醫(yī)生和AI看核磁片子，醫(yī)生說患者肌腱撕裂50%，但AI不認(rèn)為有病

一個(gè)芬蘭程序員，右肩疼了兩三周。不算什么大事。可能就是健身拉傷了，或者睡覺姿勢(shì)不對(duì)。他去看了骨科。

醫(yī)生讓他拍個(gè)核磁共振。剛好診所里就有機(jī)器。拍完，醫(yī)生告訴他：肩胛下肌腱III級(jí)撕裂，超過50%的寬度。嚴(yán)重。需要治。幾分鐘之內(nèi)，治療就開始了。

他走出診所的時(shí)候，心里有點(diǎn)不踏實(shí)。太快了。從拍片到診斷到治療，像一條提前鋪好的流水線。他唯一做對(duì)的事，是在離開之前跟診所要了MRI的原始文件。266MB，幾百個(gè)沒有任何后綴名的DICOM文件。他不知道自己接下來會(huì)拿它們干什么，但他要了。

先讓GPT看一眼治療清單

他沒直接把MRI扔給AI。他先把醫(yī)生做的治療項(xiàng)目清單發(fā)給了GPT-5.5 Pro。幾分鐘后，GPT指出了兩個(gè)問題。

具體什么問題他沒展開說。但從他文章里的措辭能讀出來。GPT的反饋沒有讓他更安心。相反，它讓他更想搞清楚一件事：我到底是不是真的需要這些治療。

這一步很關(guān)鍵。他不是在找一個(gè)比醫(yī)生更強(qiáng)的AI。他只是在找第二個(gè)聲音。

把266MB的MRI文件喂給Claude Code

他用的不是Claude.ai的聊天窗口。是Claude Code——那個(gè)給程序員寫代碼的工具。區(qū)別在哪？Claude Code可以運(yùn)行代碼、安裝軟件包、處理文件，像一個(gè)真正在干活的人，不是一個(gè)只負(fù)責(zé)聊天的對(duì)話框。

他選了Opus 4.8模型，開了最高推理強(qiáng)度。給AI的指令簡單到只有一句話："右肩疼痛2-3周。"比醫(yī)生拿到的主訴還少。

然后Claude Code開始干活了。自己裝了處理DICOM文件的Python包。讀了幾百張片子。一個(gè)小時(shí)后，出了一份報(bào)告。

報(bào)告說：肌腱完好。沒有撕裂。零。

而他的人類醫(yī)生說的是：III級(jí)撕裂，超過50%寬度。

這兩個(gè)結(jié)論之間的距離，不是"輕微差異"能解釋的。是"有病"和"沒病"的區(qū)別。

讓AI當(dāng)裁判

他沒有就此下結(jié)論。他又做了一輪"仲裁"：把人類醫(yī)生的報(bào)告發(fā)給AI，把之前跟ChatGPT討論癥狀的對(duì)話也發(fā)給它，讓AI重新分析。

這次他換了個(gè)策略：讓AI啟用多個(gè)"子代理"分別獨(dú)立分析，避免它們被同一個(gè)上下文帶偏。AI拆解了兩份報(bào)告之間的分歧點(diǎn)，逐個(gè)比對(duì)，從一個(gè)更像"裁判"的視角重新走了遍流程。

又過了一個(gè)小時(shí)。仲裁報(bào)告出來了。

結(jié)論："證據(jù)支持分析者A的判斷（中高置信度）。輕度肌腱附著點(diǎn)病變。未發(fā)現(xiàn)獨(dú)立的局部或全層撕裂，包括肩胛下肌腱附著處。"

翻譯成人話：AI覺得肌腱有點(diǎn)小問題，但不嚴(yán)重。沒有撕裂。醫(yī)生的診斷，大概率是過度解讀了。

現(xiàn)在他卡在中間了

所以怎么辦。信醫(yī)生？III級(jí)撕裂，治了三次了，花了不少錢。信AI？一個(gè)編碼工具，讀了幾百張醫(yī)學(xué)影像，用了一個(gè)小時(shí)，說沒事。

他自己寫的原話是："我現(xiàn)在處于一種中間狀態(tài)——要么再找另一個(gè)醫(yī)生碰運(yùn)氣，要么等著看肩膀在做康復(fù)訓(xùn)練的過程中能不能自己好。"

這不是一個(gè)"AI贏了"或者"醫(yī)生贏了"的故事。這是一個(gè)普通人被夾在兩頭、不知道該往哪邊走的故事。

但有意思的是后面的數(shù)字。這篇博客發(fā)出去之后，Hacker News給了395個(gè)贊，514條評(píng)論。514條。這些評(píng)論大致分成兩派："AI遲早取代醫(yī)生"和"AI沒經(jīng)過臨床驗(yàn)證憑什么信它"。吵了500多條。

我在想的是另一件事。

AI不是來取代醫(yī)生的，但醫(yī)生再也回不到"我說了算"的時(shí)代了。

FDA這兩年已經(jīng)批了好幾款A(yù)I輔助診斷工具。谷歌DeepMind的眼科AI在某些指標(biāo)上超過了人類專家。中國的醫(yī)療AI創(chuàng)業(yè)公司——推想科技、數(shù)坤、聯(lián)影智能——早就把AI讀片送進(jìn)了幾百家醫(yī)院。

但這些都不是這篇博客講的這件事。博客里的這個(gè)人，不是醫(yī)院的AI系統(tǒng)在幫他。是他自己。一個(gè)會(huì)寫代碼的普通人，在家里，用自己的電腦，把一個(gè)編程工具硬掰成了醫(yī)學(xué)影像分析儀。然后這個(gè)臨時(shí)拼湊出來的東西，給出了一個(gè)跟專業(yè)醫(yī)生完全相反的結(jié)論。

這不是技術(shù)的勝利。也不是技術(shù)的失敗。

這是一個(gè)信號(hào)。信號(hào)的意思是：當(dāng)一個(gè)有基本技術(shù)能力的普通人，可以在家里用消費(fèi)級(jí)的AI工具挑戰(zhàn)一個(gè)專業(yè)醫(yī)生的診斷。不管AI對(duì)還是不對(duì)。整個(gè)"專業(yè)知識(shí)只屬于穿白大褂的人"的游戲規(guī)則，已經(jīng)裂了一條縫。

如果你明天拍了個(gè)MRI

你會(huì)多看一個(gè)醫(yī)生嗎？會(huì)的吧，第二意見嘛，很正常。

你會(huì)把片子發(fā)給GPT看一眼嗎？

我猜很多人已經(jīng)在做了。