[评论] 初级保健中的对话式诊断AI："开口"之后呢？

问诊对话处于医学实践的核心，能够进行诊断对话的AI因此被寄望于提升医疗的可及性与质量。此前问世的AMIE利用自我博弈的模拟环境和自动反馈进行优化，并在与初级保健医生对照的双盲交叉研究中，由标准化“患者演员”完成文字问诊，从问诊技巧、诊断准确性到沟通与共情接受了多维评估^[2]；拥有1760亿参数的通用医学模型MedFound也在常见病、外部验证和罕见病等实验场景中胜过基线模型，但正如该领域所承认的，LLM在临床诊断中的有效性仍未被证明^[4]。与此同时，学界对LLM在真实医疗场景中的表现与恰当使用方式仍心存疑虑^[1]；即便已有LLM进入门诊流程，也多停留在接待咨询层面，例如护士与定制聊天机器人协作、并经随机对照试验验证的答疑分诊模式^[5]。换言之，对话式诊断AI虽在模拟环境中崭露头角，却一直卡在能否安全走进真实诊室这一步。

这项新研究正是对这一卡点的回应。研究者在门诊初级保健场景开展了一项前瞻性可行性研究，考察对话式诊断AI在真实世界环境中的表现，评估聚焦会话的安全性、会话质量与用户接受度三个维度。结果显示，该系统在真实门诊环境中具备了初步可行性。

相对已有认识，这项工作的推进主要体现在评估场景的跃迁：它把对话式诊断AI的证据链从模拟问诊与患者演员^[2]、实验场景中的诊断能力^[4]，延伸到了真实世界的门诊对话，并以安全性、质量与用户接受度这类临床转化最关心的指标作为衡量标准。作者也据此将其定位为迈向临床转化的关键一步。

当然，结论仍是“初步”的，作者明确表示仍需进一步研究。在会话安全、质量与接受度之外，这类系统能否在更大范围、更多元的真实环境中稳定表现，并最终转化为诊断与临床结局层面的获益，目前尚无答案；而医疗AI从早期验证走向严格临床检验本就是普遍短板，心理健康聊天机器人领域的系统综述显示，仅16%的LLM研究完成了临床有效性检验，77%仍停留在早期验证^[3]，加之真实场景使用中的不确定性与规范风险^[1]，对话式诊断AI的落地之路仍然漫长。