医生改口后，低价全身超声真正要算的账变了

一位执业 25 年的医生公开承认自己漏看了一个变量，这比一条产品新闻更有意思。

Matthew Zirwas 之前不看好 Midjourney 低价全身超声。理由很老派，也很扎实：100 美元给无症状人群扫一遍全身，前端看着便宜，后端可能是一串复查、焦虑、活检和账单。

他现在改口了。但不是替产品背书，也不是说它已经证明能救命。他改的是判断前提：如果设备真能做到高分辨率、低伤害、低成本、方便短期复查，那么过去那套“过度筛查有害”的结论，至少要重新计算。

改口改的不是态度，是筛查成本结构

Zirwas 原来的担心，核心在无症状人群。

人没症状，机器一查，很容易查出“东西”。问题是，其中超过 90% 可能并不是癌症，或者即使存在，也未必会伤人。

过去的麻烦在这里：影像发现异常之后，医生常常需要更确定的答案。更确定，往往意味着穿刺、活检、切除，外加患者焦虑和财务负担。

所以，这件事最重要的不是“AI 超声能不能扫出更多异常”。机器会找东西，并不稀奇。

真正的问题是：找出来以后，系统能不能少折腾人。

真正的分水岭，是发现之后怎么处理

我更在意 Zirwas 这次改口的逻辑。

他不是突然相信 AI 医疗万能。他只是承认，自己原先按旧医疗系统在想：检查贵，排队麻烦，不能短期反复做；发现异常后，也很难长期低成本盯着变化。

在这种系统里，医生自然倾向于推进确认流程。对单个医生，这是防风险。对整个人群，可能就是过度医疗。

低价、无害、可重复的超声，如果有价值，价值就在这里：它可能给“先看一段时间”提供工具。

比如一个可疑结节，过去可能更快进入侵入性确认。新路径如果成立，医生也许能通过短期连续观察，看它有没有长大、形态有没有变，再决定是否升级处理。

注意，是“可能”。

频繁复查能不能减少一部分活检？会不会漏掉真正危险的癌？总成本会不会反而被后续检查推高？这些现在都不能靠产品话术回答，只能靠长期数据回答。

“天下熙熙，皆为利来。”放到医疗里，不只指商业逐利，也包括责任规避、流程惯性和患者焦虑。一个影像异常出现后，每个人都有理由继续查，几乎没人有动力停下来。

如果新工具能改变这条链，它才算真的改变筛查。

对普通用户和 AI 医疗观察者，动作要分开

对关注 AI 医疗和消费级健康设备的人，这条新闻的观察重点不是发布会参数，而是三件事：随访规则、临床结局、总成本。

如果一个产品只能证明“扫得更多”，不够。它还要证明：哪些异常可以观察，观察多久，什么时候必须升级检查，以及这么做有没有降低死亡率、侵入性操作和医疗支出。

对普通用户，尤其是对体检、癌症早筛和医疗账单敏感的人，现在最现实的动作是观望，不是冲动购买。

可以关注它，但别把它当成“100 美元买安心”。更合理的做法，是先问清三件事：扫出异常后谁解释？复查间隔谁决定？如果需要进一步检查，后续费用和风险谁承担？

这不是保守，而是医学筛查最基本的账。

早知道有时救命，有时制造病人。医学史上，很多看似正确的早筛方案，最后被长期数据打脸。原因很简单：早发现不等于少死亡，也不等于少花钱。

我不太买账的，是那种顺滑叙事：AI 加影像，加低价，加全民筛查，癌症死亡率自然下降。

中间缺了一整条链：假阳性怎么处理？随访标准谁定？哪些异常可以观察？患者焦虑谁承担？保险和医生会不会把后续检查推得更高？

但我也不愿意用旧经验直接否掉它。

如果筛查工具第一次同时接近便宜、无害、方便、高频复查，过去“筛查越多，麻烦越多”的经验确实要重算。不是因为科技公司更懂医学，而是因为医学判断里的成本项变了。

这才是 Zirwas 改口的分量。

Midjourney 低价全身超声还没有被证明能救命。接下来要看的，不是它能不能扫出更多异常，而是它能不能让更多人不必为了无害异常挨一刀。

答案在几年数据里，不在一句“早发现”里。