问题——智能健康工具越用越多，“听谁的”成了新困惑；近年来，智能健康工具检索疾病知识、生成健康建议上的使用明显增加，不少患者就诊前后也会主动对照涉及的建议，希望更好地配合治疗和管理生活方式。然而，当工具给出的建议与医生的诊断、用药或检查安排不一致时，一些人容易犹豫甚至焦虑：到底该相信哪一方？这个现象，正成为医疗服务数字化进程中常见的现实场景。 原因——差异来自“个体化临床”与“通用回答”之间的天然距离。首都医科大学附属北京朝阳医院副主任医师李晶表示，医生的临床判断并不是只看某一个症状或某一项指标，而是要综合评估患者年龄、性别、既往病史与慢性病情况、肝肾功能、并发症风险，以及当前用药与治疗进程等多维因素。同一种疾病在不同人群中的治疗策略可能差异很大，方案也需要在疗效与风险之间动态权衡。相比之下，智能工具往往基于用户输入的信息和通用知识框架生成回答；如果提问不够具体、关键病史缺失——就难以给出贴合个体的建议——与临床意见出现不一致并不意外。 更需警惕的是信息失真风险。李晶提示，当数据不足或语境不完整时，工具可能输出看似“有道理”但实际错误的内容，容易误导使用者。对非专业用户而言，这类错误信息往往更“顺耳”、更具迷惑性；一旦据此自行调整用药或延误就医，风险不可忽视。 影响——既可能提升健康素养，也可能放大误判与用药风险。专家认为，智能工具在健康教育层面确有积极作用：它能帮助公众快速了解疾病概念、常见检查指标、生活方式干预等基础知识，缓解信息不对称，提高就医沟通效率。但如果把它当成“替代诊断”的权威来源，或将建议直接等同于个人处方，可能带来三上问题：一是引发对医生专业判断的不必要怀疑，影响医患沟通；二是被不严谨信息牵引，导致过度检查或过度担忧；三是药物调整、剂量增减、停药换药等环节自行决策，埋下安全隐患。 对策——三条路径提升“会用、慎用、用在对处”。针对公众如何更科学地借助智能工具进行健康管理，李晶给出可操作建议。 其一，提问要具体，把关键个体信息说清楚。与其笼统询问“我该怎么治”，不如提供更有临床意义的要素，例如年龄、性别、体重与体重指数、基础疾病与并发症、近期化验或监测数据、正在使用的药物及疗程、近期控制不佳的具体表现与目标等。她举例，曾帮助一名糖尿病患者梳理提问内容，把个人体征、并发症与现有治疗情况一并说明后，得到的建议更接近可讨论的管理方案。对普通人来说，“信息越完整，越有助于获得可参考的方向性回答”，但最终仍应回到医生处确认。 其二，要求给出信息来源，用循证思维筛选可信度。公众应主动追问建议依据何在，重点看其是否来自随机对照、多中心研究等较高质量证据，是否参考最新临床指南或共识文件，避免被未经验证的个人经验和碎片化科普左右判断。对风险较高的建议，应优先以指南与权威机构发布内容为参照，并在就诊时带着问题清单与医生逐条核对。 其三，划清适用边界，把工具用于“生活方式与健康教育”，而非替代处方决策。李晶认为，门诊时间有限，医生很难对每位患者细致讲解低升糖指数饮食、运动方式组合、有氧与抗阻训练安排、作息管理等内容，这些正是智能工具更适合发挥作用的领域。相较之下，一旦涉及具体药物选择、剂量调整、联合用药与不良反应监测，应以临床医生意见为核心。用药还关系到药物可及性、医保报销范围及个人经济承受能力等现实因素，更需要医患共同评估后决策。 前景——从“工具使用”走向“规范协同”，关键在规则与素养同步提升。业内人士指出，智能健康工具与医疗服务的结合仍处在演进阶段。未来，如果能在数据来源标注、风险提示、适用范围声明各上建立更清晰的规范，并加强公众健康素养与信息辨识能力，有望让其更好承担“健康助手”的角色，成为医患沟通的补充而非替代。同时，医疗机构也可探索将可靠的健康教育内容嵌入随访与慢病管理，帮助患者在医生指导下完成长期自我管理。
人工智能与医学实践的融合，是当代医疗发展的重要趋势，但前提是科学、理性地使用；患者不应因其便利而盲从，也不必因为局限而全盘否定其辅助价值。关键在于看清双方的优势与边界，形成“AI提供辅助、医生负责决策”的清晰分工。通过提高提问质量、核实信息来源、明确应用场景，患者可以更安全、更有效地利用现代技术维护健康，同时尊重医学专业判断。这种理性使用习惯的养成，既需要医务人员的耐心指导，也需要患者的主动学习，才能推动人工智能与传统医学更好协同，为公众提供更科学、安全、有效的医疗服务。