中国社会科学网讯（记者王广禄 通讯员孙凯磊 王乐凡 李恩蒂 张瑜）溯源技术落地肌理，探访基层医疗实景。7月22日至24日，复旦大学哲学学院与安徽大学哲学学院暑期联合调研团扎根上海基层医疗一线，先后奔赴十余家社区卫生服务中心，开启一场为期三天的“数字问道”之旅。从淮海中路的老城诊室到静安寺街道的社区门诊，从医生的诊疗工位到患者的候诊座椅，两校学子行走于诊室之间，以问卷调研、深度访谈与参与式观察为路径，从医患双视角探寻生成式AI介入基层医疗的真实图景，拆解技术应用背后的信任张力，为人工智能时代的医疗人文守护与医患沟通优化贡献青年哲思。

　　直面认知差异

　　7月22日，调研首站正式启程。在复旦大学宋正清老师、安徽大学左稀老师和张锦波老师带领下，团队成员兵分三路，分别前往上海市黄浦区淮海中路街道社区卫生服务中心、瑞金二路街道社区卫生服务中心、浦东新区川沙社区卫生服务中心以及静安区江宁社区卫生服务中心，开启田野调研的第一步。本次实践以“AI用于医疗健康咨询对医患沟通的影响”为核心主题，旨在深入了解患者使用AI进行医疗咨询的实际情况，探究人工智能介入后对医患沟通、患者就医体验以及医疗决策模式产生的深层变化。

　　走进淮海中路街道社区卫生服务中心，前来就诊的患者以中老年慢性病复诊人群为主，少量年轻患者穿梭其间。队员们围绕问卷中“是否主动将AI建议告知医生”“AI与医生意见不一致时如何处理”等核心题目展开追问，收集到诸多真实而具体的就医细节。不少年轻患者表示，会在就诊前使用医生推荐的健康类AI工具初步判断病情、了解可能的治疗方向，带着梳理好的疑问走进诊室，能让有限的问诊时间更具针对性。

　　在瑞金二路街道社区卫生服务中心，代际之间的认知差异愈发鲜明。有老年受访者提到，自己虽然年纪较大，但仍愿意积极学习新兴技术软件，“看不懂就问问手机上的聊天工具，等待医生复诊时先心里有个数”；也有患者坦言自己完全不了解AI能应用于健康咨询，直言“我们这个年纪的人，还是更相信面对面看诊的医生”。队员们发现，不少老年受访者早已在子女指导下使用过各类聊天软件查询健康问题，却无法将这些工具与“人工智能”这一抽象概念对应起来，往往需要队员举例说明，才能准确理解问卷内容。

　　在川沙社区卫生服务中心与江宁社区卫生服务中心，两组队员克服工作日门诊繁忙、候诊患者流动性大等困难，见缝插针地完成问卷发放和简要访谈工作。门诊高峰时段，候诊区座位满员，队员们便站在走廊边等候，趁患者叫号前的间隙耐心讲解调研内容，在不干扰正常诊疗秩序的前提下推进工作。

　　经过一天的实地走访，三支队伍共回收一百余份有效问卷，覆盖了从青年到老年、从慢病随访到急性就诊的多类患者群体。当日复盘会上，队员们梳理出三个共性问题：一是老年受访者对“AI”概念普遍陌生，缺乏清晰的使用认知，需现场做大量解释说明；二是候诊患者时间普遍紧张，长问卷完成难度较高，需在有限时间内灵活调整沟通节奏；三是AI建议与医生意见冲突时患者的真实选择远比问卷选项复杂，看似简单的判断背后蕴藏着大量值得深挖的就医故事。首日调研初步印证，患者对AI医疗咨询的态度复杂而矛盾，如何在技术便利与专业权威间建立平衡，如何避免患者对AI产生不当依赖，仍是需要持续反思的命题。

　　描摹多元图景

　　7月23日，调研进入第二日。在首日磨合积累经验、梳理问题的基础上，团队优化分组模式，分为三支调研小组，分别奔赴打浦桥街道社区卫生服务中心、淞南社区卫生服务中心、惠南社区卫生服务中心同步开展问卷发放与一对一访谈，持续收集基层患者使用AI健康工具的真实体验，扎实完善调研样本数据库。

　　经过首日复盘总结，队员们摸索出一套适配基层门诊的调研沟通方法：提前对接各中心医务负责人，借助候诊间隙开展调研；针对老年群体简化专业表述，用大众熟知的AI工具举例讲解问卷概念，有效降低受访者理解门槛。抵达三家社区卫生服务中心后，各组队员第一时间与门诊医护沟通调研流程，在工作人员的支持下，有序进驻候诊大厅、全科诊室等候诊区域，向就诊居民说明本次调研匿名、纯学术研究的属性，耐心引导居民填写问卷，并围绕核心问题开展延伸访谈。

　　在打浦桥街道社区卫生服务中心，就诊人群以中老年慢性病长期随访患者为主，调研呈现出清晰的代际差异特征。不少常年复诊的老年人表示，子女会推荐自己使用AI工具查询血糖、血压相关健康知识，就诊前先通过AI梳理身体不适症状，做到“就诊前心里有数”；但多数老人仍坦言，仅将AI作为简单参考，在诊疗方案层面完全信赖全科医生。与此同时，部分中青年上班族表示，日常工作繁忙，会借助AI提前梳理自身症状与疑问清单，减少面诊时漏说病情的情况，有效提升医患沟通效率。

　　在淞南社区卫生服务中心，受访群体对AI医疗工具的认知差异更为显著。年轻群体相对高频使用AI查询常见病护理知识，会主动将AI给出的护理建议同步给社区医生参考；部分中年受访者则对AI医疗信息的隐私风险表达担忧，害怕个人症状、体检数据上传至网络造成信息泄露，因此对各类AI健康工具保持审慎态度；大多数高龄居民从未接触过AI类软件，健康咨询完全依赖线下问诊获取指导。队员们放慢语速、逐条解释问卷内容，耐心倾听不同群体的顾虑与使用感受，完整记录下多元观点。

　　惠南社区卫生服务中心门诊人流量大、患者流动速度快，队员灵活调整调研节奏，采用“短问卷 + 精简访谈”的模式，见缝插针开展调研。不少受访者提出，AI适合用于健康科普、症状自查，无法替代医生的临床诊断；同时也有受访者提出新的观察点：部分短视频平台内嵌的简易AI问诊工具内容参差不齐，缺乏专业资质背书，容易误导普通居民，希望后续能规范基层健康类AI工具的信息输出标准。面对部分患者时间紧张、不愿长时间填写问卷的情况，队员灵活取舍访谈问题，兼顾调研完整性与群众就医便利，收获大量有效反馈。

　　当日调研结束后，团队梳理发现，相较于首日走访，经过沟通方式优化，问卷完成效率显著提升，老年受访者配合度明显提高；同时收集到大量关于AI医疗信息隐私安全、基层AI健康科普缺失、线上AI建议与线下诊疗冲突处置等全新调研素材。结合两日走访情况，已可初步梳理出不同片区社区居民对AI医疗工具使用习惯的地域、年龄分层特征，进一步印证人工智能正在重塑基层医患信息交互模式，群众对AI便捷性的需求与对医疗专业性、隐私安全的顾虑同步并存。两日累计下来，团队已采集两百余份有效患者问卷，覆盖上海多片区不同类型社区卫生服务中心，样本年龄、职业、慢病类型覆盖面持续拓宽。

　　破解信任张力

　　7月24日，调研进入深度访谈阶段。继前两日与社区医务人员深度对话、开展广泛的患者问卷调查后，联合调研团队继续深入医疗第一线，学子们兵分两路，分别走进临汾社区医院和静安寺街道社区卫生服务中心，从医生和患者的双重视角出发，探寻AI与医患信任之间的张力，挖掘Med-Go AI在基层医疗场景中应用的边界与温度。

　　临汾社区医院的办公室陈列简单，一张茶几，两把沙发，档案柜里整齐码放着几摞病历盒。调研组在这里访谈到一位在医务科工作的全科主任医师，她从业已有二十年，日常接诊的多是患有慢性病的中老年人。访谈中，她语速平缓，言辞严谨认真，始终保持着随时可以回到工作状态的职业状态。她告诉学生，院里正在试点科大讯飞的健康画像系统，覆盖静安、长宁、黄浦三个区，已经运行了将近两年。这套系统不仅能辅助诊断、规范病历记录，还能调阅患者在外院的诊疗信息，“帮助挺大的”，她给出了一句朴素却分量十足的评价。

　　这句评价，也与前一日在惠南社区卫生服务中心的见闻形成呼应。那里使用的是上海东方医院开发的Med-GoA系统，一位医生在访谈结束后，特意邀请学生走进自己的办公室，现场演示了从病例摘要、病情推理，到证据对齐、高危风险提示的完整运作流程，语气里带着几分难掩的认可：“AI输出的结果，远比我自己做的全面和规范。”

　　但技术性能优异，不代表就能无缝融入临床。学生们注意到一个颇为现实的矛盾：系统每生成一份完整的报告，至少需要两分钟。而面诊时患者就坐在对面，医生总不能让患者干等着自己操作电脑。于是，这套功能强大的系统在大多数时候，其实是“备着”而非“用着”，往往要等患者离开诊室后，医生才有时间调出系统做复盘与补充。这个细节让调研团队深刻意识到，技术再先进，如果跟不上医生看病的真实节奏，无法适配临床诊疗的自然流程，终究难以充分发挥价值。

　　如果说在临汾社区医院听到的更多是医生的执业视角，那么在静安寺街道社区卫生服务中心，则更多聚焦于患者的真实体验。调研组在候诊区遇到了一位热心的老奶奶，她主动和学生们攀谈起来，说起了自己使用AI的习惯。她需要定期前往某三甲医院的主任医师处复诊，但每次短暂的问诊都让她感到“说不上话”，问题问不出个所以然，得到的回复也常常语焉不详，甚至换来一句不耐烦的反问。相比之下，社区医院的医生态度总是很好，从不会让她有局促难堪的体验，可疾病本身要求她必须定期回到三甲医院挂号复诊。于是每次挂号前，她都会习惯性地先用AI查一查相关病情，梳理好自己的症状与疑问，想好在诊室里该怎么说，好在那短短几分钟的问诊里，不至于又被一句话堵回去。

　　这段真实的就诊体验，让调研组看到了AI医疗另一面的社会意涵。AI在患者端的普及，未必源于患者对技术本身的信任，而更可能源于医患沟通中长期积压的无力感。老奶奶查阅AI，与其说是在寻求诊断，不如说是在为自己争取一次被认真对待的机会，她需要提前武装好语言，才能在有限的问诊时间里，让自己的声音被听见。这也让此前医生反复提及的观点有了更完整的注脚：AI输出的是共性模板，真正的诊疗必须回到具体的这一个人身上；可当“这一个人”在三甲医院的诊室里都难以被耐心对待时，AI或许正在悄悄填补医患关系里被忽视的情感缺口。

　　几乎所有受访医生都不约而同提及，医务人员有必要帮助患者筛选和甄别AI信息。AI确实能给出一套全面、规范的诊疗方案，但患者往往没有医学背景，很容易全盘接受算法输出的结果。AI输出的是共性模板，而真正的诊疗，必须回到具体的每一个人身上，回到他们的病史、生活方式、坐在诊室里说不出口的顾虑。这个无法被数据量化、无法被算法覆盖的空白，眼下还是只能靠医生来填补。

　　以哲思锚定方向，让技术保有温度

　　为期三天的基层医疗调研，在诊室的问询声、问卷的翻阅声与访谈的交流声中落下帷幕。通过走访九家社区卫生服务中心、发放两百余份有效问卷、完成数十场深度医患访谈，两校师生全景式考察了生成式AI在基层医疗场景中的落地现状，触摸到了技术应用背后真实的效率困境、隐私顾虑与情感需求，也更深刻地体悟到，医疗的本质始终是人与人的联结，技术永远只是服务于人的工具。

　　本次实践的核心意义在于，让书本上的技术伦理与生命哲学走出象牙塔，落地到真实的中国基层医疗场景之中，让抽象的哲学思考，在每一个具体的诊室故事里获得现实的重量。对于哲学专业的学子而言，谈论“技术向善”不能只停留在概念推演层面，只有真正走进一线、倾听医患双方最真实的声音，才能读懂技术落地的复杂语境，找到人文与技术的平衡支点。

　　实践的结束，是深度思考的开始。未来，复旦与安大哲学学子将持续梳理调研成果，结合哲学专业视角进行系统分析，深挖AI医疗背后的伦理议题与人文价值，形成兼具现实依据与理论深度的调研报告，为基层AI医疗的规范发展、为医患信任的构建与守护，贡献青年学子的学识与智慧。数字浪潮奔涌向前，医疗的人文底色始终不应褪色，让技术始终服务于人，让诊室始终保有温度，正是这一代哲学青年在数字时代想要守护的答案。