怎么核对 · 答案对不对

AI 的回答需要核对，重点是四类内容，诊断，用药和剂量，具体的数字，以及它引用的研究和指南。核对有四种方法。第一，查原文，它提到某份指南、某个说明书、某篇官方科普，去找原文看一看是不是这么说的。第二，换个问法，把同一个问题换一种说法再问一次，或者让它反过来论证，看答案是否一致。第三，查出处，让它给出具体的出处，再自己去找这个出处是否存在，作者、杂志、年份能不能对上。第四，问专业的人，把关键的结论带去问医生或药师。研究发现，通用对话类 AI 生成的医学参考文献中有相当比例是编造的或者信息错误，所以看到它列出的文献，先查证再相信。本文写清每种方法怎么做、去哪里查，以及哪些答案可以少核对、哪些必须核对。

诊断、用药、数字和文献必须核对，查原文、换问法、查出处、问医生药师，四种方法至少用一种。

适用人群

经常用 AI 查健康问题、拿不准答案对不对的人；看到 AI 给出的研究和指南、想确认真假的人；帮家人查资料的子女。

哪些要核对

不是每一个答案都要花同样的力气核对。可以按风险分一分。

必须核对的，有四类。一是诊断，它说你「可能是」某种病。二是用药和剂量，包括吃什么药、吃多少、能不能一起吃、能不能停。三是具体的数字，比如某项指标的正常值、诊断标准、发病率。四是它引用的研究、指南和文献。这四类出了错，后果可能比较严重，而且 AI 在这些地方出错的机会不小。

可以少核对的，是一般性的解释和建议，比如某个术语是什么意思、多运动对心血管有什么好处、怎样准备门诊要问的问题。这类内容即使有偏差，影响也较小，和医生交流时也容易被纠正。

方法一 查原文

AI 说「根据某某指南」「说明书上写着」「卫健委的科普说」，去找原文看一看。查指南，可以在中华医学会系列杂志的网站、知网、万方等数据库里，用指南的全称检索，很多指南的全文或摘要可以免费看到。查药品，看药盒里的说明书，或者在国家药监局网站的数据查询里查药品的批准信息。查官方科普，可以看国家卫生健康委、各地卫生健康委和大型医院的官网、公众号。

对照时看几处，原文有没有这句话，数字是否一致，适用的人群和条件是否一样。AI 常见的错误之一，是把某个特定人群的建议说成适用于所有人，或者把旧版指南的数字当作现行的。

方法二 换个问法

同一个问题，换一种问法再问一次。比如先问「空腹血糖多少算糖尿病」，再问「糖尿病的诊断标准是什么」。两次的答案对不上，说明至少有一次不可靠。

也可以让它反过来论证，比如「请说明什么情况下你上面的判断不成立」，或者「如果不是这个病，还可能是什么」。还可以开一个新的对话再问一次，避免之前的对话内容影响它的回答。

这种方法不能证明答案是对的，只能帮你发现明显的不一致。答案一致，也仍然可能都是错的。

方法三 查出处

请它给出具体的出处，比如指南的全称、发布年份、发布机构，研究的作者、杂志、年份。然后自己去查，这个出处是否存在，内容和它说的是否一致。

研究发现，通用对话类 AI 生成的医学参考文献中，有相当比例是编造的，或者作者、杂志、年份等信息有错误[1]。编造的文献往往看起来很真实，作者名字像真的，杂志名是真的，只是这篇文章并不存在。所以看到它列出的文献，用标题在知网、万方或者其他学术数据库里搜一搜，搜不到的不要引用、不要当真。能联网检索的 AI 会给出网页链接，点开看一看，链接是否打得开，网页内容是否真的支持它的说法，来源是不是可靠的机构。

方法四 问专业的人

把关键的结论带去问医生或药师。比如把 AI 对化验单的解释带去门诊，请医生看一看说得对不对；把 AI 说的药物相互作用带去问医院或药店的药师。

问的时候，可以直接说「我查了一下，看到这种说法，想请您帮我判断一下」，医生和药师通常愿意解答。和医生说话的方法见第 6 篇。

可靠的来源

核对的时候，优先看这几类来源，国家和各地卫生健康部门的官网和公众号，国家药监局的数据查询和药品说明书，中华医学会等学术组织发布的指南和专家共识，大型公立医院官网的科普内容，以及正规出版的教科书和医学杂志。对这几类来源要多一分警惕，没有作者和出处的网页文章，带有购买链接的「科普」，自称专家却查不到执业信息的视频，以及只引用个别病例的说法。

常见误区

AI 给了出处，就说明是真的。答案说得很详细、很肯定，就是对的。问两次答案一样，就一定对。只要是网上能搜到的，就是可靠的来源。核对太麻烦，所有答案都不核对，或者所有答案都不信。

核对与就医

涉及诊断、用药、剂量的结论，以医生和药师的意见为准。核对以后仍然拿不准的，带着问题去门诊。症状加重或出现急症信号的，按第 8 篇处理。

今天能做的一件事

找一个你以前问过 AI 的健康问题，请它给出出处，再用标题去知网或者官方网站搜一搜，看能不能找到。

注。证据等级 B。

参考文献

• [1] Bhattacharyya M, Miller V M, Bhattacharyya D, et al. High rates of fabricated and inaccurate references in ChatGPT-generated medical content[J]. Cureus, 2023, 15(5): e39238.
• 本文为健康科普，不构成诊断或治疗建议，不推荐任何人工智能产品。AI 工具的回答可能出错或过时，涉及诊断、用药和治疗的问题，以医生和药师的意见为准。出现胸痛、晕厥、一侧肢体无力、说话不清、突发呼吸困难，或者身边有人倒地无反应，请立即拨打 120。

于意云 何

← 返回「AI 健康助手」

免责声明：本文为消费决策参考与行业观察，不构成医疗建议、诊断或治疗方案。医美及健康管理相关决策存在个体差异与风险，请选择正规医疗机构，由执业医师面诊评估后决定。