我用 Claude Code 为我的 MRI 寻求第二意见
使用 Claude 和其他大语言模型为 MRI 扫描及其他医学影像寻求“第二意见”既引发了好奇，也带来了警惕。评论者指出，当前前沿模型可以帮助解释文本报告并建议向医生提出的问题，但在基于图像的诊断方面验证不足，容易自信地“幻觉”出错误结论，而且可能实际上并没有使用所提供的图像。许多人认为，AI 作为受过教育的患者和不堪重负的医疗系统的有前景辅助手段是成立的，但也警告说，把它用于放射学或复杂医疗护理会带来误诊风险、削弱对临床医生的信任；当人们本就难以获得可靠医学专业意见时，这种做法尤其危险。
大语言模型在医学影像方面的局限
- 许多评论者强烈认为，当前通用大语言模型在基于图像的诊断方面并不可靠，尤其是 MRI 这类复杂的 3D 模态。
- 放射科和 MRI 研究人员指出，前沿模型并未针对细微的医学影像解读进行训练或验证，且往往会“幻觉”出听起来合理的发现。
- 多次提到一些研究展示的“幻影推理”：模型会自信地描述并推理那些实际上从未提供给它的图像。
- 从业者报告称，他们在真实医学影像数据集上对前沿模型进行基准测试（例如耳镜检查、病理切片），发现其校准性很差且会高置信度出错。
放射学与影像学的细微差别
- MRI 细节：常见的带间隙“2D”切片协议与真正的 3D 各向同性扫描之间的区别；以及分辨率、速度和运动伪影之间的权衡。
- 骨科超声对软组织和肌腱很有用，但对骨骼和小钙化灶效果很差；普通 X 光片或 MRI 可以检测到超声会漏掉的钙化。
- 放射科医生强调，阴性发现总是受制于成像模态和技术；超声上“没有 X”并不绝对意味着“完全没有 X”。
AI 作为第二意见 / 患者工具
- 一些用户分享了正面的轶事：LLM 帮助发现误诊或建议被忽略的病情/治疗方案，尤其是在文本报告和化验数据方面。
- 另一些人报告称，他们自己的 MRI/X 光结果明显错误或内部矛盾，或者出现了诸如把棋盘和基础图像都看错之类的明显失败。
- 一个反复出现的“最佳用途”模式是：用 LLM 理解报告、生成要问医生的问题，或梳理指南和鉴别诊断，然后再与人类临床医生讨论。
信任、自我诊断与“AI 精神病”
- 临床医生担心患者把 AI 输出当作权威，削弱对医生的信任，并消耗本就稀缺的门诊时间去驳斥那些自信的胡言乱语。
- 多条评论将此类问题比作被放大的“Dr. Google”问题，而且更危险，因为这些答案听起来既专业又个性化。
- 有些人将其描述为对 AI 的一种 شبه宗教般的过度自信（“AI psychosis”），把相反的专家反馈视为缺乏远见。
医疗系统问题与激励机制
- 很多故事都讲到误诊、意见相互矛盾、过度治疗（例如不必要的影像检查、手术、顺势疗法注射）、治疗不足，以及仓促的 5–15 分钟门诊。
- 这推动患者因挫折感和缺乏获取渠道而转向 LLM，而不仅仅是出于技术乐观主义。
- 有几条评论认为，AI 作为医生的内部工具会很强大（指南查询、线索生成、检查清单），但不应作为独立诊断者，尤其是在影像学方面。