2025年，我正领导团队致力于AI与空间计算产品的研发工作，同时，我自己也是AI模型的深度用户。为了满足博士研究的学术需求，我购买了Gemini、X、GPT等主流的国际AI模型，并将日常的博士研究任务、个人产品的开发以及个人健康状况的评估都依托于这些AI大模型之上。

以下是七月份数据模型的成绩排名，观察可知Grok4位居首位，紧随其后的是国际模型，在国内模型方面，开源模型DEEPSEEK取得了最佳的分数。

第一次通过chatgptO3模型来完成全闭环就诊

这次，我打算进行一番记录，并尝试从AI产品经理的视角出发，预测未来2至3年内，人类将如何运用最新的AI大型模型，在医疗领域实现疾病的早期发现，乃至治疗和康复过程。同时，我还想尝试勾勒出未来人类就医的实际操作场景。

下面的AI都是指的是GPTO3的付费模型

1.开始出现症状：

上周一我开始出现感冒的迹象。尽管如此，我依然保持着每日的锻炼习惯，并且最近增加了有氧跑步的强度，把原先每天5公里的跑步量提升到了7公里。然而，我意外地感到右侧腰部出现了疼痛。

因感冒引发鼻涕不断且嗓音变得沙哑，我于是输入提示词，指导AI自行构建病历。

上传症状对话后，AI为我生成了病历。借助病历资料，AI大模型迅速对我进行了初步的疾病判断，并提出了相应的检测建议。

如下是检测推荐，分别有尿常规、血常规、肾功能

获得相应的检测项目推荐后，我随即启动了微信小程序，前往了位于家附近的成都市第一人民医院。这家医院是国内知名的三甲医院之一。目前，国内多数三甲医院都设有线上医院门诊。患者可以在线上直接预约挂号，与在线医生进行咨询，或者自行安排检查项目。

借助AI大模型的力量，我首次得以无需预约门诊号，亦无需寻求医生帮助，便独立开展了检查工作。以下是成都市第一人民医院提供的自主检查清单，其中包含了众多不同类型的检查项目，您只需自行挑选所需项目即可。

由于检查内容的专业性较强，对于非医学专业人士而言，理解这些检查的具体用途存在一定难度。然而，面对AI系统，这些检查的目的便一目了然。在AI的智能推荐下，我最终决定进行以下几项检查项目。

在网上医院预约完检查项目后，我立刻起身前往家附近的医疗机构。这样不仅免去了挂号和排队的繁琐，还节省了前往门诊的路线时间。我直接来到检验科，开始了血液和尿液样本的采集。完成检查后，我便可以立即离开，无需等待报告出来后，再到门诊询问医生对结果的解读。

要知道以前很多次看病，往往检查结果出来了，门诊医生都走了。

这里有一则额外信息，我询问了是否需要空腹进行检测，消除了对空腹检测的疑虑后，我便决定先吃一碗面条，然后再去进行抽查检查。

检查完毕后，我便即刻返回家中。不到两个小时，检查结果便已揭晓。以下是部分检测结果，显而易见，若非医学专业人士，实难辨识其内容。

化验单结果

化验单结果

由于我目前所采用的AI系统具备多模态处理能力，因此在我提交了检查数据后，立刻获得了对报告的详细解析，并且还获得了针对我目前健康状况的诊断结果。

在仔细阅读了AI提供的分析结果和诊断看法后，我心情变得轻松了许多，因为确定并非新冠病毒感染，而只是得了普通的感冒。

那日正值感冒的第二日，我身体出现了流鼻涕和胸痛的不适，然而感觉并不严重，因此我仍旧怀有运动的念头。在这期间，我内心颇为纠结，不知是应该选择游泳还是跑步。

AI提出建议，认为跑步是个不错的选择，但需注意距离不宜过长，最好控制在3公里以内；这是因为相较于游泳，跑步过程中人们更能自如地调节呼吸节奏。

最终，我采纳了AI的建议，通过快步走和慢跑的方式进行了跑步训练，所进行的运动量与AI推荐的标准相符。然而，运动完成之后，我体验到了胸部呼吸时的不适感，便将这一不适症状反馈给了AI。

AI提供了自查的方法，我按了按自己的胸骨，疼痛感加剧，依照AI的指示，我无需采取特殊措施，只需好好休息便可。

感冒进入第三日，我的呼吸不畅和胸部疼痛已不复存在。于是，我将这第三日的症状详细描述再次发送给了人工智能助手，他回应说，我现在正处于康复阶段。

撰写这篇文字之际，我的感冒已持续四日。尽管如此，我依旧保持着每日5公里的跑步习惯，有时甚至挑战自我，增至7公里。这些锻炼活动均是在我的病情和检查结果基础上，经过AI的批准后进行的。

人生第一次，因为有了AI，让一个计算机从业者不依靠医生

若在往昔，我若患感冒，鉴于非医界人士，便会挂号至门诊求取药物。然而今次，我借助提示词，让AI为我揭示感冒的当前阶段。待检验报告出炉，AI便对其进行了详细解读，指出我所处状况系轻度上呼吸道感染，且为细菌性感染。

除了饮用糖浆之外，我还大量饮水，其他方面并未进行特殊处理。我依据向AI描述的症状来决定是否需要用药，最终连一丁点抗生素都没有服用。

在拿到检查报告之前，我和众多患者常会忧虑这或许并非单纯的感冒，而人工智能技术则给予了患者一颗定心丸。

多模态人工智能在声纹识别方面的能力，还有AI模型的整体性能，都正逐步逼近甚至可能超越真实人类医生的水平。

如今我的感冒症状已基本消退，这次借助AI进行诊疗，我个人的体验和感受主要有以下几点：

1.未来医院是检查与治疗的地方，但是不需要门诊

随着人工智能模型性能的不断增强，我坚信开源模型将逐步实现O3级别的推理能力，尤其是即将在年内发布的DEEPSEEK R2等系列模型，它们的识别能力将超越O3。

随着AI用户数量的不断增长，其用户粘性也在持续提升。因此，医院将逐渐演变为体检的场所，届时你只需在医院内进行相关检查即可。

2.挂号与线上门诊逐步会被AI替代

随着人工智能在病历诊断和录入方面的应用日益广泛，同时具备图像识别和视频识别的能力，线上门诊服务将逐步由人工操作过渡至AI模型的操作，未来甚至可能仅由人工负责检测环节。

3.共享检查室将会随着社区医院开启逐步下沉

这次感冒的检查过程实现了零医生挂号和门诊问诊，患者只需前往检验科或放射科进行相关检查，无需其他人工干预。

4.一个医院的好坏要看他的AI模型性能与普及度相关

我在此案例中采取的操作完全遵循了O3模型的指导和建议，若采用国内其他模型，则无法达到相同的效果——即便是在医院缺乏相应系统构建和提示功能支持的情况下，也仅凭我的提示词和对话便成功实现了目标。

医院若能让广大普通患者都能体验到此类便捷，其治疗效果自然会显著提升。

5.内科是AI诊疗取代的优先科室，其次是外科

内科治疗多依赖药物，仅有少数病例需进行介入手术，相较之下，外科手术则需实际操作。在当前物理条件下，要实现与人类相当的外科手术精确度和灵活性，并且成本还要低于人类，这需待人形机器人广泛使用。届时，机器人的手部、关节等部位的操作能力将能与人相媲美。

医生赶快学计算机大模型

身为医学工作者，尤其是医生，你或许已经了解到，目前医学与计算机科学交叉的论文数量众多，且发表难度相对较低。因此，众多知名的三甲医院中的顶尖医生纷纷着手构建专病数据库，并且致力于开发与自身医疗专业相关的AI模型。尤其是在一线城市的三甲医院，医生们普遍被要求参与科研工作。

医生的科研工作大致可以分为两大类，一类是国家级的纵向研究项目，另一类则是横向的研究项目。其中，国家级青年基金、科技厅的研究课题等，属于纵向课题的典型代表；而横向课题则通常是由企业或外部投资者提供资金支持的研究项目。

攻读医学计算机领域的博士后期间，我深切体会到了自己投入了大量时间在医院。这既是因为从小在医疗机构的环境中成长，更是因为我亲自在医院从事计算机研究工作。我坚信，若论产品经理能够对世界产生最大影响之处，生命科学领域无疑是其中之一，而且它既充满挑战，又极具可能性。