6000萬用戶信賴AI，假眼病案例挑戰醫生權威

大模型投毒已經影響到了AI健康，你還在用AI質疑醫生嗎？

你先別急著反駁，這事兒真不是危言聳聽。現在很多人看病，已經形成一個新習慣了：先問AI，再問醫生。

不舒服了，先把癥狀輸進去；拿到檢查單了，先讓AI解釋一遍；甚至有些人到了醫院，也不是先聽醫生怎么說，而是拿著AI給出的答案去對醫生：“可AI不是這么說的啊？”

這不是個別現象。現在確實有越來越多人把AI當成看病前的第一站。有人圖快，有人圖省事，有人覺得AI說得清楚，還有人干脆覺得，醫生門診時間太短，不如AI講得耐心。

問題就在這兒。你以為你是在多找一個參考，實際上你可能是在拿一套被污染過的內容，去挑戰一個真正看病的人。

先說一個背景。現在對AI健康信息的信任，真不低。調查顯示，已經有相當一部分人會拿AI找健康建議，而且不少人對AI給出的內容是信的。

更麻煩的是，醫生端也已經明顯感受到這種變化：越來越多患者帶著AI答案來就診，而醫生還得花時間把AI說錯的地方一條條糾回來。

也就是說，“用AI輔助看病”這件事，已經不是趨勢，而是現實。

但偏偏就在這種時候，出了一個特別典型、也特別嚇人的實驗。瑞典一位醫學研究人員 Almira Osmanovic Thunstr?m，帶著團隊專門做了一個測試。她不是去測試AI能不能診斷真病，而是反過來造了一個根本不存在的病，看看AI會不會上當。

他們虛構出來的，是一種所謂跟藍光有關的眼病，名字叫bixonimania。這個名字聽著就挺像那么回事：長期盯屏幕、藍光刺激、眼睛發癢、眼周發紅、眼瞼顏色變化。

你別說，現在每天盯手機、盯電腦的人這么多，這套描述一擺出來，很多人第一反應真會覺得：好像還挺合理。但問題是，這病根本不存在。

更絕的是，他們還故意在這些內容里埋了一堆離譜線索，等于是在明示：“你只要認真核實一下，就會發現這是假的。”

可結果呢？主流AI系統還是上當了。包括 ChatGPT、Copilot、Gemini、Perplexity 在內的多款AI，后來都先后把這個病當成真的去解釋。

有的會一本正經告訴你這病是什么，有什么表現；有的甚至會給出診斷式描述，像在跟你做一個簡化版問診。更離譜的是，到了2026年，這個錯誤在部分系統里都還沒有完全糾正過來。

你想想這意味著什么。不是AI隨口胡說了一個病名，而是有人故意造了一個假病，AI真的學進去了。

這件事最危險的地方，不是“AI又答錯了一次”，最危險的地方在于，它答錯得太像真的了。

這就形成了一個特別可怕的循環：有人造假信息→AI把假信息學進去→用戶拿AI結果去理解疾病→研究者再用AI去檢索和整理→假信息被再次引用、再次包裝、再次傳播。

最后，假的東西越傳越像真的。這才叫真正的大模型投毒。它傷的不是某一個回答，它傷的是整個知識環境的衛生狀況。

所以現在最大的問題，不是“AI能不能幫你看病”，而是：你到底把AI放在什么位置。

如果你把AI當成一個翻譯器，用來把專業術語翻成人話；如果你把AI當成一個整理工具，幫你列出就診時該問醫生哪些問題，這都還算合理。

但如果你把AI當成一個事實裁判，甚至把它當成一個比醫生更值得信的“第二權威”，那這事兒就開始危險了。尤其是在醫療這種場景里，錯一次，代價不是尷尬，是真可能耽誤判斷。

這就是很多人現在最容易踩進去的坑。不是完全相信AI，而是半信半疑地被它帶偏。而這恰恰最麻煩。因為醫療決策，很多時候不是錯100分才叫錯，你只要錯了10分，后面整個判斷鏈條都可能跟著歪。

所以回到最開始那個問題。現在已經有不少人寧愿先信AI，再去信醫生，甚至看了醫生，也還要拿AI的結果去“校正”醫生。

可問題是，現在連根本不存在的眼病，都能被人造出來騙過主流AI系統。那你手里那個看起來特別完整、特別專業、特別冷靜的AI答案，到底有多大概率只是被包裝過的錯誤信息？這時候你還敢輕易拿它去質疑醫生嗎？

我的看法很簡單：

最后就一句話：以前大家擔心的是AI會不會胡說八道，現在更該擔心的是，AI會不會把一本正經的假話，當成真話講給你聽。

要真到了這一步，你還拿AI去質疑醫生嗎？