AI和短视频的发展，正推动着公众健康信息获取方式的结构性转变。“身体不舒服先搜短视频”“检查报告先问AI”已经变成一种普遍行为。中国青年报社2026年8月发布的一项覆盖1333名受访者的调查给出了一个惊人的数字：92.0%的受访者曾用AI查询病情、获取就医建议。更值得关注的是代际差异——00后中这一比例高达95.9%，90后达94.8%。AI正在成为年轻一代就医前的“第一站”，而老年人也在快速跟进。2025年6月，复旦大学团队发布的《数智时代中国医生健康科普评价报告》显示在全国10.74亿网络视听观众中，92.1%曾通过短视频平台接触健康科普内容，其中63%的观众已养成定期关注健康科普账号的使用习惯。“短视频里的医生”，已成为大众接触健康科普的重要渠道。而2026年初国家卫健委发布的数据显示全国居民健康素养水平为33.69%。这两个数字放在一起，构成了一个令人不安的等式：一个信息获取能力极强，但健康判断力尚未同步跟上的庞大群体，正在把短视频和AI当作健康知识的主要来源。

  于是我们经常看到这样的新闻：“因相信ChatGPT拒绝就医，美国男子险丧命后起诉OpenAI”“长沙52岁男子头晕问AI，拖延治疗致病情危重，3天后大面积脑梗死险丧命！”“杭州吴先生因口周疱疹，使用AI问诊，最终因急性肾衰竭被紧急送医。”

  这个时候医生做科普，变得比任何时候都重要，也比任何时候都危险。说它危险，不是因为医生说得太多，而是因为媒介本身在替医生“省略”。短视频的时长约束和流量逻辑，天然倾向于删减条件、压缩语境、剥离前提。AI是各种信息的拼凑组合，更是另一种“省略”——它不知道你不知道什么。科普的简化是媒介的必然，但安全的边界恰恰藏在那些被省略的“例外”里。所以，当前医学科普需要更加有前提、有边界、成体系，才能真正“兜好底”。

  有前提是解决“什么条件下用”。AI用药指导最大的隐患“不是它完全不懂，而是它看起来懂、却不懂‘你’”。因此，当前专业医生的科普要从“通用知识”转向“条件化表达”，要告诉公众，哪些问题超出了通用知识可以回答的边界，让公众明白什么时候可以咨询AI，什么时候必须寻求专业医生的帮助。医学科普的“前提”，本质上是在帮公众补上“判断”这一环。这也是公民科学素质所要求的分析判断事务和解决实际问题的能力。

  有边界是解决“能不能照着做”。一篇未说明代谢酶竞争的用药科普，可能让一位老人把两种相互作用的药物同时吞下。媒介的属性决定了，科普输出的是“典型情况”，而非“全部可能”。问题在于，患者接收到的信息，往往被当成了“全部”，随之照抄照搬。因此，医学科普需要因此，医学科普需要在省略之处留下“锚点”——明确告诉公众“这个结论适用于谁”“在什么情况下不适用”“出现什么信号必须停下来问医生”。边界不是用免责声明把公众推开，而是在关键处标出“此处需谨慎”。

  成体系是解决知其所以然的问题。“前提”和“边界”要真正发挥作用，还需要“成体系”的支撑。碎片化的知识触达无法替代结构化的认知框架。单条视频给的是点，体系给的才是网。因此，当前医学科普需要从“单条爆款”走向“结构化的知识供给”：一个医生的账号应当有主线、有层次、有递进，让持续关注的用户获得的是“疾病认知框架”而非“零散知识点”；平台和医疗机构也应当推动科普内容按病种、按人群、按场景进行体系化组织，让公众在碎片化触达中仍能拼出完整的认知地图。只有成体系，公众才能从“记住一个结论”升级为“理解一套逻辑”，才能在遇到AI和短视频没有覆盖到的情形时，自己知道该往哪个方向追问。

  AI和短视频重塑了公众获取健康信息的方式，这是技术赋能的进步，却也暴露了一个深层矛盾：信息触达的效率越高，认知框架的缺失就越危险。当前，公众面临的不是“信息太少”，而是“信息太多却不知如何判断”。因此，有前提、有边界、成体系的医学科普是对生命安全的“认知兜底”。技术可以成为“第一站”，但专业判断永远是“最后一道防线”。医学科普要做的，正是在AI和短视频“省略”的地方，把前提补回来、把边界标出来、把体系搭起来，让每一个在信息洪流中寻找健康答案的人，都能找到那条通往安全和正确的路径。（作者：中国科普研究所助理研究员 黄荣丽）