：按科室推荐

六、说点大实话：医生用AI的“潜规则”

第一，AI工具是“辅助”不是“替代”。所有AI的诊断建议，医生都会用自己的专业判断复核一遍。尤其是影像AI，如果AI漏诊了，责任在医生；如果AI误报了，医生也要负责鉴别。所以有经验的医生会把AI当“初筛”，而不是“结论”。

第二，数据隐私是最大红线。正规医院采购的AI系统都是院内私有化部署，数据不出院。但医生个人使用通用大模型时，一定要严格脱敏，去掉姓名、住院号、身份证号等关键信息。

第三，学习成本并不高。大部分AI工具都设计得“傻瓜化”，医生不需要懂算法，只需要会输入信息、看输出结果。真正的门槛在于——你是否愿意改变原来的工作习惯。

相关问题

1. AI影像诊断的准确率真的比医生高吗？
在肺结节、骨折、眼底病变等特定领域，AI的敏感度确实能超过普通医生，但特异度（误报率）仍需人工把关。三甲医院专家复核后，准确率可达95%以上。

2. 医生用AI写病历，病历的法律效力会受影响吗？
不会。AI生成的病历本质是“草稿”，医生必须签名确认并承担法律责任。目前政策明确要求AI辅助生成的文书必须经过医生审核。

3. 有没有开源免费的医学AI工具适合个人医生？
有。比如OHIF Viewer（开源医学影像浏览器）配合AI模型，或者用Python的MONAI框架自己训练小模型。但需要一定编程能力，适合科研型医生。

4. AI会取代医生这个职业吗？
短期内不会。AI能处理标准化、重复性的工作，但无法替代医患沟通、复杂病情判断和人文关怀。更可能的情况是——会用AI的医生，淘汰不会用AI的医生。

5. 患者能直接使用这些AI工具吗？
部分可以。比如鹰瞳的眼底筛查可以在体检中心直接购买服务，但诊断结果必须由医生解读。强烈建议患者不要用通用大模型诊断自己的病情，误诊风险极高。