AI 进入诊室的方式，比很多人想象得更安静。它不是机器人医生，而是一个坐在角落里的「抄写员」：听医患对话，自动生成病历，医生过目签字即可。这个故事听起来是双赢——直到病历里出现一行患者从未说过的话。
事件：一行凭空出现的用药史
据 Solidot 报道，澳大利亚患者 Rebecca Green 前去看泌尿科医生时，对方询问是否可以用 AI 记录就诊过程，她同意了。麻烦在几个月后才浮现：今年三月她接受肾结石手术后，阅读专科医生发回给全科医生的术后信，发现信中言之凿凿地写道，她曾服用微剂量迷幻蘑菇，而这「可能是此前肾脏周围出血的原因」。
问题在于，Green 表示自己从未碰过迷幻蘑菇。投诉之后，泌尿科医生回信致歉，并猜测这条记录是 AI 听写错误的产物。
比个案更值得注意的是分母。澳大利亚皇家全科医学院（RACGP）去年估计，约四成全科医生已在工作中使用 AI 医疗记录员——而且这还是保守估计。换句话说，Green 的遭遇未必是罕见事故，而更像是一个正在快速铺开的工作流程中，迟早会被抽中的样本。
背景：抄写员为什么会长驱直入
AI 抄写员的走红有很现实的土壤。文书工作长期是临床负担的大头，下班后补病历、写转诊信几乎是从医者的默认状态。语音识别加大模型总结的组合，能把十几分钟嘈杂的对话压成一份结构化病历，Abridge、Ambience、Suki、微软的 DAX Copilot 等产品都挤在这条赛道上，卖点高度一致：把时间还给医生和患者。
但这类工具的本质并不是「录音转文字」，而是「转写加生成」。大模型负责把口语整理成医学术语、补全结构、归纳诊疗计划——而凡是有生成环节的地方，就有幻觉的位置。当医患对话含糊、医生随口提及鉴别诊断或「排除药物因素」时，模型完全可能把一句推测补成「患者承认服用过某药物」。在 Green 的案例里，那行凭空出现的用药史甚至自带一个看似合理的临床解释，恰好指向她确实发生过肾脏出血。这正是幻觉最危险的形态：不是胡言乱语，而是自洽的编造。
影响：错误会顺着病历流动
医疗记录和普通文本的性质完全不同。聊天机器人编造一篇参考文献，用户笑笑关掉页面就结束了；而病历会被当作事实，在系统之间持续流转。那封术后信已经进了全科医生的档案，一条虚构的用药史则可能影响下一次的药物相互作用检查、麻醉前评估，甚至保险核保。患者通常既不知道 AI 参与了记录，也无从核对那些「被自己说过」的话。
RACGP 的既有立场其实相当清醒：AI 抄写员不属于经认证的临床软件，使用需征得患者知情同意，记录的最终责任仍在医生。难点在于执行层面的激励错位——如果工具的价值恰恰是省下一小时文书时间，那么逐行核对生成内容就成了一种「反向成本」。越信任工具，核对越潦草；而抽查式的核对，恰恰最容易放过一行写得四平八稳的假话。
点评
这件事真正值得讨论的，不是「AI 又幻觉了」——这已经不新鲜——而是幻觉的落点变了。演示里的幻觉是谈资，病历里的幻觉是带有官方口吻、会伴随患者多年的一份「事实」。如果说 AI 抄写员的普及不可逆转，那么配套机制必须跑得同样快：医生签字前的逐行核对流程、患者查阅并更正 AI 生成记录的明确权利、以及把幻觉事件当作与药物不良反应同级别的需要上报和追踪的安全信号。在那之前，也许每个走进诊室的人都该多问一句：今天这份病历，最后到底是谁写的？