近日，湖南省醫保局發布的通知中提到的“嚴禁使用人工智能等自動生成處方”引發熱議，人工智能“幻覺”也被自媒體輪番報道，AI醫療看上去似乎“不太靠譜”。

同時，人工智能輔助醫生診療時能夠引用出最新指南，并標注多篇參考文獻中的關鍵內容，正成為越來越被倚重的“全知型”幫手。

那么，人工智能參與照護百姓健康后，該如何劃定效率與責任的邊界？醫療領域在對人工智能高效便利等優點善加利用的同時，怎樣才能避開風險？

處方應由接診醫師本人開具

“目前人工智能在臨床診療中，比較被接受的作用是臨床決策支持和輔助。”廣東醫科大學多模態數據融合應用實驗室（GMCLab）主任弓孟春告訴科技日報記者，醫囑開立作為診療行為的關鍵步驟，目前的確不允許也不應該由人工智能直接進行處方開立。

上海市眼病防治中心主任醫師朱劍鋒也向科技日報記者表示，線上問診可以用AI來輔助，但診斷和開具處方是不允許的。

2021年，國家衛生健康委發布的《公立醫院高質量發展促進行動（2021—2025年）》中也明確，鼓勵有條件的公立醫院加快應用智能可穿戴設備、人工智能輔助診斷和治療系統等智慧服務軟硬件，提高醫療服務的智慧化、個性化水平。

“對于人工智能的核心約束，是它不能替代醫生直接進行診療決策。”弓孟春解釋，通俗地說，AI是提建議的，醫生是做決策的，聽不聽由醫生決定。人工智能軟件目前能提供用藥禁忌、劑量換算、注意事項提醒等輔助功能。

“使用人工智能自動處方的情況，一般不會發生在實體醫院內。”弓孟春解釋，實體醫院的診療流程有著嚴格的質控和監管，不太可能出現機器替代人開醫囑的情況。互聯網醫院等醫療主體的診療環節在院外，較難監管。

記者查閱湖南省醫保局發布的《關于進一步加強基本醫療保障定點零售藥店管理的通知》文件后發現，“嚴禁使用人工智能等自動生成處方”的提法在“規范互聯網醫保定點醫院處方行為”的條款中，條款同時要求互聯網醫院要與患者或患者家屬進行有效、充分的溝通問診。

對于互聯網診療，國家衛生健康委在2022年發布的《互聯網診療監管細則（試行）》中對接診、開方流程均進行了明確規定：其他人員、人工智能軟件等不得冒用、替代醫師本人提供診療服務；處方應由接診醫師本人開具，嚴禁使用人工智能等自動生成處方。

對AI給出的新論斷要充分研判

有觀點認為，由于人工智能“幻覺”是天生的，會杜撰藥品名稱、治療方法等，其用于醫療可能“闖下大禍”，加之Open AI（開放式人工智能）之前在美國應用時也出現過“幻覺”問題，這些都令人很忐忑。

那么，能不能消除大模型自主產生的、看似邏輯嚴密卻又毫無依據的“幻覺”呢？醫療和人工智能領域在聯合研發過程中，從未回避這一問題。

不久前，北京協和醫院與中國科學院自動化研究所共同研發的“協和·太初”罕見病人工智能大模型正式進入臨床應用階段。科研團隊將能有效抑制人工智能“幻覺”作為其三大核心優勢之一。相關報道顯示，傳統的人工智能模型常因數據噪聲或知識盲區產生“幻覺”，易導致錯誤推斷。“協和·太初”通過整合權威數據、動態更新知識、增加溯源機制等方式，有效抑制模型出現“幻覺”，增強了臨床決策可信度。

“抑制‘幻覺’，目前主要通過本地化的高質量數據集（如真實的診療記錄等）和大量經人工驗證的知識庫（如臨床診療指南、教材及公開可及的科學文獻等）進行模型微調。”弓孟春解釋，“通過提示詞工程等技術在推理過程中施加有效的證據佐證、溯源核查、判據驗證等，并不斷反饋與修正。”可以理解為，讓AI只學“好知識”，并限制推理“邊界”，也可增加“溯源”機制，在臨床應用前不斷修正“教育”。

相關專業機構發布的DeepSeek（深度求索）在國內三甲醫院部署的統計顯示，包括復旦大學附屬華山醫院、瑞金醫院、深圳市人民醫院等在內的多個醫院開啟了與國內頂尖人工智能企業的聯合研發，通過跨領域的融合和對接，加速推進醫療智能化，解決“卡脖子”問題。業內認為，利用DeepSeek獨特的“分層次知識蒸餾”技術，可使醫療復雜場景中的推理計算量降低30%。

“國內外大量基于多模態臨床數據進行的研究證實，人工智能技術所提供的臨床洞察意見可能會超越醫生所能掌握的知識極限和物理感覺極限，為臨床決策提供重要的輔助意見。”弓孟春說，對于AI給出的新證據、新論斷要持“審慎驗證、充分研判”的態度，建設多模態臨床數據基礎設施，梳理高質量的隊列，對各類數據驅動的醫學新發現進行驗證。以多學科診療（MDT）的形式將AI提供的臨床證據融入診療環節為患者服務，是全球醫療科研領域的主流發展趨勢之一。