31岁华人女工程师猝死：诉状提及的AI减药方案，说明书都不敢这么写

来源 | 医脉通

作者 | 布鲁伊

当地时间10月27日，一起针对OpenAI的诉讼在国内外引发广泛热议：一名长期服用拉莫三嗪控制癫痫的31岁年轻患者，在无医生指导下自行使用ChatGPT给出的减停药物方案后，逐步停用抗癫痫药物，最终引发猝死。

1

“头痛是不是危险信号？”

2026年2月11日深夜，身居美国西雅图的万博文（Bowen Wan，音译）向通用大模型工具ChatGPT发出最后一条消息。AI很快给出答复：“不危险”，并解释称，这种现象正预示着身体情况正在恢复。

然而，3天后，家人与朋友因联系不上进入她的住所时，她已倒在床上不幸离世。

这位31岁的华人女工程师，毕业于亚利桑那州立大学，曾在亚马逊担任机器学习软件工程师。

她14岁确诊癫痫，长期服用拉莫三嗪控制病情。《纽约时报》相关报道称，她患有严重癫痫，服用多年的药物一度失效，后来改用新药，发作次数降至每月数次。2025年11月，她收到公司的裁员通知。在后续的求职考虑中，因担心药物影响面试时的语言表达，于是她开始向ChatGPT咨询减药事宜。

据《纽约时报》，万博文的父母称，2026年1月，GPT-4o模型为她制定了一份25天减药计划，将每日400毫克拉莫三嗪逐步降至零。据悉，这一方案并未经过任何一位医生的知情与指导。减药开始时，AI曾发出提醒，应当在医生指导下进行。但在后续的对话中，AI又支持她自行调整，甚至帮助她避开医生监督。

报道称，记者梳理她与AI的聊天记录得出，她至少158次向AI表达对减药的担忧，得到的回应却多是“不需要过度担心”，甚至被建议不要向医生透露减药计划。而她的神经科医师、华盛顿大学医学中心区域癫痫中心主任普洛斯(Nicholas Poolos)受访时表示，以万博文的病史，他连减药都不会考虑，“绝对不行”。

今年2月初，万博文与父亲通话时突然沉默两分钟，疑似癫痫发作。事后，她告诉ChatGPT自己“有点害怕”，但得到的答复仍是不必担心。她在生前最后几天与AI的对话中，曾被要求“明天维持0毫克。即使今天很难熬，你也必须坚持”，直至文章开篇提到的，2月11日深夜她与AI的最后一次对话。

相关机构出具的死亡记录显示，万博文死于癫痫相关猝死（SUDEP）。其尸检检测结果显示，万博文血液中的拉莫三嗪浓度仅为治疗下限的五分之一。

当地时间10月27日，万博文的父母在美国加州旧金山提起不当致死诉讼，控告OpenAI及其执行长，直指ChatGPT无照行医、提供危险且不准确的医疗建议。

2

万博文的悲剧，核心指控并不复杂：一个通用AI工具，在缺乏可核验的医学证据的情况下，反复强化了一个患者对减药直至撤药的信心。

这种“信心”的来源，是通用AI模型对对话流畅性的优化，却并非对医学证据的检索与验证。

它可以给出结构完整的减药方案，却无法告诉你这个方案出自哪一项研究、哪一部指南、哪一条推荐等级。

临床决策的底线恰恰在这里：一个判断的可信度，不取决于它说得多么笃定，而取决于它能否被追溯到证据。

通用AI擅长“回答你想听的话”，而循证工具则是需要“告诉你真实证据是什么”、“风险是什么”。

这也是临床医生的职业准则：任何关乎患者的判断，都要有据可依。

万博文女士的案例再次给所有临床医生提出了一个现实的问题：如果某天一位患者拿着ChatGPT生成的减药方案来问你，你从哪里开始拆解它？

答案是：从证据开始。

医脉通深耕循证医学多年，MedSeeker作为医脉通自研的循证医学AI工具，采用「证据治理——意图分析——检索增强生成」的路径：先锚定权威知识库，再在证据约束下生成回答，而不是在生成之后再去找理由。MedSeeker整合35000+临床指南、50000+药品说明书和千万级专业医学文献，所有回答均源自临床指南等高质量医学证据，为临床决策提供坚实支撑。

对于临床医生而言，这意味着：你可以不同意MedSeeker的某一条结论，但你永远可以找到它依据的是哪一条指南、哪一份说明书、哪一篇文献，然后用自己的判断去审视它。一个经得起推敲的AI，才有资格进入临床决策的讨论。

3

ChatGPT不能替代专业医疗服务——OpenAI近日在回应这起事件时强调。

但比“不能替代”更值得追问的是：当AI工具介入临床决策时，它至少应该做到什么？MedSeeker的答案是：每一条判断，都必须能追溯到证据本身。可溯源，才敢用；敢用，才有临床价值。

MedSeeker始终坚守：证据可溯源、风险有标注、决策归医生。

如果你日常需要快速查询循证证据、指南原文，欢迎体验医脉通MedSeeker。

责编｜Atai