共计 1372 个字符，预计需要花费 4 分钟才能阅读完成。
Oliver Moazzezi 坐在电脑屏幕前，头戴白色眼镜，身穿黑色 T 恤，神情疲惫。他正在经历一场与疾病的漫长斗争，而这场斗争的开始，竟是源于一次耳鸣。
“我感觉自己被证实了……如果我没有坚持，如果我没有将所有症状输入 AI，我无法想象自己会被医疗专业人员置于何种境地。”Oliver 说道。
- 
一切始于三年前，Oliver 被一只从家附近树林中由猫带进来的蜱虫咬伤。随后，他出现了耳鸣、高血压、极度疲劳和肌肉痉挛等症状。医生给出的解释包括焦虑和听力损失，但这些解释并未让 Oliver 感到满意。于是，他决定向人工智能寻求答案。
作为一名 IT 顾问，Oliver 经常使用 AI，他相信这能帮助他优化搜索。他将所有症状（包括蜱虫叮咬）输入 AI，并告诉 AI 查看经过验证的医学来源。最终，AI 给出了莱姆病的诊断。Oliver 随后进行了私人医生的抗体检测，结果呈阳性。
“我感觉自己像个疑病症患者，我觉得没有人真正愿意理解或认真看待我试图向人们解释的所有事情。”Oliver 说道。
莱姆病是一种细菌感染，可通过受感染的蜱虫传播给人类。蜱虫叮咬周围的圆形或椭圆形皮疹可能是某些人莱姆病的早期症状，可能在叮咬后 3 个月内出现。一些莱姆病患者在数月或数年后会出现更严重的症状，但如果早期诊断，治疗会更容易。它是系统性的，可能影响整个身体，通常难以诊断，因为症状与其他疾病相似。
Oliver 的症状包括耳鸣、高血压、疲劳和肌肉痉挛。尽管他被告知这些症状可能与焦虑有关，但他坚持认为 AI 帮助他找到了正确的答案。他开始接受治疗，并感到宽慰，因为包括耳鸣在内的一些症状已经减轻。
“我能听到风的沙沙声和鸟鸣声，你不会意识到错过这些声音有多糟糕。”Oliver 说道。
然而，他对所接受的护理水平感到沮丧，并认为“因为主动描述症状，他得到的服务更差”。
Oliver 的一些挫败感与蜱传疾病专家共享，他们认为 NHS 和私人机构的标准不够好。Worthing 的蜱传疾病专家和临床医生 Georgia Tuckey 表示：“我们有特定的方式理解症状表现……这就是我们正在寻找的。而在 NHS 调查中，通常不会寻找这些。”
英格兰和威尔士每年约有 1,500 例实验室确诊的莱姆病病例，尽管估计有 3,000 至 4,000 名患者在没有确诊的情况下接受医生治疗。Tuckey 女士认为，仅使用“实验室确诊”的数据“不支持投资”莱姆病研究或培训，因为实际病例数“应该更高”。
“在没有与医疗专业人员讨论的情况下，我们真的能信任它们给出的答案吗？”Tuckey 女士表示，她支持那些在之前难以找到答案的人使用 AI 来寻找莱姆病的答案。然而，朴茨茅斯大学人工智能教授 Ella Haig 更加犹豫。
她表示，在从 AI 寻找答案时，我们真正能控制的两件事是输入多少细节，以及要求工具将信息来源限制在官方医疗提供者。“所以是的，我们可以使用这些工具，但在没有与医疗专业人员讨论的情况下，我们真的能信任它们给出的答案吗？我个人认为我不会。”
Oliver 表示，他为任何因莱姆病而经历耳鸣或其他症状的人感到难过。“我为他们感到难过，因为你知道你得到的支持质量。”
汉普郡和怀特岛 NHS 综合护理委员会表示：“随着人工智能的发展，我们继续研究技术如何安全地支持临床医生照顾患者。然而，我们鼓励任何关心自己健康的人与训练有素的临床医生交谈，或访问 111 在线获取最合适的护理指导。”
