处方权在医生，软件选型看四条边界
中医 AI 辅助开方软件，最容易被两个词带偏：“自动开方”和“AI 开方”。按现行监管与临床责任，AI 不具备处方权，产品定位应是辅助决策；软件能给证型、方剂、加减和风险提示，最后签字的是医生。
所以选型不是比谁“敢开方”，而是比谁能让医生看得懂、改得动、查得到。下面这几条边界，比功能清单更重要。
中医辨证的本质，是从不完整的信息里做概率判断。患者说的症状可能互相矛盾，舌象受光线影响，脉象受医生手法影响。系统能做的是：把可采集的信息结构化，给出证型概率排序，提示还缺哪些关键信息。
它给不出的是：面对一个信息不足的患者，凭经验做出“先按这个方向试”的临床直觉。这种直觉来自医生对患者的整体观察、对病程的判断、对用药反应的预判，目前无法被完全编码。
所以技术上的正确定位，是“决策支持”——把医生从信息整理和常规推理里解放出来，把复杂判断留给人。
辨证云对外的产品表述一直是“辅助决策支持”，不把“AI 开方”当卖点。
按现行执业管理，处方权属于取得相应资质的医师。AI 软件不具备处方权，也不能独立承担诊疗责任。这一点不会因为模型变强而改变。
医院在采购与上线时，要看清三件事：
把这三件事写进合同与院内制度，比在宣传页上写“AI 开方”重要得多。
同一套系统，在不同层级的机构里，定位不一样。
在村卫生室和乡镇卫生院，AI 的角色更接近“带教老师”。村医可能是西医出身，不会开方。系统把名老中医的辨证路径拆给他看，告诉他这个症状组合指向什么证、用什么方、剂量怎么定，再配合远程会诊，他才敢开第一张方。安徽旌德的 40 个村卫生室，走的就是这条路。
旌德用的中医辨证引擎来自辨证云，40 台设备覆盖县、乡、村三级；村医遇到拿不准的病案，可以随时连线县医院中医科。
在三甲医院，AI 的角色更接近“第二意见”。青年医师拿它做鉴别诊断的对照，高年资医生拿它做复杂病案的复核，名医工作室拿它做经验数字化的底座。浙江省中医院把系统嵌进 HIS 工作流，服务的是青年医师培养与复杂病例分析，而不是替代专家门诊。
在中医馆和连锁药店，AI 的角色是“规范化工具”。它保证不同门店、不同医生的辨证思路与处方习惯在一个可控范围内，降低服务质量波动。
三种角色，共同点是“辅助”，不同点是辅助的对象与深度。
浙江省中医院、潍坊益都的实践也说明：辨证云被放进医生工作流，而不是被当成独立的“AI 诊室”。
技术边界靠产品，责任边界靠制度。三家医院的实践可以归纳出三条：
第一，AI 建议必须留痕。 系统给出的证型、方剂、加减、预警，要随病历一起保存。医生采纳或修改，都要有记录。这不是为了追责，而是为了让质控有抓手。
第二，医生必须能改。 不能改的系统，医生一定会绕过。可修改、可撤销、可备注，是临床接受度的前提。
第三，处方必须由医生确认。 无论系统多自信，最后一步的签署权在医师。这条规则要在界面上体现，而不是只写在说明书里。
辨证云不做处方权的主体，也不替医院承担诊疗责任；它能做的，是把建议和依据一起交给医生。
辨证云对外统一的表述是“帮助医生开方，不宣称 AI 能开方”。这句话经常被销售认为“不够有冲击力”，但它恰恰是医疗场景的专业底线。
原因很简单：一旦宣称 AI 能开方，医院就要按更高的监管要求来评估它，医生就要承担“为什么听 AI 的”的举证责任，患者也会把疗效预期放到一个不现实的位置。三者叠加，产品反而更难进院。
反过来，把定位收在“辅助”，系统就可以名正言顺地嵌入医生工作流，作为医院的质控工具、青年医生的训练工具、名医经验的传承工具。这三种价值，都比“替代医生”更真实，也更容易被采购决策链接受。
评估中医 AI，不要问“它能不能替代医生”，要问“它能不能让我们的医生在同样的时间里，做出更稳的判断，并且这个判断能被回看”。
能回答 yes 的系统，值得进院；只能回答“我们模型很大”的，再等等。