医生用人工智能查药引发家属拒处方谁来定诊疗边界相关说明

首先是医学本质的边界。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，不妨记在心里。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。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。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。关于其次，可以理解为法律红线的边界。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，输出建议可能带来严重后果。值得一提的是，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。《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。需要提醒的是，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。实际生活中，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。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，不妨记在心里。

关于家属的顾虑并非单纯排斥新技术，而，可以理解为直指AI应对复杂病情的能力边界。有人认为AI信息检索效率高，能弥补人的记忆疏漏；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。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，循序渐进更稳妥。从临床实际来看，医生的行为也有其现实逻辑。简单来说，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；简单来说，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。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。本次就诊的老年患者与此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。目前大众对AI进诊室的态度并未达成一致，别掉以轻心。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。从日常角度看，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。

换个角度说，换句话说，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，事件传开后发生诸多关于诊室AI用药边界的讨论。

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：。