AI 症状自查准确吗？研究怎么说，又该如何安全使用

AI 症状自查工具用起来就像口袋里有位医生。你输入哪里不舒服，几秒钟后就能得到一份可能原因的清单，以及下一步该怎么做的建议。它速度快，常常免费，凌晨 2 点没人可问的时候它也在。但它到底有多准确？研究人员已经测试这些工具十多年了，答案比简单的是或否更有用。

这份指南介绍研究的发现、这些工具能帮上忙的地方、容易出错的地方，以及一份适用于任何工具的清单。

AI 症状自查工具到底在做什么

大致分为两类：

• 症状自查应用和网站。它们会问你一系列问题，然后给出一份可能的病症清单和一个分诊级别：在家自我护理、去看医生，或接受紧急救治。
• 通用 AI 聊天机器人。你用自己的话和它们交谈，有些现在还设有健康板块。它们用完整的句子解释问题，但不一定遵循固定的问题流程。

这两类工具都做两件不同的事，把它们分开看会更清楚：

1. 诊断：猜测问题可能是什么。
2. 分诊：建议多快以及去哪里就医。

研究显示，这些工具通常更擅长第二件事，而不是第一件。对你的安全来说，第二件事更重要。

AI 症状自查准确吗？研究结果

早期工具：大约三分之一的时候是对的

BMJ 上一项著名的 2015 年审查，用标准病例测试了 23 款在线症状自查工具。正确诊断排在第一位的只有约三分之一的病例，出现在前 20 位之内的也只比一半略多。分诊建议好一些，但不同工具的质量差别很大，从约三分之一的病例到近五分之四不等。有些工具在居家护理就够的情况下，也让人去看医生。作者的结论是，这些数据不支持用这些工具来诊断或分诊。

后来的综述：依然参差不齐

2022 年发表在 npj Digital Medicine 上的一篇系统综述，汇总了涵盖 48 款工具的 10 项研究。主要诊断的正确率大约在 19% 到 38% 之间。分诊好一些，大约在 49% 到 90% 之间，但不同工具和不同病症之间波动很大。综述作者认为总体准确率偏低，并提出了安全方面的担忧。

同一期刊 2025 年的一篇综述，比较了症状应用、AI 聊天机器人和普通人自行判断的表现。应用的分诊准确率大约在 12% 到 90% 之间。聊天机器人处在较窄的中间区间，大约 58% 到 76%。普通人自行判断大约是 47% 到 62%。作者的看法比较平衡：这些工具既不该一概推荐，也不该一概否定。要看是哪款工具，以及谁在用。

2026：最新的聊天机器人

2026 年二月发表在 Nature Medicine 上的两项研究，考察了最新一代 AI。

Mount Sinai 研究是 ChatGPT Health 在 2026 年一月上线后的首次独立安全测试。研究人员编写了覆盖 21 个专科的 60 个患者情景，每个情景都以 16 种变体运行，共 960 次对话。三位医生依据 56 个医学学会的指南，为每个病例确定了正确答案。对于中风、严重过敏反应这类教科书式的紧急情况，这款工具处理得不错。但在医生认为需要紧急救治的病例中，它有一半以上建议了较低级别的照护。在一个哮喘病例中，它自己的解释已经指出了呼吸衰竭的早期迹象，却仍然建议等待。自杀危机提示的出现也不稳定。

研究人员也讲清了局限：这些情景是编写出来的，不是真实患者；测试只反映某一个时间点；也没有覆盖儿童、药物和非英语使用。他们并没有叫人们停用 AI 健康工具，只是提醒要把它们当作辅助，而不是临床判断的替代品。

Oxford 研究问的是另一个问题：这些工具能帮助真实的人做出更好的决定吗？近 1300 名英国成年人处理了医生编写的情景，一部分人使用 AI 模型，另一部分人使用自己平时用的方式，比如网络搜索。直接把病例交给模型时，模型在约 95% 的病例中说出了相关病症。但当人们使用同样的模型时，找到相关病症的病例不到 35%，选对下一步的不到 44%。这并不比不用 AI 的那组好。人们常常不知道该提供哪些细节，措辞稍有变化，回答就大不相同，而且回答里好坏建议混在一起，很难分辨。

这些研究说明了什么

• 明显的紧急情况处理得最好。不明显的紧急情况才是工具容易出错的地方。
• 不同工具之间准确率差别很大，同一款工具在更新后也可能变化。
• 在实验室里得高分，不等于能帮到你。问题常常出在人与机器的对话之中。
• 没有任何研究支持用这些工具给自己诊断。

症状自查工具真正能帮上忙的地方

用得好的话，AI 症状自查工具仍然值得你花时间：

• 把感受说清楚。在给诊所打电话之前，它能帮你把症状描述清楚。
• 解释术语。它能用大白话告诉你出院小结上的某个词是什么意思。
• 为就诊做准备。它能建议该问的问题，以及医生会想了解的细节。
• 明显是小问题时让你安心，前提是你知道哪些警示信号会改变判断。
• 方便获取。它随时都在，通常支持多种语言，这在医疗服务离得远或难以获得时很重要。

它们会在哪里出错

• 不明显的紧急情况。胸痛不明显的心脏病发作，或者异常安静的孩子，写成文字时听起来可能并不严重。
• 缺少背景信息。工具只知道你输入的内容。如果你没提到自己怀孕、在用抗凝血药或有糖尿病，它就无法把这些考虑进去。
• 顺着你的话说。如果你把情况描述成「大概没什么事」，回答也可能往同一方向偏。
• 语气自信。流畅、写得好的回答，听起来可能比实际情况更确定。
• 没有体格检查，没有化验。它不能听你的胸部，不能摸你的腹部，也不能测你的血氧。

安全使用任何 AI 症状自查工具的清单

步骤	为什么重要	怎么做
先看危险信号	工具可能漏掉不明显的紧急情况	输入任何内容之前，自己先查一遍紧急警示信号
提供完整背景	回答取决于你分享的内容	写上年龄、是否怀孕、长期病症和你在用的每一种药
直白描述	措辞会改变回答	说清发生了什么、从什么时候开始、怎样变化，不要轻描淡写
问清紧急程度	分诊比病名更重要	直接问：「我该多快去看，去哪里看？」
当作第二意见	研究不支持自我诊断	把回答带给医生、护士或药师，不要只凭它行动
绝不耽误紧急救治	有些情况分秒必争	如有疑问，先拨打急救电话，之后再提问
保护隐私	很多健康应用不受医疗隐私法保护	阅读隐私政策，检查分享设置，只分享必要的内容

出现这些危险信号，就别用应用了

如果你或身边的人出现以下情况，请拨打当地急救电话或前往最近的急诊科：

• 胸痛、胸部压迫感或发紧
• 呼吸困难
• 面部下垂、手臂无力或说话含糊
• 严重过敏反应，比如嘴唇或喉咙肿胀
• 突然意识混乱、晕倒或抽搐发作
• 止不住的大量出血
• 有伤害自己的念头

想一想你说的话会去哪里

US Federal Trade Commission 提醒，很多健康应用不受 HIPAA 这类医疗隐私法的保护，有些还会把数据分享给广告商或其他公司。在详细描述症状之前，先看看应用收集什么、分享给谁，以及你能否关闭分享。在选定之前比较两款类似应用的隐私承诺，是明智的一步。

Saluvo 是怎么做的

Saluvo 的聊天功能用多种语言回答健康问题，并且在任何 AI 回复之前，先用固定规则检查你的消息里有没有紧急危险信号，所以警示迹象会得到明确的「立即求助」回答。它不能给你做诊断，它的回答也没有经过医生审核。请按这份指南建议的方式使用它：用来理解和准备，而不是代替医疗照护。

总结

AI 症状自查工具在不断进步，但研究在一点上是一致的：它们恰恰在风险最高的地方最弱，也就是那些看起来不像紧急情况的紧急情况。自己先查危险信号，提供完整情况，把回答当作和专业人员交谈的一步，绝不要把它当作等待的理由。