近期研究发现，AI在医疗领域的应用可能加剧‘看人下菜碟’的问题。美国研究显示，标注为高收入者更易获得高级检查机会，而中低收入或无住房者常被推荐紧急护理或侵入性干预。这源于投喂AI的脏数据及模型固有偏见，可能导致健康差距扩大及资源浪费。尽管人机对齐工具如RAG、RLHF能部分缓解，但生成式AI本质仍是概率模型，难以彻底消除偏见。解决之道需依赖医学进步与数据完善，同时推动以患者整体为中心的医疗模式转型，减少过度诊疗并提升诊断透明度。