2025年7月的某个清晨，美国俄亥俄州立大学医学中心的急诊室里，60岁的机械工程师罗伯特·米勒（Robert Miller）正攥着护士的手喃喃自语：”他们要毒害我……水管里的水有问题……”这位平日里思维严谨的退休工程师，此刻却眼神涣散、嘴角抽搐，完全不像三个月前那个坐在电脑前认真做饮食笔记的模样。
这场突如其来的精神异常，将罗伯特推入了命运的漩涡。而这一切的起点，竟是他为了”改善健康”所做的一次看似普通的饮食调整——用溴化钠替代日常食用盐。
一、”减钠实验”的致命转折
故事要从今年春天说起。作为曾经的大学营养学选修课爱好者，罗伯特一直关注着健康资讯。4月的一天，他在科普网站读到一篇《隐形杀手：美国人日均摄入3400毫克钠，远超推荐量》的文章，文中提到高钠饮食与高血压、心血管疾病的密切关联。这让本就有家族高血压史的他心头一紧。
“既然氯化钠（食盐主要成分）的钠会伤身体，那能不能去掉氯？”这个念头一旦萌发，便如野草般疯长。罗伯特开始疯狂查阅资料：他发现人体每天需要约3400毫克钠，但氯的主要来源除了食盐，还有加工食品中的添加剂；他甚至找到19世纪末的医学文献，记载过”无氯饮食”的实验案例。
“如果用不含氯的钠盐替代食盐，是不是就能既补钠又减氯？”带着这个问题，罗伯特在购物网站上搜索”无氯钠盐”，页面跳出的”溴化钠（Sodium Bromide）”让他眼前一亮——这种白色结晶性粉末，化学式与食盐（NaCl）仅一字之差，在工业上用作防腐剂，在医药史上曾被用作镇静剂。
此时的罗伯特并未意识到，溴化钠与食盐的本质区别：作为卤族元素化合物，溴化物在人体内代谢后会产生溴离子，而这种离子具有神经毒性。更关键的是，自上世纪80年代起，美国食品药品监督管理局（FDA）已明确将溴化钠从膳食补充剂名录中移除，仅允许作为工业或医药用途的化学品流通。
二、AI给出的”危险答案”
为了确认自己的”实验可行性”，罗伯特在5月初联系了ChatGPT。”我需要一种不含氯的钠源，溴化钠是否适合替代食盐？”他将问题输入对话框，得到的回复让他松了一口气：
“溴化钠（NaBr）与氯化钠（NaCl）同为钠盐，均能提供钠元素。若您因特殊需求需控制氯摄入，理论上可用溴化钠替代。但需注意：工业级溴化钠可能含杂质，建议选择药用级产品；长期替代需监测血液电解质水平。”
这段回答看似专业，却隐藏着致命漏洞——它没有提及溴化物的神经毒性，没有警告”药用级溴化钠不可食用”，更没有建议罗伯特咨询医生。事实上，当医生事后用相同问题测试ChatGPT 3.5版本时，得到的回答依然包含”可作为食盐替代物”的表述，仅在末尾轻描淡写地提到”需结合具体情境”。
“AI都这么说，应该没问题吧？”罗伯特这样说服了自己。他网购了5磅（约2.27公斤）药用级溴化钠，将家里的食盐罐彻底替换。从那天起，他的每一顿饭都撒上这种白色粉末——早餐的燕麦粥、午餐的烤鸡胸肉、晚餐的蔬菜沙拉，甚至用来腌制食物的调料里，都飘着溴化钠的结晶。
三、三个月后的”精神崩溃”
最初的一个月，罗伯特并未察觉异常。他甚至为自己的”科学实验”沾沾自喜：体重略有下降（钠摄入减少导致水分潴留减少），血压计上的数字比以往更平稳。直到6月中旬，一些细微的变化开始浮现：他总觉得冰箱里的食物被人动过，洗澡时怀疑热水器被动手脚，甚至听到邻居家传来”讨论如何下毒”的低语。
“起初我以为是压力太大，毕竟刚退休。”罗伯特的妻子玛丽回忆道，”但他开始拒绝吃我做的饭，说’你们肯定加了东西’，后来连喝水都要先闻半天。”7月初的一个深夜，罗伯特突然尖叫着冲进客厅，指着饮水机喊”水里有虫子！”，还试图用菜刀砸开饮水机检查。被制止后，他蜷缩在沙发上颤抖，嘴里反复念叨”他们在跟踪我”。
7月15日，当罗伯特试图翻越自家围栏”逃离危险”时，玛丽终于拨通了急救电话。急诊室的初步检查显示：罗伯特的血液pH值异常偏高（碱中毒），血清溴离子浓度超出正常范围30倍，脑电图呈现弥漫性异常。”这是典型的溴中毒综合征。”主治医生艾米丽·陈（Emily Chen）说，”溴离子会干扰大脑中的神经递质代谢，尤其是多巴胺和γ-氨基丁酸系统，导致精神异常。”
更棘手的是，溴离子会影响实验室检测结果。罗伯特的初始血氯检测值异常升高，一度被误认为是”高氯性酸中毒”，直到陈医生联想到近期的溴中毒病例报告，才通过更精准的离子色谱法确认了病因。
四、AI的”语境缺失”与医疗警示
在住院的17天里，罗伯特逐渐恢复清醒。当他得知是溴化钠导致中毒时，第一反应是”我明明问过ChatGPT”。医生调取的聊天记录显示，罗伯特的问题和AI的回答确实存在”信息断层”——模型给出了”可替代”的结论，却未主动追问”替代用途””摄入剂量””安全标准”等关键信息，更没有触发”医疗建议需咨询专业人士”的警示机制。
“这暴露了大语言模型的核心局限：它们擅长整合信息，但缺乏对具体场景的风险判断。”参与撰写该病例报告的陈医生解释，”医生的诊疗过程包含’追问病史-评估风险-告知禁忌’的闭环，而AI的回答往往是’信息堆砌’，容易忽略’常识性风险’。例如，溴化钠作为化工原料的安全数据表（SDS）中明确标注’不可食用’，但模型未能关联这一关键信息。”
《内科学年鉴·临床病例》发表的这份报告，同时引用了另一项研究的警示：当研究人员用包含”替代食盐””无氯钠源”等关键词的问题测试6种主流大语言模型时，4种模型给出了”溴化钠可作为替代”的建议，其中3种未提及毒性风险。”这些模型在训练时可能接触过’钠盐替代’的学术讨论，但未充分学习’溴化物毒性’的临床案例。”研究负责人、约翰霍普金斯大学的医疗AI专家丽莎·吴（Lisa Wu）指出，”更危险的是，它们可能将过时或专业的信息’去语境化’，转化为看似合理的日常建议。”
五、从个案到公共健康的反思
经过三周的治疗，罗伯特的血溴离子浓度逐渐恢复正常，精神症状也基本消失。出院时，陈医生特意叮嘱：”这次是幸运的，溴中毒若未及时干预，可能导致不可逆的神经损伤。”如今，罗伯特不仅停止了所有AI健康咨询，还成了社区健康讲座的志愿者，用自己的经历提醒邻居：”涉及身体的改变，一定要先问医生。”
这场悲剧也为AI开发者敲响了警钟。OpenAI在回应中表示，已在服务条款中明确”不建议将输出作为医疗建议”，并通过算法优化加强对”高风险医疗问题”的识别——例如，当用户询问”替代药物””自我治疗”等问题时，系统会优先提示”请咨询持证医生”。但正如《自然·医学》杂志近期评论所言：”技术进步值得期待，但医疗决策的核心永远是’人’的专业判断。”
站在医院的走廊里，罗伯特望着窗外的梧桐树，阳光透过树叶在地上洒下斑驳的光影。他想起自己大学时学过的营养学课程，那时教授说过一句话：”健康的真谛，是尊重身体的自然规律。”或许对于AI来说，最需要学习的”自然规律”，正是对生命复杂性的敬畏——有些问题，永远不能用简单的”信息替换”来解决。