今天在视频号看到【协和烟雨医生】展示的一个病例，两位医生对病例诊断过程进行了详细讲解，可以肯定的是：这是一例典型的疑难病例、罕见病例、跨学科诊断病例。
看完这个病例，我分别用DeepSeek、百川智能、Kimi、通义、ChatGPT、Gemini这6个有思维链推理能力的AI工具以短视频提供的有限信息按步骤输入，其中5个模型在化验单信息步骤均得出了和医生一样的诊断结果，所有6个模型均在第四张图的补充信息下得到了正确的诊断结果。
我不知道，这意味着医疗+AI的“奇点”时刻是已经、正在、还是马上将要发生。
但能够确定的是，医疗+AI的奇点时刻，一定会发生。
以下分两部分呈现：
（1）这个病例的诊断过程：对于医生朋友（特别是心内科），请按步骤跟随分析，看看是否能够得出相应的诊断结果。
（2）产业界、投资界的朋友们，关注对医院、对药企、对医疗器械和民营医院行业的巨大的潜在影响（可以直接略过案例讨论跳到文章最后阅读）。
案例介绍如下：
第一步的信息：患者女性，60岁，简单症状描述如下，心衰四联效果不好，造影未发现问题。（到这个信息节点，所有AI给出了正确的进一步检查建议）
第二步信息：化验单现实白蛋白偏低，球蛋白升高。于是医生感觉到可能存在其他问题。（到这个信息节点，上述5个AI模型已经通过逻辑推断给出了重点考虑的诊断方向，并且就是最终确诊结果）
第三部信息，重点补充了游离轻链阳性以及心肌核磁和骨髓活检之后，医生终于确诊，患者为心脏淀粉样变性，并且认为这是一个罕见的案例。
毫无疑问，这两位医生已经体现出了极高的专业性和尽职性，而使得之前【多次误诊】的患者得到了正确的诊断，可惜由于之前误诊已经耽误半年病情，使得后续的治疗难度加大了不少。
我相信大部分的医生都是非常专注在专业精进和尽可能为患者多考虑，但是难免受限于认知惯性（人脑的局限性）、知识的局限（特别是跨学科）以及时间的有限性（很难在门诊的几分钟内充分考虑各种可能性并进行逻辑分析排除和确认），因此这个病例对于任何医生来说都很困难，都是值得拿出来专门讲解分析的，是值得自豪和骄傲的。
但是DeepSeek、百川智能、Kimi、通义、ChatGPT、Gemini这6个模型全部做到了，而且我经过多轮测试，掩盖一些线索（例如不提示白蛋白和球蛋白的异常），所有AI模型都通过前期初步描述，以及心电图、心室壁对称增厚特征给出了心脏淀粉样变性的正确诊断结果。
提问的提示词都统一为：感觉憋气，喘憋非常严重，浑身浮肿，走不了路，吃了心衰四联药物，效果不好，医院判断不清，认为肥厚型心肌病和缺血性心肌病都有可能，但是做了造影没发现问题，化验单白蛋白偏低，数值27.5，球蛋白偏高38.23，请你以一个心脏病专家的角度，结合多学科会诊经验，判断最可能是什么问题？
推理过程也非常精彩，但限于篇幅，仅呈现几个模型的诊断结果：
1、ChatGPT的结果：
2、DeepSeek（腾讯元宝版本):
3、百川智能版本：
对于医生来说的罕见病例，可能导致误诊多次的病例，在未经专门医院本地病例数据训练的情况下，均在几分钟内给出了正确的考虑方向，下一步检查建议，以及最终的确诊结果。
AI+医疗这样的能力，虽然以前在脑海里想象过，但当真实案例发生并由医生呈现在眼前，还是难掩震撼的感觉。
此后，对于医疗+AI模型给出正确诊断的结果，我似乎已经不会再感到意外，而是非常想问问有哪些病例讨论是AI严重误诊的，能不能搜集到更多这样的信息？
对于产业的重大意义：
1、处方能力和处方权：当前政策强约束的是处方权，处方权不能放给AI，而仍在医生手上。 但一个不可避免出现的方向是：AI的处方能力将会必然高于大部分医生。处方权本身主要包含了处方能力和责任承担，在处方能力逐渐被AI渗透的过程中，留给医生的更多慢慢便剩下【责任承担】了。而当医生发现自己每次独立决策的误诊率和效果经常性劣于AI，并且要承担后果的时候，AI强大的处方能力也会潜在渗透并获得【实际的处方权】。
2、医疗+AI的能力是可以实现快速渠道下沉的，县级医院、乡镇卫生院甚至村卫生室都可能快速配备并拉齐水平。 县域医疗市场将可能产生重大意义变革。
3、大型药企的学术营销、学术培训、医学部、市场部的工作重点可能要发生很大变化，医疗+AI模型推动规范化诊疗的能力、推动最新指南和专家共识在临床实践中应用的能力，可能超过想象，并成为重点方向。 将AI推广并部署到医院，不仅仅是医院自发的行为，还可能成为头部药企的重点动力。
4、医生仍然不可替代的方面，可能在于症状与检查结果的正确描述和录入（考虑到中国方言的普遍性和极大的差异性），但这一方面也并非是AI不可突破的方向，长期来看，这部分也可以通过AI的主动交互和互动得到。
5、医疗+AI的辅助诊断普遍推广后，对于医保控费、DRG、DIP等可能产生重大影响，“灵活多变的临床因素”可能在AI不断地迭代中，变得可以归类和以合适的方式case by case处理。 而长期无法进行“精算定价”的商业健康险，也可能能够实现更好的定价以及后续的敢于管理，从而推动商业健康险的发展。
6、对于民营医院来说，很可能和公立（三甲）医院的差距会逐步减小，并主要过渡体现为“外科手术能力”差异，在诊断方面的能力很可能将会快速拉齐，这将对民营医院能力提升带来很大赋能。
7、对于器械厂商来说，虽然大模型暂时没有影响到器械的应用选择，但各类配套辅助的AI器械工具也在不断发展（后续我会仔细分析），在医生手术培训（特别是智能模拟）、手术规划（特别是最合适的耗材选择方面）都可能产生进一步的影响，器械厂商也不能忽略。
越来越感觉到，2025年确实是医疗+AI的变革起步之年，很多方面，可能是“皇帝的新衣”，是一个个“暂时还没捅破的窗户纸”， 是依赖医学伦理和风险视角下仍能得到一定维护，但长期将可能被突破。
处方权，曾经对应了处方能力和风险承担，AI第一步渗透处方能力并不断精进，而当AI和保险的结合能够进行风险承担的时候，处方权会在哪里？
这并不遥远，值得我们认真思考。
