呼吸科门诊遇上肺结节患者，我请了个AI助手来帮忙

我是一名基层医院的呼吸科刘医生。

每天推开诊室的门，总能看到几张拿着CT报告、眉头紧锁的脸。这两年，肺结节的检出率越来越高，我的门诊里，十个患者里有六七个都是冲着“肺结节”来的。

说实话，准确判断结节良恶性，一直是临床工作的难点——判严了，患者吓得不轻；判松了，又怕漏掉早期肿瘤，担不起那个责。

上周的门诊，来了一位让我印象深刻的患者。

一位焦虑的45岁男性

患者男，45岁，体检发现右肺下叶6mm磨玻璃结节。他有10年吸烟史，父亲因肺癌去世。这些信息叠加在一起，让他极度焦虑——拿到体检报告当天就挂了我的号，反复问的一句话是：“医生，是不是肺癌？要不要马上手术？”

我调出他的CT影像反复查看：右肺下叶6mm纯磨玻璃结节，边界清楚，没有分叶和毛刺。从影像特征来看，恶性征象并不典型，但患者的吸烟史和家族史又属于高危因素。

那一刻我太理解他的焦虑了。高危因素摆在那儿，换谁都会往最坏的地方想。但我得冷静——结节的形态其实偏良性，按照Fleischner学会指南，这种纯磨玻璃结节结合危险因素，标准的处理方案是随访，而不是立刻穿刺或手术。

那天，我试了试DrSeek

那天我做了一个小小的尝试。我把患者的核心信息整理了一下，输入了最近在用的一个医学AI工具DrSeek，问它：患者男，45岁吸烟史10年，肺癌家族史，胸部CT示右肺下叶6mm纯磨玻璃结节，边界清楚，无分叶毛刺，请问下一步临床处理建议？

不到几秒钟，屏幕上跳出了答案。

我快速扫了一遍，心里那块石头落了地。它的建议和我此前的判断完全一致：建议6个月后复查胸部CT随访，若结节增大或密度增高再考虑活检或手术。

一点真实的感受

这次经历让我对AI辅助临床决策有了新的认识。

说实话，过去我对AI在医疗中的应用持保留态度。通用大模型虽然什么都能聊，但给出的医学建议常常模棱两可，缺乏可靠的循证