周俊表示，如果是小病、基础健康问题，他会参考多款AI综合结论；但像脑梗这样的危重、复杂病症，无论AI给出何种判断，最终都会以线下真人医生诊疗结果为准。

　　在使用AI咨询的过程中，周俊还发现一个问题：同样的症状和检查单，不同AI得出的结论可能是相反的，这让他感到非常疑惑。“可能不同AI大模型的数据和资料来源不一致吧。这也是我们为什么需要线下面诊的原因。”

　　王宏也直言，想要AI给出贴合自身状况的建议，使用者必须完整、准确讲清疾病的发生、发展全过程，如果表达模糊、遗漏核心症状，AI输出的分析方案参考价值会大打折扣。这种表达上的门槛，会直接拉低AI问诊的可靠性。

　　过度依赖用AI咨询健康问题存在哪些隐患？数据显示，59.9%的受访者认为容易引发焦虑，把小病往坏处想；45.5%的受访者表示诊断不准，容易误诊漏诊；43.5%的受访者觉得AI缺乏人文沟通，不懂个体情况。其他还有：隐私泄露风险，健康数据不安全(39.6%)；出错无人追责，维权无门(35.6%)；算法有局限，复杂病情不适用(32.5%)；不信任医生，影响诊疗配合(31.7%)等。

　　受访者中，00后占23.6%，90后占42.0%，80后占24.8%，70后占8.0%，其他占1.6%。男性受访者占45.7%，女性受访者占54.3%。一线城市的占32.7%，二线城市的占35.3%，三四线城市的占22.8%，县城或城镇的占6.6%，农村的占2.6%。

　　(应受访者要求，文中除秦艳外均为化名)

　　中青报·中青网记者 吴欣宇

　　来源：中国青年报 2026年08月13日 08版