Claude Code 读了份 MRI，我没敢全信

2026-06-29

今天在 HN 上看到一条让我挺感慨的帖子——一个开发者用 Claude Code 分析自己的 MRI 影像，当成第二意见来用。

笔记本屏幕上显示MRI与Claude Code界面

帖子标题很直接：「I used Claude Code to get a second opinion on my MRI」。点进去看，不是标题党。他把自己的 MRI 扫描文件丢进去，让 Claude 帮忙看有没有异常。结果 Claude 指出了几个他初诊医生没提到的细节。

怎么说呢，看完第一反应是——牛。第二反应是——我不敢。

这事儿具体是怎么做的

作者本身有技术背景，拿到 MRI 扫描的 DICOM 文件之后，没有走传统的放射科流程，而是直接用 Claude Code 来分析。他写了一个脚本把 DICOM 转成 Claude 能理解的格式，然后让模型逐层扫描影像，标记可疑区域。

结果是 Claude 找到了三处微小异常。回头他拿去问医生，医生确认其中两处确实是需要关注的——虽然不是什么大问题，但作为筛查来说，这个命中率已经有点惊人了。

我盯着屏幕愣了五秒。

——不是怀疑，是突然开始想一个问题：AI 读片的准确率到底到什么程度了？

我原本以为这只是个好玩的黑客实验，后来仔细读了他的技术细节发现——远不止好玩。

他用了 Claude Code 的 vision 能力来处理 MRI 切片。DICOM 格式本身是医学影像标准，每个文件包含多层灰度图像以及元数据（扫描参数、设备信息、患者体位等）。他写了个 Python 脚本提取关键切片，转成 PNG，然后喂给 Claude。

关键是 Claude 不只是看单张图片，它能把多张切片之间的空间关系串起来分析——这是真人放射科医生训练多年的核心技能。

放射科阅片灯箱与AI分析叠加

说实话，这个能力在几个月前可能还不存在。Claude 的视觉能力从 3.5 到 4 再到现在的 Sonnet，每一次升级都让它在医疗影像分析上更靠谱。

但是——我为什么不放心

行吧，说真话。

第一，这不是 FDA 批准的。Claude 没有被认证为医疗设备。如果一个 AI 说「一切正常」但实际漏了东西，患者不会去告 Anthropic，还是会回到医生头上。

第二，DICOM 包含大量元数据——患者姓名、年龄、检查日期。一个模型能看到的和不应该看到的，界限其实很模糊。虽然作者说用了脱敏处理，但换一个不够谨慎的人来操作，可能就是隐私灾难。

第三，幻觉。AI 在医学影像上的幻觉比文本更危险。文本幻觉最多写错一段内容，影像幻觉可能让一个健康的人以为自己有肿瘤。你根本无法为一条「这可能是什么」的猜测睡好觉。

举个例子：你能想象一个父母拿到孩子的 MRI 分析后，因为 AI 的一句「可疑阴影」而彻夜不眠吗？就算最终证实是伪影，那十几个小时的煎熬谁来负责？

另一个方向：这其实是对未来医疗的预告

说了这么多风险，我还是得承认——这件事本质上是个信号。

它告诉我们，AI 辅助医疗正在从「大医院专属」走向「个人可及」。五年前你想做 AI 读片，得联系大厂的医疗团队，排队、签 NDA、等三个月。现在一个开发者在家敲几行代码，用自己的电脑和 API，就能完成同样的事情。

这不是安全漏洞，这是技术民主化。

只不过这个民主化来得太快了，快到监管机构和医疗协会还没反应过来。

冲了一杯咖啡——周日下午就是这样——继续往下想。

真正的趋势不是 AI 替代医生，而是AI 成为医生的第一道哨兵。想象一下：你拍完 MRI，系统先跑一遍 Claude，自动标出「需关注区域」，然后放射科医生直接看标记部分。不是替代，是前置筛选。

患者做MRI扫描，AI全息界面悬浮诊断数据

这和现在的「AI 面试官先筛简历，HR 再看」是同一个逻辑。

小结一下

Claude 读 MRI 这件事，技术上让人兴奋，伦理上让人紧张。

你可以说它在救人——毕竟找出了医生漏掉的异常。你也可以说它有风险——毕竟没经过 FDA，也没有质控流程。

两个都对。这才是最让人纠结的地方。

关于维基框架

维基框架（Wiki Framework）是一套面向复杂业务场景的轻量级开发框架，支持多语言、多协议、多部署形态。适用于企业级应用开发、微服务架构、云原生部署等场景。