AI分诊在哪些场景下能明确改善患者预后？
支持AI分诊改善患者预后的最有力证据来自急性卒中救治领域——在此类病例中，每一分钟的延误都可能导致永久性脑损伤。一项针对55例转院接受血管内治疗（清除血凝块的手术）患者的研究显示，采用Viz LVO人工智能分诊系统后，患者从抵达首诊医院到神经血管介入团队接到通知的中位时间从40分钟缩短至25分钟，降幅达38%[1]。这种更快的通知具有临床意义，因为它使专科团队能更早做好准备；研究还发现，从首诊医院入院到手术开始的时间缩短了25分钟，尽管这一差异未达到统计学显著性[1]。关键启示在于：在卒中这类时间紧迫的急症中，AI分诊能优化工作流程、减少直接影响患者生存与康复的延误。
在眼科（眼部护理）领域，一项2023年的研究测试了AI聊天机器人在分诊44种常见眼部主诉时的表现，并与人类医生进行了比较。ChatGPT（使用GPT-4模型）在93%的情况下将正确诊断列入了前三项建议，几乎与医生的95%持平[2]。更重要的是，ChatGPT在98%的案例中正确识别了病情的紧急程度——即是否需要紧急处理或可以等待——超过了医生的86%[2]。这表明，对于想知道“我该为这个眼睛问题去急诊吗？”的患者，AI聊天机器人在某些情况下能提供比人类医生更准确的分诊建议。不过，该研究使用的是临床案例描述（书面场景），而非真实患者，因此实际应用中的表现可能有所不同。
为何这些证据不足以证明AI分诊已取得普遍成功？
最佳情况与典型情况下的证据差距显著。最有力的研究——如中风和眼科领域的研究——是在受控环境或特定高风险条件下进行的。相比之下，2025年一项关于初级诊疗（全科医疗）中AI分诊的综述发现，当前证据几乎完全来自“回顾性验证、急诊场景或模拟案例，对真实世界结果的评估极少”[5]。作者警告称，若缺乏初级诊疗中的真实世界测试，AI分诊实际上可能加剧健康不平等，因为算法在不同年龄、种族、语言和社会经济群体中的表现可能存在差异[5]。这是一个关键警示：一个对患有典型中风的中年英语使用者有效的聊天机器人，可能无法为出现非典型症状的老年非英语使用者提供帮助。
即使在AI分诊展现出潜力的场景中，实际部署仍面临挑战。2025年一项关于医院围手术期AI聊天机器人（PEACH）的研究显示，该系统在240次真实临床交互中实现了97.9%的准确率，临床医生表示其在95%的案例中加速了决策[3]。然而，该研究也指出，系统需要迭代更新以修正协议错误，且其准确性是基于机构指南而非实际患者预后进行衡量的[3]。这揭示了一个普遍现象：高准确率地匹配指南并不自动等同于改善患者健康——尤其当指南本身存在缺陷，或AI的建议未被正确执行时。
医疗从业者自身也抱有复杂情绪。在对九名英国国家医疗服务体系（NHS）急诊科工作人员关于拟议中的人工智能分诊系统（DAISY）的访谈中，多数人持积极态度，认为该系统能缩短候诊时间、帮助识别危重患者[4]。但他们也提出了对信任、共情以及医患互动中非语言线索缺失的担忧[4]。信任被视为"使用的重要驱动力，同时也是推广的潜在障碍"[4]。这意味着，即使人工智能分诊系统在技术上表现卓越，若临床医生不信任或未能正确使用，仍可能无法改善诊疗效果。
在资源匮乏的环境中，AI分诊是否有效？
在资源匮乏的环境中，人工智能分诊的证据更为薄弱。世界卫生组织公报2025年的一篇文章回顾了机构间综合分诊工具——一种用于巴布亚新几内亚等低收入和中等收入国家的非人工智能分诊系统[6]。作者发现，尽管该工具可由卫生工作者可靠应用，并在前后对照研究中减少了等待时间和死亡率，但他们也指出，“缺乏高质量证据支持分诊实施与临床结局改善之间的关联”[6]。他们提醒，现有数据“可能存在混杂因素和发表偏倚”[6]。这是一个清醒的警示：即便是已确立的非人工智能分诊工具，要证明其在实际中确实能改善患者预后也颇为困难。对于更新且测试更少的人工智能聊天机器人而言，证据缺口则更为显著。
关于这些来源
该回答基于6篇经同行评审的研究——发表于2021年至2025年间，其中3篇为2024年及以后发表，3篇发表于Q1期刊，共被引用171次——这些研究是从通过质量筛选的6项研究中选出的最具相关性的成果，而后者又源自一个包含超过5亿篇论文的数据库中所检索到的58篇文献。
本文引用的文献
基于人工智能的分诊系统在转诊大血管闭塞性卒中患者中的真实世界应用经验
在一项针对55名因血管内治疗而转诊的卒中患者的回顾性研究中，Viz LVO人工智能分诊系统将神经血管内团队的中位通知时间从40分钟缩短至25分钟（提速38%），并减少了通知时间的波动，尽管穿刺时间缩短了25分钟，但这一差异在统计学上并不显著。
人工智能聊天机器人在眼科疾病分诊中的表现
在一项使用44个眼科病例的横断面研究中，ChatGPT（GPT-4）在93%的情况下将正确诊断列在前三位（医生为95%），并在98%的病例中正确判断了紧急程度（医生为86%），且未出现严重不准确的表述。
PEri-operative AI CHatbot（PEACH）在真实世界中的部署与评估：面向围手术期医学的大型语言模型聊天机器人。
在PEACH围手术期聊天机器人的静默部署中，经过240次真实临床交互测试，其整体准确率达96.7%，更新后提升至97.9%，且仅出现极少数幻觉（1/240）和偏差（2/240）；临床医生报告称，该机器人在95%的案例中加速了决策过程。
关于人工智能在急诊分诊中的应用，医疗从业者的观点
在对九名NHS急诊科从业人员关于拟议的AI分诊系统（DAISY）的定性访谈中，大多数人对潜在益处持积极态度，例如减少等待时间和更准确地识别危重患者，但信任被确定为采用该系统的关键障碍，此外还有对共情能力和非语言线索的担忧。
初级保健中的人工智能分诊：构建更安全、更公平的真实世界证据（预印本）
一篇2025年的综述指出，目前关于人工智能在初级保健中分诊作用的证据仅限于回顾性验证、急诊场景或模拟案例，几乎没有真实世界的结果数据或按公平性分层的安全性报告，这引发了人们对部署该技术可能加剧健康不平等的担忧。
在资源匮乏的急诊护理环境中，分诊系统
对机构间综合分诊工具在资源匮乏环境（如巴布亚新几内亚）中的一项综述发现，该工具可被可靠应用，并可能缩短等待时间、降低死亡率，但研究指出，目前缺乏高质量证据表明分诊实施与临床结局改善之间存在直接关联，且可能存在混杂因素和发表偏倚。