AI可以替中醫看病了麼？
“假如你是一位北京中醫藥大學畢業的中醫博士，後師承火神派名醫，現一位患者前來問診，自述症狀：男，30歲，近半年情緒低落、心臟間歇性疼痛、面部爆痘、工作壓力大。請你為他辯證並開出參考藥方。”
輸入簡單的提示詞，一分鐘後，DeepSeek就給出了參考藥方。
我把藥方和開方思路拿給一位行醫30多年的執業中醫師，問“靠譜麼，什麼水平？”
老中醫回答：“AI級，對症下藥。能治病因、療效明顯的病。”
自網際網路醫療時期，“智慧醫生”的概念就一直存在，市場期待：AI從醫生的玩具、進化成必不可少的工具，再到醫生的數字分身、智慧增強夥伴。在大模型這個“超級大腦”的加持下，技術似乎到了奇點來臨時刻。
具體到“中醫”這個傳承千年的賽道，AI正在發揮怎樣的能力？未來AI可能是替代中醫的“屠龍刀”嗎？
訪談過程中，在醫療行業浸潤多年的從業者多數不提“造醫生”或“替代醫生”，傳遞出的共識更接近：“替代中醫的不是AI，而是會用AI的中醫。”
AI，還替代不了老中醫
為了解在中醫場景中AI的應用情況，我聯絡了北京三家三甲中醫院的年輕主治醫生，詢問他們在工作中使用AI的情況。
其中兩位中醫告訴我：日常面對面診療時，不會用AI；在做教學課件、寫工作計劃總結等文書工作時，會用豆包或DeepSeek。
另一位中西醫結合醫院的醫生則回覆：偶爾遇到複雜病例或疑問時，會用AI幫助分析病因和診療方案，以拓寬思路；現在問AI的，主要是西醫問題。
就“中醫AI最容易攻破哪些病種”，阿里健康旗下小鹿中醫CEO陳志宇告訴36氪：“可能是療效易評估的病”，即透過檢驗檢查易量化療效、或患者自述療效顯著。
之所以強調療效易評估，是因為在訓練AI中醫模型時，很多病歷並非結構化資料；且與自然科學不同，“很多中醫病案缺乏準確的結果描述資料”，這就意味著AI在“刷題”學習中，判斷這道題答得對不對，成為關鍵之一。
中醫的理論體系比較複雜，涉及到陰陽、寒熱、虛實、表裡等多維度，理論上AI可以對患者疾病、體質、所處環境等進行建模，結合流派輸出診療方案。
但由於業內缺乏完整病案和“標準答案”（如開頭詢問DS的病案，開啟新對話，輸入相同提示詞，它會給出另一個不同的藥方），使得中醫AI模型的能力離獨立診病還比較遠。
針對療效資料，陳志宇介紹，小鹿中醫平臺會對接受了診療諮詢服務的使用者，進行回訪，詢問治療效果情況。批次化採集到的療效資料，令中醫病例資料更加完整、標準化，用以反哺AI模型，能令訓練出來的模型更具可靠性。
就中醫資料來源問題，訊飛醫療AI診療助理產品線總經理馬文君在一次行業會議中表示，中醫講究傳承、重經驗體系，在訓練模型時，中醫資料來源甚至比西醫更重要一些，在AI零啟動階段，要用來自三甲醫院或名老中醫的、經過人工精標的高質量資料，大規模訓練和迭代AI階段，再加入基層資料。
除了訓練資料的完整性、高質量，AI執行輔助診療任務的結果，與能採集到的患者資訊強相關。中醫講究“望聞問切”四診法，儘管很多廠商嘗試推出舌診儀、脈診儀、智慧對話機器人等資訊採集硬體，但目前實際應用中，仍難以替代人類醫生的問診過程。
“中醫講究‘辯證’，目前AI無法獨立完成四診，即便搭配市面已有的智慧硬體，仍存在很多漏診的情況。”陳志宇認為，四診不只是採集患者資訊，“關鍵是要學習醫生問診的‘思維鏈’，學習他的提問方式，”中醫網際網路問診平臺沉澱了海量的病症與病例資料，可供AI學習。
除了線上問診平臺，公立三甲醫院也在積極探索AI中醫診療。近日，中國中醫科學院廣安門醫院應用了“廣醫·岐智”中醫大模型，其合作開發方杭州全診醫學科技有限公司技術人員告訴36氪，“實際臨床中，醫生和患者的對話往往具有多義性、主觀性，且患者病情表述通常攜帶複雜的背景資訊、口語描述，難以直接結構化。”
其採取的方案是：醫生在望聞問切過程中，口述患者的四診資訊（如舌苔厚薄、顏色、潤燥等），基於大模型預訓練+微調，結合自然語言處理和知識圖譜，將醫患口述轉化為相對標準的中醫病證、主訴/症狀等，為後續分析、建模提供可用資料，進而進行推理診斷、給出AI推薦處方。
在“開藥方”這個關鍵環節，目前AI仍處於輔助醫生、拓展思路的階段。因為實際診療中，中醫分多種流派，包括傷寒派、溫病派、火神派等。不同流派的開方用藥風格差異巨大，如火神派會用大量“附子、乾薑”等中藥，各流派是相對獨立完整的思維模型，較難用一個通用中醫AI模型擬合多流派的診療方案。
再者，“AI幻覺”是被普遍提及的問題，對此訊飛醫療馬文君介紹，不能依賴某一個大模型去做端到端的全流程任務，可採用混合專家架構的體系，來降低幻覺。比如將國家釋出的52箇中醫優勢病種的臨床指南，作為模型外掛的知識庫做增強檢索等。不過，要注意：AI幻覺率可以降低，但難以消除。
AI，做中醫生的師兄弟
除了能力問題，在患者接受度方面，AI也尚未到讓人完全信任、廣泛接受的程度。儘管Deepseek、豆包等以席捲之勢，教育了市場和使用者，但在“治病救命”這一嚴肅場景，患者普遍還是更信任有行醫資質和經驗的醫生。
那麼，現階段在中醫場景，AI可以做哪些事？有了AI，可能讓哪些環節變得更好？
陳志宇表示，研發AI並不是為了替代醫生，而是為了解決中醫行業現存的痛點問題，如醫患資源錯配、對中醫生能力缺乏真實權威的評估、醫生培養週期長、中藥品質難把控等。用新技術解決行業難題，才能將中醫服務行業的天花板頂得更高。
首先，“找中醫”環節。既往患者尋覓中醫，多數靠周圍人口碑介紹、自己就醫經歷，或單純找大醫院的名中醫、年資高的老中醫。這導致廣大年輕中醫缺患者、知名專家難以釋放更多精力治療疑難雜症。
透過AI評估中醫生診療能力，及AI預問診後的分診、導診，有可能改變上述問題。“基於對患者症狀的瞭解，AI也可以預測哪位醫生為其診病可能有較好結果，平臺會推薦醫生給這位患者，”陳志宇認為，基於病種和療效資料的智慧導醫服務，是應用AI的方向之一。這能省去中醫研究如何變成網紅的煩惱，“只要療效好自然不缺流量”。
另外，“診斷治療”環節，AI可幫助中醫分析問診內容、書寫病歷文書，提供辯證的證型分析和用藥建議等。
全診醫學技術人員告訴36氪，目前在廣安門中醫院推廣過程中，“醫生呼叫頻次相對較高的是：AI預問診、AI病歷文書書寫（如門診病歷、入院記錄等）。”這兩個場景的智慧服務，可以幫助醫生快速瞭解患者基本情況，且從繁瑣的文書工作中解放出來，將更多注意力放在與患者的溝通和診療上。
用AI拉高中醫的診療技術水平，是多家廠商努力的方向，直觀產品即是推出“AI智慧問診助手”、名醫“AI數字分身”等。
因為知名中醫的資源十分稀缺，中醫傳承一直是行業重要問題，如果能夠將名醫的臨床經驗數字化，藉助大模型的能力，使該“名醫數字分身”能夠在診療場景給出參考思路，且及時為基層、年輕醫生答疑解惑，將極大解決傳承難題，也可能拉高基層中醫診療水平。不過目前“AI名醫數字分身”尚處於研發階段，能力具體如何，仍需測試觀察。
再者，問診結束後，在“隨訪和健康管理”環節，AI也能夠回覆部分患者問題，幫助醫生管理患者諮詢。如全診醫學最新上線的AI隨訪機器人等。
自網際網路醫療興起至今，“智慧醫生”概念一直存在，但市場期待的是：在大模型這個“超級大腦”加持下，AI智慧醫生能在真實世界的診療中，更獨立地，給出更加準確、正確的診療方案。
當前，多數AI+中醫廠商開發的工具，仍是2B場景，透過服務醫生、進而服務患者。顯然AI如今並不能替代中醫，那麼未來呢？
訊飛醫療馬文君表示：未來，替代中醫的不是AI，而是會用AI的中醫。把AI變成自己的師兄弟，一起成長，醫生和AI的思維互相印證、促進，才是真正的“會用AI”。
深度、敏銳、前瞻，為1%的人捕捉商業先機
36氪旗下精選公眾號