在近期的高山論壇上，復(fù)旦大學(xué)張文宏教授對(duì)將AI系統(tǒng)引入醫(yī)院病歷明確持保留態(tài)度，認(rèn)為這會(huì)剝奪年輕醫(yī)生訓(xùn)練專業(yè)診斷能力的機(jī)會(huì)。這一觀點(diǎn)在醫(yī)療AI應(yīng)用如火如荼的今天，顯得尤為突出，也精準(zhǔn)地戳中了許多臨床教育者的隱憂：當(dāng)AI日益滲透醫(yī)療核心環(huán)節(jié)，醫(yī)生的核心價(jià)值與不可替代性究竟在哪里？

AI的“雙刃劍”：效率提升與思維惰性

張教授的擔(dān)憂并非空穴來風(fēng)。他描述了一個(gè)正在發(fā)生的場(chǎng)景：年輕醫(yī)生在書寫或分析病歷時(shí)，如果從一開始就依賴AI系統(tǒng)給出格式化模板甚至初步診斷提示，他們將自然跳過 “信息收集、歸納、鑒別”這一整套至關(guān)重要的思維訓(xùn)練。病歷書寫遠(yuǎn)非簡(jiǎn)單的記錄，它是醫(yī)生臨床思維的載體和錘煉過程。從患者看似雜亂的敘述中抓住主線，形成清晰的病史脈絡(luò)，再推導(dǎo)出可能的診斷方向，這個(gè)“破案”過程本身，就是醫(yī)生能力成長(zhǎng)的基石。

現(xiàn)實(shí)中，AI醫(yī)療應(yīng)用的效率提升有目共睹。全國超過7.5萬家基層醫(yī)療機(jī)構(gòu)已配備AI輔診系統(tǒng)，累計(jì)提供輔助建議超10億次。在特定領(lǐng)域，如肺結(jié)節(jié)影像篩查，AI能在幾十秒內(nèi)完成分析，靈敏度超過90%。然而，硬幣的另一面是隱憂。在一些基層醫(yī)院，面對(duì)復(fù)雜癥狀時(shí)，AI有時(shí)會(huì)羅列出一長(zhǎng)串可能的疾病，反而增加了篩選難度。更值得警惕的是，已有因過度依賴AI初步判斷而延誤真實(shí)病情的案例發(fā)生。這暴露了AI的當(dāng)前局限——它擅長(zhǎng)處理有明確數(shù)據(jù)支撐的典型情況，但在需要綜合經(jīng)驗(yàn)、人文洞察和復(fù)雜邏輯推斷的領(lǐng)域，仍難以替代人腦。

堅(jiān)守的核心：為何人類醫(yī)生無法被替代

盡管AI進(jìn)展迅速，但一系列數(shù)據(jù)和規(guī)定清晰地劃出了它的能力邊界。截至2025年5月，國內(nèi)已發(fā)布近300個(gè)醫(yī)療大模型，但其多集中于影像識(shí)別、數(shù)據(jù)挖掘等“信息處理”層面。當(dāng)決策需要融合醫(yī)學(xué)知識(shí)、臨床經(jīng)驗(yàn)、患者個(gè)體差異乃至社會(huì)心理因素時(shí)，AI便顯得力不從心。因此，國家層面明確禁止AI自動(dòng)生成處方，相關(guān)監(jiān)管細(xì)則也規(guī)定“人工智能軟件等不得替代醫(yī)師本人提供診療服務(wù)”。這些規(guī)定從根本上確認(rèn)，在核心的診療責(zé)任環(huán)節(jié)，人類醫(yī)生是不可替代的最終決策者。

正因如此，面對(duì)AI的沖擊，守護(hù)并傳承醫(yī)生的核心診斷能力，成為醫(yī)學(xué)教育的重點(diǎn)。頂尖醫(yī)學(xué)院校和醫(yī)院正在系統(tǒng)性強(qiáng)化“臨床思維”訓(xùn)練。例如，推行“3C臨床推理模型”，引導(dǎo)醫(yī)學(xué)生完整經(jīng)歷“收集信息、提出假設(shè)、核實(shí)求證”的思維閉環(huán)；廣泛采用PBL（以問題為導(dǎo)向的學(xué)習(xí)）教學(xué)模式，用真實(shí)復(fù)雜病例驅(qū)動(dòng)學(xué)生主動(dòng)思考、辯論與求證。這些努力的共識(shí)是：醫(yī)學(xué)知識(shí)可以查閱，操作技術(shù)可以練習(xí)，但面對(duì)不確定性的決策能力、整合碎片信息的判斷力，必須通過主動(dòng)且重復(fù)的思維訓(xùn)練才能內(nèi)化——這個(gè)過程無法被任何算法 shortcut（捷徑）取代。

未來之路：邁向有溫度的人機(jī)協(xié)同

爭(zhēng)議之中，一條更具建設(shè)性的“人機(jī)協(xié)同”路徑正在成為行業(yè)共識(shí)：目標(biāo)不是取代，而是賦能。在一些前沿醫(yī)院，AI的角色被重新定義為醫(yī)生的“超級(jí)外掛”和“安全伙伴”。它可以快速閱讀海量文獻(xiàn)，總結(jié)最新循證方案；可以自動(dòng)提取病歷關(guān)鍵點(diǎn)，生成文書記錄初稿，將醫(yī)生從繁瑣事務(wù)中解放；還能作為“安全哨兵”，實(shí)時(shí)核對(duì)醫(yī)囑，預(yù)警潛在風(fēng)險(xiǎn)。

未來的清晰方向，是建立合理的“人機(jī)分工”：讓AI處理標(biāo)準(zhǔn)化、結(jié)構(gòu)化、高重復(fù)性的數(shù)據(jù)和信息初篩工作；讓醫(yī)生專注于高階的臨床推理、復(fù)雜決策、情感溝通和人文關(guān)懷。同時(shí)，醫(yī)學(xué)教育亟需增設(shè)“如何批判性評(píng)估與使用AI工具”的課程，培養(yǎng)新一代既懂技術(shù)、又堅(jiān)守專業(yè)內(nèi)核的“智能醫(yī)生”。

結(jié)語

技術(shù)的列車無法阻擋。AI在分析海量影像、挖掘流行病學(xué)趨勢(shì)、管理慢病患者等領(lǐng)域，正發(fā)揮著不可替代的作用。然而，當(dāng)一位有多種基礎(chǔ)病的老年患者，帶著難以言說的焦慮坐在診室時(shí)，能握住他的手、從其眼神與言語細(xì)節(jié)中捕捉關(guān)鍵信息、做出融合醫(yī)學(xué)技術(shù)與人性溫情的抉擇的，仍然只能是另一位人類。

張文宏的“拒絕”，或許并非拒絕技術(shù)本身，而是對(duì)一種可能讓醫(yī)學(xué)失去其深度與溫度的盲目樂觀保持警惕。這場(chǎng)討論的真正價(jià)值，在于提醒整個(gè)行業(yè)：在全力擁抱效率革命的同時(shí)，必須更加小心地守護(hù)那些讓醫(yī)學(xué)成為“仁學(xué)”的珍貴內(nèi)核。