“天塌了”，2月21日，广东一名医学博士给患者看病，遭到对方质疑，原来患者用DeepSeek查询后，对治疗方案有些疑问，博士不信邪也去使用，发现DeepSeek不仅更新了，给出的诊断结果也是正确的，后续令人意外。 2025年2月21日，广州中山三院的诊室里，38岁的张凌枫正用听诊器贴着患者王阿姨的后背，突然听见对方手机传来提示音。 "张医生，DeepSeek说我这个药有更安全的替代方案。"62岁的退休教师举着手机，屏幕上AI生成的用药建议在日光灯下泛着冷光。 张凌枫的钢笔尖在病历本上停顿，视线扫过AI推荐的"氯吡格雷替换华法林"方案。 作为心血管专业博士，他记得教材里写着"房颤患者优先选择华法林"，但王阿姨的肾功能报告显示肌酐清除率55ml/min——这个被他忽略的细节，正被AI用红色字体标出。 在医院咖啡厅，张凌枫打开DeepSeek的界面，输入王阿姨的病例。 进度条跳动时，他想起自己2008年读博时，为查一篇新英格兰医学杂志的论文，在图书馆熬了三个通宵。 此刻AI界面弹出三条建议，第二条正是针对肾功能不全患者的用药调整，文献引用截止到2024年12月——比他掌握的指南更新了五个月。 "您看，AI建议监测凝血功能的同时改用新型口服抗凝药。"实习生小李凑过来，镜片后的眼睛闪着光。 张凌枫注意到AI还推荐了中山医院最新的临床研究，而这项研究成果，他上周刚在学术会议上听过汇报。 手机屏幕映出他眉间的川字纹，突然觉得手中的钢笔像件古董。 复查时，王阿姨的凝血指标显示正常，替代方案初见成效。 张凌枫盯着AI生成的随访计划，发现比自己制定的方案多了饮食指导和运动建议——那些被他忽略的生活干预措施，正被AI用算法精准捕捉。 "现在的机器比人还细心。"王阿姨的玩笑话，让他想起上周漏开的过敏原检测单。 深夜的办公室，张凌枫对比自己与AI的诊断路径：传统诊疗依赖指南共识，而AI能在0.3秒内检索2000万篇文献，还能识别指南外的个体化差异。 他翻开泛黄的《内科学》教材，199页的用药表格早已被数字知识库取代，突然意识到自己的诊疗思维，还停留在纸质文献的黄金时代。 在科室病例讨论会上，张凌枫展示了DeepSeek的诊断报告。 当看到AI用贝叶斯算法分析出患者潜在的狼疮风险时，资深主任推了推眼镜："但AI没注意到患者面部的蝶形红斑。" 这句话像钥匙打开了他的思路——AI能处理数据，却无法替代医生观察瞳孔的细微变化，无法在触诊时感知肝脏的质地差异。 他开始在诊疗中同步使用AI：先听患者诉说病史，再让AI进行数据验证。 一次接诊糖尿病患者时，AI提示胰岛素用量需考虑患者近期的太极拳锻炼习惯，这个细节正是他问诊时捕捉到的。 "人机协作"的诊疗模式，让他的误诊率下降了15%，而门诊效率提升了30%。 张凌枫的经历并非孤例，2024年北京，协和医院医生发现AI在识别早期肺癌磨玻璃结节上，准确率比年资5年以下医师高22%；2025年上海，仁济医院的AI系统成功预测了脓毒症休克的发生，比临床判断提前4小时。 但同年武汉也出现案例：患者依赖AI自行调整降压药，导致电解质紊乱——这些案例共同勾勒出医疗AI的双刃剑效应。 当张凌枫在诊室挂起"AI辅助诊疗须知"时，发现自己的钢笔换成了触控笔。 他在备注栏写下："AI是第301位住院医师，而医生是握着它的手。"窗外的木棉花正红，映着诊疗台上的听诊器与平板电脑，两种时代的医疗工具在晨光中形成奇妙的共生图景。 这场始于质疑的认知革命，最终让张凌枫明白，医疗AI不是对手，而是延伸的知识库。 它能记住所有指南更新，却学不会安慰患者时的轻拍肩膀；能算出最佳用药剂量，却读不懂病历里隐藏的生活困境。 正如他在学术论文中写的："当算法学会了指南，医生更该学会读懂人心。" 在AI崛起的时代，诊室里的交锋从未停止，但真正的医学进步，不在于机器能否取代医生，而在于人类如何让技术始终服务于生命的温度。 当DeepSeek的蓝光映在诊疗台上，医生手中的叩诊锤依然不可或缺——因为医学的本质，从来都是数据与温度的化学反应，是知识库与同理心的共生共长。 在疾病的迷宫里，算法能算出路径，却给不了走出困境的勇气；能推荐药物，却开不出愈合心灵的处方。 对此，您怎么看，欢迎在评论区留言讨论！ （文中均使用化名） 创作来源： 澎湃新闻，《DeepSeek被当成“老中医”？看病只要几十秒，紧急提醒……》
