导语：当AI医疗诊断模型从大型医院走进乡镇卫生院、社区卫生服务中心，它带来的不仅是效率提升，也带来了一个更现实的问题：如果医生参考AI建议后发生误诊，究竟应由医生、医院还是技术厂商负责？🤖🏥 从现行法律框架看，AI通常仍被定位为辅助工具，医生的最终决策权没有被机器取代，但“最终签字”也不意味着所有责任都应由医生个人承担。
一、AI进入基层，为什么责任问题更突出？
基层医院常见专科医生不足、检查条件有限、接诊任务繁重等情况。AI可以协助分析影像、提示疾病风险、审核处方并给出鉴别诊断方向。国家有关政策也明确提出建设基层医生智能辅助诊疗应用，强调面向常见病、多发病提供辅助诊疗、处方审核和医学影像分析服务，相关定位依然是“辅助”而不是“替代”。具体可参见人工智能与医疗卫生应用实施意见。
难点在于，基层医生可能缺乏充分复核AI结论的条件。如果模型给出一个看似明确的诊断，医生是可以直接采纳，还是必须安排进一步检查？如果医生否定AI建议后发生漏诊，又该如何评价？这些问题不能只看最终诊断是谁签字，而要检查整个诊疗流程是否符合当时的医疗水平与诊疗规范。
二、医生有最终决策权，也承担专业审慎义务
按照现有规则，能够实施诊疗行为并形成医疗决定的主体仍是依法执业的医师。《中华人民共和国医师法》要求医师遵守执业规范、履行相应职责，AI模型本身不能取得医师资格，也不能独立承担医生的法定职责，参见《中华人民共和国医师法》。
因此，医生不能以“系统就是这样提示的”为由完全免除责任。若AI结果与患者症状、检查指标明显矛盾，医生仍未经核验便直接采纳，或者对高风险患者没有安排复查、会诊和转诊，就可能被认定未尽到合理诊疗义务。反过来说，如果医生依照产品说明和诊疗规范使用系统，完成必要复核，并在基层能力范围内及时转诊，即使最终出现医学上难以避免的误诊，也不能简单依据结果倒推医生必然有过错。
关键判断标准不是“有没有采用AI”，而是“医生如何采用AI、是否具备复核条件、有没有识别并处置异常风险”。
三、对外赔偿通常先看医疗机构是否存在过错
《民法典》医疗损害责任规则提出，患者在诊疗活动中受到损害，医疗机构或者医务人员存在过错的，由医疗机构承担赔偿责任；医务人员未尽到与当时医疗水平相应的诊疗义务并造成损害，医疗机构也可能承担责任，参见《民法典》医疗损害责任相关规定。
这意味着，患者发生损害后，通常可以首先向提供诊疗服务的医院主张权利，而不是被迫直接面对复杂的算法厂商。医院承担责任后，是否对医生进行内部处理，或者向存在产品缺陷的厂商追偿，需要根据劳动管理制度、采购合同、产品缺陷及各方原因力进一步判断。
四、医院不能把风险简单转嫁给一线医生
基层医院是AI系统的采购者、部署者和管理者，应当审查产品资质、适用范围及版本更新情况，并组织医生接受培训。医院如果引入未经充分验证的系统，将模型用于说明书之外的人群或疾病，或者没有建立人工复核、异常上报和停用机制，即使最终由医生点击确认，医院在管理层面仍可能存在明显过错。
建议医院建立以下制度，避免出现“机器出错、医生背锅”的局面：🛡️
- 明确AI仅用于风险提示、辅助分析还是可以生成诊断建议；
- 对急危重症、儿童、孕产妇及复杂合并症设置强制人工复核；
- 规定模型置信度不足、信息缺失或结论冲突时必须会诊或转诊；
- 保留输入数据、模型版本、输出结果、医生修改意见和操作时间；
- 建立误报、漏报和算法漂移的监测、暂停及召回流程。
五、模型存在缺陷，厂商也可能承担责任
如果AI产品被依法纳入医疗器械管理，其注册人、备案人需要对产品全生命周期的安全性、有效性承担相应责任。未经批准擅自改变功能、训练数据存在系统性偏差、升级后性能明显下降、已知风险未及时警示，都可能成为判断产品缺陷和厂商责任的重要因素。相关监管原则可参见《医疗器械监督管理条例》。
但“模型答错一次”并不当然等于产品存在法律意义上的缺陷。医疗损害争议中还需要判断产品是否符合注册用途、医院是否正确配置、医生输入的信息是否完整，以及错误输出与患者损害之间是否存在因果关系。必要时可能借助医疗损害鉴定、产品质量鉴定和电子日志分析确定各方原因力。
六、责任划分应当沿着诊疗链条逐环节判断
- 看准入：系统是否具备相应资质，是否在批准或约定的用途内使用；
- 看数据：患者信息是否完整准确，检查设备和数据接口是否正常；
- 看输出：模型是否提示局限性、风险等级和适用边界；
- 看医生：是否结合病史、体征和检查进行独立判断；
- 看医院：是否完成采购审查、培训、监督和风险处置；
- 看厂商：是否存在设计缺陷、维护失误、隐瞒风险或升级异常；
- 看因果关系：相关过错是否实际导致误诊及具体损害。
七、基层医生如何保护患者，也保护自己？
基层医生使用AI时，应把“复核记录”变成诊疗的一部分。对于采纳的建议，可以记录其与症状、体征及检查结果相互印证的理由；对于未采纳的建议，也应简要说明依据。遇到超出本机构能力范围的疾病，应及时启动会诊或转诊，而不是让AI结论替代能力边界判断。📋
患者方面则应保留病历、检查报告、处方、转诊记录及沟通材料。发生争议后，重点不是单独截取一条AI输出，而是固定完整的诊疗过程和系统日志。最高人民法院相关司法解释明确，医疗损害鉴定可以围绕诊疗过错、因果关系、医疗产品缺陷及原因力大小展开，参见医疗损害责任纠纷司法解释。
总结：最终决策权不是“责任全包权”
AI进入基层医院后，医生保留最终决策权，是为了保证医疗判断始终由具备资质和专业能力的人承担，而不是把全部风险压给一线医生。合理的责任框架应当是：医生对专业判断和必要复核负责，医院对准入、培训和流程管理负责，厂商对产品安全、性能和风险披露负责，各方再依据过错程度与因果关系承担相应责任。只有让每一次模型调用、人工复核和版本变化都可记录、可解释、可追溯，AI才能真正成为基层医疗的助手，而不是新的责任盲区。⚖️
