npj Digital Medicine | 新的看诊模式：能与你通话的AI医生即将到来

星标“医工学人”，第一时间获取医工交叉领域新闻动态~

想象一下这个场景：64岁的María G.已经逾期三周未进行肺癌筛查随访了。这时，她的电话响起，但打来电话的不是一位繁忙的护士，而是一个能够流利说着各种语言、语气沉稳的AI语音助手。它不仅提醒María检查的重要性，还能从她的电子病历中调取信息，耐心解答她关于上次CT报告的疑问，并直接帮她预约新的检查时间。

这并非遥远的科幻设想，而是即将深刻改变医疗服务面貌的“生成式AI语音助手”技术。一篇发表在《npj Digital Medicine》上的文章描绘了这样一个未来：由大型语言模型（LLM）驱动的对话系统，将成为连接患者与医疗系统的全新纽带[1]。

从“机器人”到“对话者”的技术飞跃

忘掉那些只会按脚本回答“是”或“否”的笨拙聊天机器人吧。新一代的AI语音助手是真正的“对话者”。它们经过海量医学文献和匿名患者对话数据的训练，能够实时理解自然语言的复杂性和细微差别。当患者描述症状时，它们能捕捉到迟疑的语气；当患者提出意想不到的问题时，它们能动态生成富有同理心和上下文感知能力的回答。这项技术的核心，是将会话从僵化的流程图，转变为一场真正意义上的、流畅的沟通。图1所示，对于每个患者，一个大型语言模型汇总了电子健康记录和先前对话中的关键信息，并确定所需的任务，然后生成式 AI 语音助手使用这些任务来指导与患者的实时对话。

图1：生成式 AI 语音助手在引用动态呼叫列表的同时参与患者电话呼叫.

医疗领域的“第一道防线”

这项技术的应用潜力是巨大的。在临床上，它可以成为一个全天候的健康伙伴：对慢性病患者进行日常签到，追踪他们的用药情况，甚至通过分析他们描述症状方式的转变，来发现病情恶化的早期迹象。一项涉及超过30万次模拟医患互动的初步研究甚至显示[2]，这类助手产品的医疗建议准确率超过99%，且未发现造成严重伤害的案例——尽管该研究尚未经过同行评审，但其结果已足够引人注目。

更重要的是，这项技术有望解决长期存在的医疗公平性问题。最近的一项研究发现[3]，一个多语言AI助手在推动结直肠癌筛查时，西班牙语裔患者的参与率和通话时长均显著高于英语母语患者，这表明精心设计的AI可以跨越语言和文化障碍，触及传统上服务不足的群体。

在行政方面，它们能将医护人员从处理账单、预约提醒等繁琐工作中解放出来。例如，加州的一个为医疗补助受益人服务的医疗团队，已经在使用AI助手来打电话给其他诊所预约，从而让社区健康工作者有更多时间与患者建立信任关系[1]。

跨越“死亡之谷”：挑战与现实

然而，在AI语音助手成为医疗团队的正式成员之前，我们必须跨越一片充满挑战的“死亡之谷”。

首先是技术瓶颈。任何体验过视频会议延迟的人都知道，尴尬的停顿会瞬间打破对话的流畅感。AI也面临同样的问题，即“延迟”（latency）。此外，如何让AI准确判断你已经说完了话（即“轮次检测”），至今仍是一个棘手的难题。

更严峻的是安全红线。当一个听起来极度真实的AI建议患者“在家休息”时，如果患者实际上是心脏病发作，后果不堪设想。因此，为这些AI建立强大的临床安全网至关重要，包括设置明确的风险触发器，一旦AI感到“不确定”或检测到紧急情况的信号，就必须无缝地将通话转接给人类医生。

最后，还有监管和信任的迷雾。谁来为AI的错误负责？是开发者、医院还是医生？在没有大规模随机对照试验证明其安全、有效并能降低成本之前，医疗界对AI的接受度可能仅限于低风险的行政工作。

未来：人机协作的新范式

文章的作者们认为，AI不会取代人类医生，而是在一个医疗资源长期受限的环境中，成为他们的“扩增器”。未来的医疗场景将是人机协作：AI语音助手处理日常随访和初步筛查，将复杂的、高风险的决策留给人类专家，从而将有限的医疗资源投入到最需要的地方。

相关产品与研究

在严格的监管下，保证AI进入医疗环境中参与部分低风险的工作是有机会和前景的，生成式 AI 语音助手可以成为值得信赖的合作伙伴，提供高质量、以患者为中心的护理，面向患者和医生之间的设计注意事项对于确保生成式 AI 语音助手的有效性至关重要，当前市场上渐渐出现相似的产品。

– 医疗问诊与患者交互

– Suki.AI[4]

– 功能：面向医生的AI语音助手，通过自然语言处理记录临床问诊内容，生成结构化电子病历（EMR），支持多语种交互。

– 商业化进展：已在美国多家医疗机构部署，与Epic、Cerner等EMR系统集成。

– Nuance DAX (Microsoft)[5]

– 功能：微软收购Nuance后推出的「Dragon Ambient eXperience (DAX)」，通过环境智能（AI）自动记录医患对话，生成临床文档。

– 商业化进展：被美国90%以上的医院采用，2023年扩展至患者端自助服务。

– 慢性病管理与健康咨询

– Sensely[6]

– 功能：虚拟护士助手「Molly」，通过语音和动画引导患者管理慢性病（如糖尿病、高血压），提供用药提醒和症状评估。

– 商业化进展：与保险公司（如Anthem）合作，覆盖家庭护理和远程医疗场景。

– Woebot Health[7]

– 功能：基于认知行为疗法（CBT）的AI聊天机器人，通过语音或文本提供心理健康支持。

– 商业化进展：与制药企业（如GSK）合作，嵌入患者支持计划。

– 医院流程优化

– Hyro[8]

– 功能：AI语音助手用于医院呼叫中心和网站，处理预约挂号、药品查询等重复性任务，支持多模态交互（语音+文本）。

– 商业化进展：客户包括Cleveland Clinic、Weill Cornell Medicine等。

– 药物依从性与老年护理

– Pillo Health[9]

– 功能：家用智能设备，通过语音提醒患者服药，回答药物相关问题，并连接护理团队。

– 商业化进展：在欧洲和北美养老机构中应用。

总之，这项技术正站在一个临界点上。通过周到的设计、严格的验证和负责任的部署，生成式AI语音助手有潜力成为医疗保健的关键延伸，以一种前所未有的规模，提供更高效、更公平和更人性化的护理。

▼参考资料

[1]Adams S J, Acosta J N, Rajpurkar P. How generative AI voice agents will transform medicine[J]. npj Digital Medicine, 2025, 8(1): 1-4. https://doi.org/10.1038/s41746-025-01776-y

[2]Bhimani M, Miller A, Agnew J D, et al. Real-world evaluation of large language models in healthcare (RWE-LLM): a new realm of AI safety & validation[J]. medRxiv, 2025: 2025.03. 17.25324157. https://doi.org/10.1101/2025.03.17.25324157

[3]Bhimani M, Baker R H, Ausin M S, et al. Using a multilingual AI care agent to reduce disparities in colorectal Cancer screening: higher FIT test adoption among Spanish-speaking patients[J]. medRxiv, 2024: 2024.12. 16.24318586. https://doi.org/10.1101/2024.12.16.24318586

[4]https://www.suki.ai/

[5]https://news.nuance.com/2023-03-20-Nuance-and-Microsoft-Announce-the-First-Fully-AI-Automated-Clinical-Documentation-Application-for-Healthcare

[6]https://sensely.com/

[7]https://woebothealth.com/

[8]Hyro. Unburden your staff, unblock access to care, https://www.hyro.ai (2025).

[9]https://www.shenzhenware.com/articles/10934

END

编译 | 郝娅婷

编辑 | 吴苡齐

审核 | 医工学人理事会

扫码加入医工学人，进入综合及细分领域群聊，参与线上线下交流活动