通科医生的终结

IM 01/06

SERIES 01 / 06

通科医生的终结

你早上醒来，手臂上有一块皮疹。

你预约了全科医生（GP）。要等两周。你去了，GP 看了皮疹大约三十秒。他说大概没什么，但为了稳妥，想把你转诊给皮肤科医生。皮肤科的等待时间是六周。你为一块最后确认是湿疹的皮疹，担心了两个月。

现在把同样的场景放到 2026 年。你打开一个应用。拍一张照片。AI 以相当高的把握告诉你，这是湿疹。它告诉你什么情况下需要担心。它告诉你去药店买什么。整个过程只需九十秒，而且不花钱。

这就是我们所熟悉的全科医生的终结。它已经在发生。

IM 02/06

SERIES 02 / 06

这不是猜测。研究结果已经出来了。

2025 年发表在 BMC Primary Care 上的一项荟萃分析，比较了 AI 与全科医生和皮肤科医生在皮肤病诊断上的准确率。全科医生对皮肤损伤的正确诊断率在 20% 到 40% 之间。皮肤科医生约为 85%。另一项 2025 年发表在 Medicina 上的荟萃分析汇总了超过 70,000 张测试图像，结果显示 AI 系统检测黑色素瘤的灵敏度为 91%，AUROC 为 88%。

来源：BMC Primary Care 2025 与 Medicina 2025 荟萃分析；Cureus 2025 研究。这意味着，一部手机就能达到专科医生的水平。

General practitioner20–40%Dermatologist~85%AI, pooled meta-analysis91%

Cyan: read correctly. Striped: inside the GP’s 20–40% range. The three numbers come from different studies and measures, so read them as a rough comparison, not a single trial.

另一项 2025 年发表在 Cureus 上的研究，将 ChatGPT-4o、Claude 3.5 Sonnet 和 Gemini 1.5 Pro 与 30 个临床病例上的注册皮肤科医生进行了比较。结论是：AI 模型的诊断准确率与专家相当，有时甚至超过专家，在罕见和复杂病例上尤其如此。

放射学走得更远。2025 年发表在 Medicine 期刊上的一篇综述报告称，在研究条件下，AI 提高了放射学和病理学的准确率，并将诊断时间缩短了约 90%。该技术已在欧洲的临床中投入使用，用于检测肺结节、颅内出血、骨折和早期癌症。美国 FDA 已批准超过 800 款支持 AI 的医疗器械，其中大部分用于放射领域。

而且差距还在扩大。AI 每年都在进步。全科医生却没有。

IM 03/06

SERIES 03 / 06

让我说清楚，全科医生一天到底在做什么。

他们测量生命体征。听你描述症状。检查你的耳、鼻、喉。触摸是否有肿块。在脑海里走一遍决策树：这个症状加上那个症状，等于下面五种可能之一。然后他们要么开药（90% 的情况），要么转诊（10% 的情况）。在大多数发达国家，整个门诊平均耗时 7 到 15 分钟。

这本质上是模式匹配。全科医生就是一个有人形外壳的界面，背后是他们在医学院里记下、并用二十年不断打磨的决策树。

A GP runs it7–15 min a visitSoftware runs it90 s, 24/7

Prescribe · 90% · 0Refer · 10% · 0

Same tree, same outcomes. One simulated hour every 12 seconds: a GP at 7 to 15 minutes a visit routes 4 to 8 people an hour; software at 90 seconds routes 40.

决策树现在已经写进了软件。模式匹配也已经在软件里。开药越来越多地通过软件完成（电子处方平台已经很普及）。转诊也越来越多地交给软件（能直接把患者分派到合适专科医生的 AI 分诊系统，正在英国、以色列和新加坡推广）。

那么，全科医生还剩下哪些软件做不到的事？

三件事。体格检查，用手触诊身体、用耳镜看耳朵、听诊胸部。随时间与患者建立信任。以及在法律仍要求人类签字的处方上签字。这些都是真实的，但它们并不足以支撑等了两周才能有的十五分钟门诊，也不足以支撑整个初级医疗体系的成本结构。

IM 04/06

SERIES 04 / 06

我理解这种本能。但请看看当前的系统实际能提供什么。

读到这里，本能的反应是退缩。我们不想让机器人取代医生。我们不想把健康交给算法。我们想要的是一个会看着我们的眼睛、告诉我们哪里出了问题的人。

来源：Fraser Institute（加拿大）、NHS 及各国统计数据。家庭医生的浪漫图景早已消逝。留下的是大多数人几乎无法触及的系统。

在加拿大，从 GP 转诊到实际接受治疗的中位等待时间在 2023 年为 27.7 周，是三十年来的最长纪录。在英国，NHS 的常规治疗等待名单在 2023 年达到创纪录的 760 万人。在法国，所谓的"médicaux deserts"（医疗荒漠），即没有可用全科医生的地区，如今覆盖了全国三分之一的人口。在发达世界的农村地区，全科医生退休的速度快于补充的速度。人口在老化，需求在上升，而医生的供给受限于培训能力，扩充需要十年时间。

当前系统并没有提供细致、个性化的人文关怀。它提供的是匆忙、超负荷、而且常常根本约不到的人际服务。关于全科医生的浪漫版本，也就是那位认识你和你全家三十年、会上门出诊的家庭医生，早就已经不复存在。留下的是一位穿白大褂的人，用十五分钟看你一眼，把你转给别人，然后向你的保险公司开账单。

面对这样的现实，一个能在九十秒内给出准确诊断、全天候可用、几乎零成本的 AI，不是一种降级，而是巨大的升级。

争论的焦点不是 AI 对比理想中的医生。而是 AI 对比你真正能约到的那位医生。

IM 05/06

SERIES 05 / 06

和律师一样，全科医生不会消失。这个角色只是会大幅收缩。

如果你是患者，这基本上是个好消息。在未来几年里，你的口袋里就会有专科水平的诊断能力，全天候可用，免费或几乎免费。你的等待时间会缩短。问题会更早被发现。你也不再会因为某位全科医生状态不好，或者诊所人手不足而受制于人。

你仍然需要真正的医生来做手术、住院治疗和复杂的多系统疾病诊疗。但瓶颈，也就是全科医生这道守门关，将会瓦解。对此，没什么可惋惜的。

如果你是医生，你需要认真思考，自己将会落入上述三类幸存者中的哪一类。通科初级医疗的角色最容易受到冲击。如果你是年轻医生，正在选择专科，这一点很重要。如果你是职业中期的全科医生，你需要开始朝着 AI 无法使你变得多余的方向发展。

如果你是监管者或医学协会的负责人，你很可能会想要放慢这一进程。把"行医"的定义扩得非常宽，使 AI 工具也落入你的管辖范围。要求所有事情都必须有人签字。要求持证医师必须参与每一个环节。其中一些做法是合理的。但大多数会沦为阻碍，目的是保护既得利益，结果会像出租车牌照制度在面对 Uber 时那样失败。经济上的失衡太大，人们会绕开它。

IM 06/06

SERIES 06 / 06

这一转型中有一个真实的风险，值得点明。

如果初级医疗变成由 AI 居中协调，医疗中人与人之间的关系就会变得更难，而不是更容易。如今的医生已经身心俱疲、工作碎片化、深感倦怠。如果用一个应用取代全科医生，我们可能会得到一个诊断更准确、但在情感上更加冷漠的医疗系统。一位慢性病患者，他需要的既是诊断，也是有人倾听，结果却彻底失去了这份人情。

好的转型会明确地应对这个问题。AI 负责诊断和日常工作。人则被重新安排到人类独有擅长的领域：陪伴、倾听、建立信任，以及在复杂的情感与身体照护中引导患者。医生将更像一位教练，而不是一台总机。

坏的转型则只是为了省钱，把人完全移除。最终我们得到的是技术上卓越、情感上却已死寂的医疗。我们会得到哪一种，取决于我们如何搭建这一体系。技术本身是中立的。部署方式则是一项政策选择。

医学是仅次于神职的第二古老的行会，它所享有的保护，来自于监管、声望和信息不对称的强大组合，在历史上任何一个职业中都无出其右。

这种保护如今正面临一种既不在乎声望、也不按管辖区尊重监管的工具。长了皮疹的患者会使用这个应用，不管医学协会是否认可。焦虑的年轻人会使用 AI 心理治疗师，不管精神病学界是否承认它。凌晨两点孩子生病的家长，从手机上得到的答案，会比从一位疲惫不堪的远程问诊住院医师那里得到的更好。

医生的角色将会收窄。专科医生的角色将会扩大。全科转诊机器式的角色将会终结。

患者会获得更好的服务。医疗系统会变得更便宜、更快速。输掉的，是那些整个职业生涯都建立在充当人类瓶颈，而这个系统已经不再需要瓶颈的人。

阻力会有。总是会有的。但当手机能立刻给出准确率为 91% 的答案时，长了皮疹的患者不会再为一次十五分钟的门诊苦等两周。

通科医生的终结不是悲剧，而是一次升级。