AI 体检报告通俗解释的医学幻觉、急症等待与敏感健康信息泄露风险

风险描述

把个人体检报告交给通用 AI 模型做通俗解释与趋势归纳时，存在三层互相叠加的风险：

1. 医学幻觉与角色错觉：模型可能以"医生口吻"输出诊断、用药或复查建议。角色提示（如"假如你是一名医生"）只能约束表达风格，不赋予模型任何医疗资质，输出在医学上可能不准确。
2. 急症等待与延误就诊：用户可能因"先问问 AI"而推迟急诊就诊或必要复查，错过最佳干预窗口。
3. 敏感健康信息泄露：体检报告包含姓名、身份证号、联系方式、医院、体检编号以及具体疾病、指标、家族史等敏感健康数据。上传到通用平台前若未脱敏，可能被用于训练、二次传播或因平台事故外泄。

触发场景

• 用户把多年体检报告 PDF 一次性上传通用对话模型，要求"像医生一样"解读。
• 用户依据 AI 给出的"应该没事""不需要复查"等结论自行推迟就医。
• 用户把含身份字段的原始报告直接上传，未遮挡姓名、身份证号、联系方式、医院和体检编号。
• 用户未核对所用平台的数据保存期限、训练用途与删除政策。

检查点与缓解做法

• 明确角色边界：用角色提示要求风格时，同时写明"不下诊断结论，所有建议标注'待医生复核'"。
• 要求结构化先于叙述：让模型先输出"指标 × 年份"表，再用通俗语言解释，避免跳过数字直接给结论。
• 核对单位与参考区间：跨医院比较前先核对单位、参考区间与检测方法，未对齐不直接比差异。
• 覆盖不到就明说：要求模型明确写出哪些报告未被读取、哪些项目没有可比数据。
• 医生复核：把趋势表与异常解释带去见医生，由医务人员结合症状和病史做最终判断。
• 急症不等待：出现急性症状立刻就诊，不依赖 AI 分析。
• 上传前脱敏：遮挡姓名、身份证号、联系方式、医院、体检编号等身份字段，只保留必要指标、单位、参考范围和日期。
• 核对平台政策：查看所使用平台的数据保存期限、是否用于模型训练、是否支持删除与导出。
• 避免敏感内容进入云端：影像、病理、心电图、精神类诊断、传染病史等高敏感内容优先本地处理或人工核对，不轻易上传通用模型。

与其他风险页的关系

• 扫描版体检报告与影像类材料不被通用 AI 模型识别的输入边界风险 — 输入边界：扫描件、影像类材料可能根本不被识别，导致用户在不知情的情况下漏看历史数据。
• 历史客服对话中的 PII 与隐私风险 — 通用 PII 风险；本场景特别针对敏感健康数据，需在通用 PII 基础上叠加医疗合规与保密要求。
• 用 AI 摘要理解政策时的过期、地区错配、摘要遗漏与幻觉风险 — 同样属于"个人实践 + 无第三方复核"的来源风险模式。

适用主体边界

本风险页针对通用对话模型（如 DeepSeek）做体检报告解释的场景，不外推到专业医疗 AI 产品、合规影像系统或已通过医疗器械认证的临床工具。任何把本来源中的"AI 解释体检报告"作为诊断结论的做法，都不应被本案例支持。

来源

• SRC-LIFE-005：qlxsbridge 在百度百家号的文章《我用 DeepSeek 帮我分析了前四年的体检报告》。
• SRC-LIFE-007：WHO 医学指导资料（用于支撑医疗风险边界的事实锚点）。