背景看到一个帖子讨论了帖主爱人车祸尾椎骨囊肿带来的大小便障碍病例由于需要神经外科 骨科脊柱/骨创/骨肿瘤 泌尿科三线协同最后跑了 4 家医院、13 个医生但得出的意见完全矛盾。其中暴露出了当下医疗的重要问题专科过度细分 → 每个科室只认自己那块超出范围就推人MDT 不对外开放 → 需要多科协作的患者在门诊阶段根本没路径分诊形同虚设 → 导医台不懂分诊社区医院扛不起筛选职能医生没时间解释 → 5 分钟流水线患者只能自己当搬运工好在帖主是个科技从业者在过程中与 AI 进行多轮交互让 AI 来作为分诊中枢的角色最终实现清洗数据、投喂论文病例、提取关键指针、建立病情数据库。最终 AI 给出的保守观察 神经康复路径与顶级神外专家的判断高度吻合。这里把整个过程提炼一下也作为一个参考。AI 辅助复杂病症就医的步骤1. 建立病症认知目的完成自身病情的初步定位。不是泛泛了解这个病而是判断我的情况大概属于哪种、什么阶段、最吻合的案例是怎么治的。否则医生说什么你都只能被动接受无法判断对错、无法有效提问。做什么将疾病名称、症状关键词、影像报告喂给 AI获取结构化的疾病定义和病理机制将近 10-20 年的相关论文、病例报告喂给 AI筛选与自身症状高度吻合的案例让 AI 输出你属于哪种类型、什么阶段、最吻合案例的治疗路径和预后结果同步提取关键风险点和时间窗口产出一份病情定位报告——包含你的病情分型判断、3-5 个最吻合案例摘要、关键风险和时间约束注意论文来源必须标注作者、年份、机构没有来源的结论等于没说人种、地域等因子先作为变量投喂验证是否影响结论后再决定权重输入用关键词而非自然语言降低 AI 输出的模糊性参考提示词“检索 [时间范围] 关于 [疾病并发症] 的病例报告和论文。将以下信息与文献照合[影像报告要点、症状关键词、检查结果]。输出1我的病情分型判断2最吻合的 3-5 个案例附作者、年份、治疗方式、预后3关键风险点和时间窗口。”2. 确定初步治疗方案目的带着明确的判断去和医生对话而不是空手问我该怎么办。让 AI 输出可选路径的横向对比作为你验证医生建议的参照物。做什么基于第一步的定位报告让 AI 输出 2-3 种可选治疗路径每种路径列出适应症条件、主要风险、预期恢复周期、大致费用区间结合自身情况年龄、基础病、经济条件给出匹配度排序看医生时带着这份对比表直接问“我认为应该走 A 路径理由是 X您怎么看”产出一份方案对比表——几种路径的横向对比附带初步推荐和理由注意AI 给出的是参考最终决策必须和医生确认如果医生的建议和 AI 方案有出入追问理由——可能是你遗漏了某个权重因子也可能是医生的惯性判断同时明确红线清单哪些做法绝对不能踩、哪些时间窗口必须卡住参考提示词“基于以下病情定位[第一步产出摘要]列出 2-3 种可选治疗路径。每种路径包括适应症条件、主要风险、预期恢复周期、大致费用区间。按与我情况的匹配度排序。同时列出应规避的禁忌事项和必须关注的时间窗口。”3. 匹配科室与医生目的知道该怎么治了找到能执行的人。专科越细分找对人的难度越大需要精准匹配方向而非盲目挂专家号。做什么确定所需科室可能跨多个尤其是复合型病情让 AI 按专科方向筛选目标医院和医生核实医生履历、论文方向、擅长领域与你的病情匹配度如需多科室协作优先找有能力组织会诊的资深专家产出一份就医行动计划——按优先级排列的医生名单附带挂号信息和就诊准备事项带上前两步的产出注意专家号 ≠ 一定靠谱关注的是方向匹配度而非头衔跨科室病情不要一个科室一个科室轮着挂优先找能牵头会诊的人看医生时带上病情定位报告和方案对比表10 分钟内高效沟通如需 MDT多学科会诊提前确认该医院是否对门诊开放参考提示词“[城市]地区擅长 [疾病方向] 的 [科室] 专家列出姓名、医院、擅长方向、是否有相关论文发表或学术成果。按与我病情的匹配度排序。”工具与平台推荐帖主使用了 Hermes 来完成相关任务作为一个 Agent 框架实现了论文采集 去幻让 AI 自己 review 真实性 数据清洗自建工具开发了一个排尿排便自动记录应用——他老婆事后拍马桶照片结合 vision 模型自动分析标记时间、色泽、估算尿量其他信息是否用力、疼痛感、开塞露辅助等通过语音录制和选框入库当然我觉得现在也有一些专业的医疗垂直领域的产品可以在整个任务流程中承接一部分任务产品厂商核心能力特点蚂蚁阿福蚂蚁集团体检报告解读、症状问诊、健康问答、就医协助月活1500万国内第一大健康管理AI App支持拍照识别体检报告氢离子阿里健康循证医学问答直连BMJ等70本顶刊四层结构化推理PICOGRADE被称为中国版OpenEvidence目前免费300人专家团背书华佗GPT港中文深圳症状问诊、分诊建议、健康咨询深圳龙岗11家公立医院部署累计交互超100万次首个垂直医疗大模型平安芯医平安健康7×24在线问诊、报告解读、用药提醒名医数字分身由真实医生形象和知识训练总结与展望医疗服务正如市面上其他服务一样总会因为信息差、地理限制、供应不足等因素导致患者无法获得充足的支持。这并非中国的特例放在国外也一样。AI 的介入让普通人第一次能快速获取和处理更复杂的信息在花费足够多时间、做过充分调研后甚至有机会逼近医生的判断水平。能够带着明确的判断底稿去和医生对话这显然是有极大意义的。实际上这套方法的价值不只在诊断阶段——术后康复、运动康复、慢病管理等需要长期跟踪的场景同样适用核心都是用结构化的数据追踪替代主观感受用论文证据辅助方案判断。当然 AI 无法兜底它不承担责任、幻觉问题未根治、无法复现医生的临床直觉。正确的姿态是——AI 负责信息武装、医生负责专业判断、患者负责最终决策三者缺一不可。