消化内科包括食管、胃肠道、肝胆胰脾等多个脏器，我们抽选诊断和治疗规范相对清晰，同时也是疾病人群最广泛的幽门螺杆菌感染进行测试。

测试条件：R1模型深度思考+联网检索

模拟病例张三

DeepSeek 飞速思考：用时仅16.16秒

追问：AI知识库时间范围

医生 A

AI的回答规范且完整，包括四联方案、用药注意事项、可能的不良反应、复查时间、预防家庭内感染、强调用药依从性等。令人印象深刻的是，对模拟病例的大便不成形情况，也给出了一整套的处理方案，只是没有发现提问者的“大便不成型”有错别字😅。

对于幽门螺杆菌根除指征的把握，这个AI属于“激进派”，他的思考过程认为，没有症状同样需要治疗，目的是降低胃炎、溃疡、胃癌风险。然而，考虑到卫生经济资源有限以及抗生素耐药等原因，不少医生没有如此“激进”，而是选择合适的人群进行治疗。也许这部分医生的意见在AI知识库中属于“少数派”，所以被AI忽视了。

医生 B

有点遗憾😂，出题人故意挖的坑，AI还是掉进去了。碳13呼气试验结果是4.1，AI认为数值不算高，但根据“报告结果 阳性”，就启动了根除治疗。这里AI对呼气试验结果假阳性或者检验结果灰色区间的认识不到位。

以我院为例，4.0为界值，但对于4.1，医生可能建议患者择期复查，同时再次向患者强调呼气试验标本留取的规范，在做呼气试验的时候，不要深吸气后再呼气；或者进行血液幽门螺杆菌抗体、粪便幽门螺杆菌抗原检测，综合评估，明确诊断后再启动治疗。

医生 C

AI认识到了，需要根据地区的抗生素耐药率选择根除方案，比如阿莫西林耐药率低（3%）。但对克拉霉素、甲硝唑、左氧氟沙星的耐药率没有提及。医生不可能实时掌握各个地区的抗生素耐药率数据，指导临床给不同地区的病人开不同的药物。期待后续AI通过对全国各地区抗生素耐药率数据的学习，结合患者的地域，辅助医生给出更优的治疗方案。

医生 D

AI不仅给出目前的一线治疗方案，同时给出了可选的二线方案：四环素+呋喃唑酮。令我困惑的是，AI给出了雷贝拉唑及铋剂的服用时间，但忘记了给出抗生素的服用时间，不知道是为什么，AI还会偷懒吗？不过问题不大，患者还会接着问呢😊

AI对铋剂的推荐是枸橼酸铋钾胶囊，对质子泵制剂的推荐是雷贝拉唑肠溶片，我猜测可能是AI知识库里面这两种药物最常见。尽管AI没有提及商品名，但未来如果药品厂家或者资本的力量可以操作AI的回答，相当于在全国做药品广告，不知道是否需要根据广告法或者其他法律监管AI对药物的推荐。

医生 E

有研究发现以阿莫西林+P-CAB为基础的二联方案，根除成功率与传统四联方案类似，而不良反应更少，AI却丝毫没有提及。根据AI知识库截止时间，可能AI的知识库还没有更新？或者更新的知识库并没有包括这类研究成果？或者联网检索无法检索到这类研究资料？🤣

而且这个提问的人，一看就是医生，提问的时候病历信息比较完整，包括人口学信息、症状、大便情况、身高/体重、既往病史、烟酒史、药物过敏史、辅助检查：呼气试验具体数值、近期用药史。而普通人可能缺乏这种病史采集能力，且现阶段AI不会主动问我相关病史，信息不全面可能会“误导”AI。

根据最新的研究，可能还要加问患者既往抗生素暴露史，指导根除方案的优化，进一步提高根除成功率。

相信很快，AI通过学习就会实现主动采集病史资料，比一般医生问诊更加完整和详细😏

AI未来可期：

作为通用模型，DeepSeek在幽门螺杆菌感染诊治方面的表现可圈可点。毫无疑问，未来随着知识库可及性的扩大及算法优化，AI辅助医生诊疗，可以实现工作质量及效率的双重提升。

我们也要认识到现阶段AI的局限性。有一种说法，人工智能：有多少人工， 就有多少智能。比如幽门螺杆菌的耐药率数据、二联根除方案研究仍需要医生“人工”收集和总结数据，写成论文后喂给“智能”学习。

使用AI看病前，不妨先思考三个问题，第一：AI的医疗知识库又新又全面吗？第二：AI的逻辑推理是否可溯源？警惕无中生有。第三：AI是否被资本裹挟？

在这里，我们提醒大家，各位要在具备甄别能力的前提下，合理使用AI。

欢迎大家给我们留言，您对AI的回答满意？您认为AI替代医生还远吗？