最近知乎上有个话题热度很高，324万的热度，讨论的是亚马逊一位前华人女工程师的悲剧——疑似按照ChatGPT的建议自行减少了抗癫痫药物，最终猝死。说实话，看到这个新闻的第一反应不是震惊，而是一种说不出的难受。因为类似的场景，可能正在无数人身上以更轻微的方式上演着。
先说清楚这件事的核心事实：这位工程师本身患有癫痫，需要长期规律服药控制发作。据讨论中披露的信息，她曾向ChatGPT咨询用药相关问题，之后自行调整了药量。癫痫这个病，药物浓度一旦不稳定，发作风险会骤然上升，而某些类型的发作——比如全面性强直阵挛发作——本身就可能是致命的。这不是危言耸听，是神经内科教科书上写了几十年的常识。
我想聊的第一个观点是：ChatGPT不是不能问健康问题，而是它回答的“颗粒度”和真实医疗场景差得太远。
大语言模型的工作原理是预测下一个最合理的词，它擅长整合文本中的共性知识，但它不知道你的体重、肝肾功能、药物代谢基因型、既往发作类型、脑电图结果、合并用药情况。而这些恰恰是医生调药时真正依赖的东西。你跟ChatGPT说“我在吃XX药，感觉最近状态不错能不能减量”，它大概率会给你一段看起来很有道理、甚至引用了指南的话——但它没有能力判断“你”能不能减。它给的是人群层面的概率，不是个体层面的处方。
第二个观点更扎心一点：这件事真正暴露的，不是AI有多危险，而是很多人对“获取医疗建议”这件事的边界感是模糊的。
我理解那种心态。在美国看病贵、预约慢，中文语境里又常有“是药三分毒”的集体记忆，加上抗癫痫药确实有嗜睡、头晕、体重变化这些副作用，一个人长期吃药吃得不舒服，想找个“不用排队、不会评判我、随时在线”的对象聊聊，ChatGPT确实太方便了。方便到让人忘了它没有处方权，也没有行医资质。它像一个永远不会说“你这个问题很严重，立刻来医院”的倾听者——可恰恰是这句话，有时候是救命的。
这里补充一个很多人不知道的背景：抗癫痫药物的调整，在神经内科属于高风险操作。不是“感觉好了就减一点”那么简单。突然减量或停药可能诱发癫痫持续状态，这是神经科急症，死亡率不低。正规的减药流程需要在脑电图监测、血药浓度检测和医生随访下，以数月为单位缓慢进行。换句话说，减药这件事本身不是不能做，而是必须有人对你的个体情况负责。ChatGPT负不了这个责，它连你的病历都看不到。
那是不是说AI健康咨询一无是处？也不是。我的看法是分场景：查术语、理解检查报告里的名词、了解某种疾病的常规科普、准备就诊时该问医生什么问题——这些场景ChatGPT是很好的辅助工具。 但一旦涉及“我该不该调整正在服用的处方药”“这个剂量对我安不安全”，就必须回到医生那里。这条线划清楚，AI是帮手；划不清楚，AI就是风险源。
还有一层值得说的是平台责任。大模型在涉及药物剂量、停药建议这类高风险医疗问题时，目前的护栏还远远不够。它会加一句“请咨询医生”，但那句话往往被淹没在一大段看似专业的建议里，用户记住的往往是前面那段“可以尝试”的内容。这不是某一个模型的问题，是整个行业在医疗边界上的共性短板。
写到这里，我不想把这件事简化成“别信AI”的口号。那位工程师的悲剧，本质上是一个需要专业守护的慢性病患者，在一个缺乏即时专业支持的场景里，做了一个看起来合理但风险极高的决定。责怪她很容易，但更有价值的是问一句：如果她身边有一个能随时问一句“这个药我想减，行不行”的医生，结局会不会不一样？
AI不会替我们生病，也不该替我们做医疗决定。它能做的是帮我们更好地理解自己的身体，然后把真正关键的判断，交回给那个能对你负责的人。
微信扫码查看