一个人把自己核磁共振的原始文件,丢给了 Claude Code,结果它给出的结论,跟诊所医生的诊断对不上。更让他睡不着的是:当他让 AI 再复核一遍,AI 站在了 AI 这边。🤔
先说他到底干了什么。这位作者(他反复强调自己不是医生)手上是一份标准的 DICOM 导出——几百个没后缀的文件,加起来大概 266MB,就是医院刻给你那张光盘里的原始影像。他把这堆东西喂给跑在 Claude Code 里的 Opus 4.8,还特意分了好几个 subagent 各看各的,目的是别让模型被前面的结论带偏(减少它自己的确认偏误)。跑了大概一个小时,出来一份结构化的阅片报告。
这里有个细节值得单独拎出来,因为它正是很多人用 AI 干正经事时会踩的坑:模型有种强烈的「顺着你」的倾向,你要是先把诊所的结论喂给它,它很容易就跟着点头。作者的做法是让几个互不通气的 subagent,各自从原始影像出发、独立出结论,谁也别先看别人的答案——说白了,是用工程手段逼模型别偷懒、别附和。这套「分头独立看、最后再对账」的思路,你自己拿 AI 做任何高风险判断时,都用得上。
分歧不小。诊所的结论是:肩胛下肌腱止点处,一个三级(撕裂宽度超过 50%)的部分撕裂。Opus 的结论是:肌腱完整,顶多止点处轻度退变,没发现任何明确撕裂。一个说你撕了一半,一个说你根本没撕。它还挑了治疗方案的两个刺儿:一是冲击波治疗,作者引用的临床指南说,对没有钙化的肩袖肌腱病不建议用;二是一种在德国注册为「无治疗适应症」的顺势疗法针剂。
听起来 AI 完胜?恰恰相反,这才是整篇文章最该认真读的地方。所谓「复核确认了 AI 更准」——那个复核,也是 Claude 自己做的,不是哪位独立的放射科医生。AI 给 AI 背书,这不叫证明。而且样本量就是一,AI 还有个众所周知的毛病:它会非常自信地说错话。作者把话说得很死:「我可能错,AI 也可能错,我也可能误解了医生,所以这些都不该被当成医疗建议。」他甚至说,真正的问题是「我不是医生」——他根本没能力判断谁对。
所以我觉得这事的重点,根本不是「AI 比医生强」。真正值钱的是另外两点。一是它提醒你:你的原始医疗数据是你的,你有权把它拿出来、看明白它到底说了什么,而不是只能接住一句结论。二是它给你的,是一串更好的问题——带着「为什么判三级撕裂」「冲击波这个方案有指南支持吗」,去找一个真人医生当面问清楚。
但它有个很现实的副作用,作者用了个词:「悬而未决」。以前你至少会照医生说的做;现在 AI 甩给你一个看着很专业、又跟医生相反的版本,你反而卡住了——信谁?这种「随时能拿到一个自信的第二意见、然后得自己决定信不信」的状态,可能才是普通人马上要面对的新常态。
最后丑话说在前头,而且要说重:这不是医疗建议,别拿 AI 的阅片去推翻你的医生。🧐 AI 会自信地犯错,一个案例证明不了任何普遍结论。它顶多是个起点;真要拿主意,去找第二个「人」,不是第二个模型。
你会愿意把自己的影像丢给 AI 看一眼吗?看完之后,你是更踏实了,还是更不知道该信谁了?
原始出处 · 第一条评论拿
关注 @svtransit1 · 写给真在用 AI 的人
#AI #ClaudeCode #AI医疗 #Opus #AI的边界
原始来源：https://antoine.fi/mri-analysis-using-claude-code-opus
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS