我用Claude Code给自己的核磁共振做了第二次诊断
肩膀疼了两三周

事情开始得很普通。我的右肩疼了两三周,抬手、侧卧、甚至打字久了都有一种持续的酸胀感。作为一个经常坐在电脑前的人,我一开始没太当回事。但疼痛没有自己消失,于是我去了骨科诊所。
医生开了核磁共振。扫描的过程很熟悉。躺进那个狭窄的管道里,听着机器发出各种有节奏的敲击声和嗡嗡声,保持不动,等待它完成对人体的扫描。几天后结果回来了。
人类的诊断是:肩胛下肌腱出现 III 级部分厚度撕裂。医生建议做冲击波治疗,再注射 Traumeel。听起来很专业,也很像那么回事。我拿了治疗方案回家,准备约时间。
但回到家后,我越来越不安。我忍不住想:那个诊断到底靠不靠谱?III 级撕裂听起来不轻,可我的症状真的有那么严重吗?我不是医生,但我是搞技术的,我知道原始数据就在那张光盘里。我决定用自己的方式验证一下。
把 DICOM 丢给 Opus 4.8

核磁共振的原始数据是 DICOM 格式,总共 266MB,散落在上百个文件里。这是医学影像的行业标准格式,通常只有放射科医生用专门的 PACS 系统来查看。但 DICOM 说到底也是结构化数据,而我能调用的工具是 Claude Code,背后是 Anthropic 最新的 Opus 4.8 模型,跑在 xhigh 模式下。
我把光盘里的文件全部拷贝出来,扔给 Claude Code,告诉它:这是一份右肩核磁共振的原始 DICOM 数据,请独立、全面地分析,不要受任何预先诊断的影响。不要告诉我你觉得会是什么,告诉我数据本身显示什么。
然后我等了将近一个小时。
在这段时间里,Claude Code 做了它该做的事:先装了一堆 Python 包,包括 pydicom、numpy、各种医学图像处理库,然后开始逐层逐帧地分析那些扫描切片。它自己搭建了分析管线,没有要我写一行代码。它计算了肌腱的形态、信号的异常强度、可能的撕裂区域。
一小时后,它给出了一份报告。
核心结论非常明确:肌腱完整,未见明显撕裂。
跟医生的 III 级部分厚度撕裂完全相反。
我当时愣住了。这可不是什么看电影口味不一样的问题。一边说你的一块重要肌腱已经撕裂了将近一半,另一边说没事。哪个才对?我又仔细检查了 Claude Code 的分析过程,确认它确实正确地加载了数据、正确地识别了解剖结构。看起来不像是有技术错误。
让 AI 自己跟自己辩论

一个 AI 说撕裂,一个人也说撕裂,但这两个说法不是独立的,因为人的诊断在前,AI 的输出时间在后。我真正需要的是让两个系统互相检验,而不是顺序执行。
所以我做了第二件事:我把第一份 Opus 报告和医生诊断报告都喂给一个新的 Opus 4.8 实例,让它做一次仲裁。此外,我还把完整的讨论记录丢给了 GPT 5.5 Pro,让它从纯医学角度评估。
结果高度一致。
最终的仲裁结论:“轻度插入性肌腱病变;未发现部分或全层撕裂迹象。“这个结论明确站在了 AI 的初次分析一边,否定了人类的 III 级撕裂判断。这不是 AI 在胡猜,而是两套独立的 AI 系统在阅读相同的数据后得出了相同的结论。
GPT 5.5 Pro 还顺手指出了两个让我更不安的问题。第一,冲击波治疗对于非钙化性肌腱病变并不符合现行指南。第二,Traumeel 是一种顺势疗法的产品,没有治疗适应症。
也就是说,诊所推荐的治疗方案里,一个缺乏证据支持,另一个根本就是安慰剂。这并不是说诊所的医生不专业,只是这个例子让人很难不去思考:如果我没有用 AI 复核,我会不会已经在接受一套效果存疑的治疗方案?
我们愿意信任 AI 到什么程度

文章末尾有一段话让我想了很久。作者说,也许再经过几代模型,我们就能像信任 AI 帮我们校对邮件那样,信任它来评估 MRI 了。这句话说得很克制,但背后的含义很深。
我们已经在用 AI 读 X 光片、分析病理切片、辅助诊断。但这个案例的特殊之处在于,它是一个普通人,用自己的手段、自己的工具,独立完成了一整套诊断复核,没有经过医生、医院、或者任何中介环节。原始数据是公开的(在光盘里),分析工具是通用的(Claude Code),模型是公开可调用的(Opus 4.8)。整个链条只需要一个愿意试的人。
当然,我不是医生。文章的作者也不是医生。这篇文章不是一个医疗建议,也不是在鼓励任何人跳过医生直接去找 AI。它是一个记录,关于一个患者在拿到一份让他不安的诊断后,选择用自己的方式去追问答案的过程。而在这个过程中,AI 给出了一个足够认真、足够细致的二次意见,以至于让人不得不正眼看它。
我写下这些,不是因为 AI 赢了、人类输了。这种叙述太廉价了。真正让我在意的是另一件事:当你的身体出现了问题,当你要为自己做出重要的健康决策,你有没有能力去获取第二意见?传统上这个问题的答案是再找一个医生。但现在,答案可能正在变成问一个足够聪明、足够耐心、不会累、不收费的 AI。
这听起来很科幻。但它已经发生在我的肩膀上。
