儿童罕见病门诊像一间失火的仓库，真正要命的线索都压在纸箱底下：外院病历、手机视频、化验单、家族史，散得满地都是。我判断，罕见病AI（人工智能）先治文书病，再谈诊断力。
今天不少人一谈 AI，就爱把它想成电子版福尔摩斯：看一眼孩子的症状，几秒钟点出病名，仿佛屏幕一亮，几十种罕见遗传病就会自己排队认罪。这个想象很过瘾，也很外行。儿童罕见遗传病最先缺的，往往不是推理高手，而是一份能看的完整卷宗。病没那么会藏，线索只是被写散了、传断了、埋没了。
晚上七点四十，门诊还没散。一个三岁男孩坐在推车里，妈妈从帆布袋里掏出七张出院小结、两本生长发育手册、十几段手机视频。视频里有抽动，化验单上有异常，外院病历却把“第一次发作”“发热后加重”“语言倒退”写在三份不同文书里。医生不是先判断，他先考古：哪次是起病，哪次是加重，哪次只是家长被吓坏后多跑了一趟。二十分钟过去，孩子的病还没开始被分析，纸先被分析了一遍。
神探也得先拿到完整卷宗；没有卷宗，天才只能对着碎纸占卜。
这时候，AI最该干的，不是抢着报病名，而是把这些碎片拢成一条时间线：什么时候会坐，什么时候不会走，什么时候开始抽，什么时候退步，哪张化验单和哪段视频能对上。医生真正稀缺的，不是打字速度，是临床注意力。谁把医生的注意力从碎纸堆里赎出来，谁才真在帮诊断。
凌晨两点十三分，儿科病房的住院总在写转诊摘要。床上是个八个月大的女孩，反复肺炎，体重不长，喂养困难。白天父亲随口提过一句：家里还有个男婴，一岁前也是感染不断，后来没保住。这句要命的话，落在一条护理记录里，没进病史首页，也没进转诊表。第二天，上级医院看到的是“反复感染，发育迟缓，原因待查”。这不是医学语言，这是行政语言。它把一个可能直指遗传病的家族史，磨成了四个没牙的字。
罕见病最怕的，不是病罕见，而是线索被写成废话。
从更冷一点的眼光看，这类孩子在医疗体系里常常不是以“病人”的身份流动，而是以“一沓材料”的身份流动。家长成了病史快递员，医生成了格式转换器，孩子成了在系统之间被拖来拖去的文件。机器还没开始替人思考，人先被逼着替机器填格子。
周三中午十二点二十七，县医院一个儿科医生坐在电脑前，给一个总摔跤、腿肚越来越粗的五岁男孩填三套表：转诊申请、基因检测申请、病案补录。孩子的肌酸激酶数值，也就是提示肌肉损伤的化验指标，她已经敲了三遍；出生史写了两遍；家族史又得重来一遍，因为系统彼此不认。她不是不会怀疑遗传性肌病，她是先被格式拖住了。等表填完，午休没了；等预约排上，几周过去；而在这种病里，时间不是日历，是肌肉一丝一丝地退场。
最受过训练的人在做复制粘贴，最该被看见的人在等复制粘贴结束。
所以我坚持那个判断：在儿童罕见遗传病上，AI第一步不是当“诊断天才”，而是当“卷宗苦力”。先替医生整理病史，抽取关键症状，归并重复检查，补出一页能看的摘要，顺手把谁在几岁发病、谁在婴儿期去世、谁有相似表现，拎成一张像样的家系图。把这些脏活累活做干净了，后面的鉴别诊断、检查建议、转诊优先级，才有地方落脚。
顺序一错，聪明就成了炫技。把一锅夹生饭端给 AI，它吐不出盛宴，只会吐出更漂亮的胡猜。
很多人把医学想得太浪漫，老以为误诊和漏诊主要输在“没想到”。儿童罕见病里更常见的输法，是“没看全”“没串起来”“没被写进去”。不是没有线索，是线索被办公流程腌坏了；不是没有医生想到，而是医生还没来得及想，注意力就被文书税先收走了。
真正像样的医疗技术，不该先表演神迹，而该先打扫战场。先把纸山搬开，让医生重新看见孩子；先把故事写顺，让疾病自己露出轮廓；先把家长从人肉档案袋里解放出来，再谈机器有多会判断。
医学最荒唐的事，不是机器会不会像人，而是人先被文书训练成打字员。
所以，罕见病AI先治文书病，再谈诊断力。纸山不倒，神探也白搭。卷宗不清，聪明只会在碎纸堆里装神。
别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 更多 AI 深度测评 👉 https://crawdpad.com