2026年初，馬斯克預(yù)言“外科醫(yī)生將全體失業(yè)”的余音未散去，一場更貼近現(xiàn)實的爭論已在中國醫(yī)療界掀起波瀾。

華山醫(yī)院感染科主任張文宏與百川智能創(chuàng)始人王小川的隔空對話，將醫(yī)療AI的倫理困境置于公眾視野。

張文宏堅決拒絕AI進入醫(yī)院核心病歷系統(tǒng)，擔心AI依賴將侵蝕年輕醫(yī)生的系統(tǒng)訓(xùn)練；王小川則反擊道，“醫(yī)生的成長不能以當下患者作為成本”, “如果為保護醫(yī)生培養(yǎng)體系而限制AI使用，可能限制了最有利于病人的醫(yī)療措施”。

一邊是擔憂醫(yī)學(xué)教育體系被AI侵蝕的臨床專家，一邊是堅信技術(shù)必須優(yōu)先服務(wù)患者的科技創(chuàng)業(yè)者。兩種邏輯在醫(yī)療AI大潮中激烈碰撞，醫(yī)學(xué)生的成長成了這場AI應(yīng)用之論的焦點。

01 不可阻擋的潮流：AI已成醫(yī)療“新基建”

無論我們擁抱還是拒絕，AI應(yīng)用正以星火燎原之勢席卷而來，成為醫(yī)療體系的一部分。

浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院病理科里，名為OmniPath的AI助手能在3秒內(nèi)鎖定病灶，準確率達95%，它將傳統(tǒng)病理診斷時間從十幾分鐘縮短至1分鐘內(nèi)，這種效率革命正在全國多家頂級醫(yī)院上演。

北京兒童醫(yī)院推出了全國首個“專家型AI兒科醫(yī)生”，它已正式參與臨床多學(xué)科會診，與300多位頂級專家共同制定復(fù)雜病例的診療方案。

行業(yè)數(shù)據(jù)顯示，國內(nèi)排名前100的醫(yī)院中，98%已部署AI大模型。從病理切片到影像解讀，從輔助診斷到治療方案生成，AI已深度融入醫(yī)療工作流，成為醫(yī)院運行的“智能心臟”。

技術(shù)從不問你是否準備就緒，它只按自己的節(jié)奏前進。

傳統(tǒng)醫(yī)學(xué)教育建立在四大支柱上：扎實的醫(yī)學(xué)知識儲備、敏銳的影像識讀能力、嚴謹?shù)呐R床思維和嫻熟的臨床操作技能。

AI的到來，使前三根支柱搖搖欲墜。

年輕醫(yī)生開始疑惑：既然AI能快速完成診斷，為何還要苦背醫(yī)學(xué)典籍、苦練問診技巧、苦修影像判讀？如同有了導(dǎo)航軟件后，誰還會刻意記憶城市道路？

張文宏的擔心并非杞人憂天。

《柳葉刀》2025年的一項研究表明：長期依賴AI輔助的結(jié)腸鏡醫(yī)生，獨立檢測息肉的能力下降了20%。研究者稱此為“地圖效應(yīng)”——如同依賴GPS的司機逐漸喪失方向感，醫(yī)生也在AI的“綠框提示”中忽略了本應(yīng)關(guān)注的區(qū)域。

更隱蔽的危機在于形成“路徑依賴”后臨床推理能力的退化。

傳統(tǒng)的臨床診斷是從癥狀出發(fā)，通過問診、查體、輔助檢查，像偵探一樣層層推進。而AI驅(qū)動的現(xiàn)代診斷往往反向進行：輸入檢查結(jié)果，輸出診斷建議。

這種“逆向診斷”雖然高效，卻跳過了臨床推理中最關(guān)鍵的環(huán)節(jié)——癥狀與體征的關(guān)聯(lián)分析。

便利的代價，往往是某種能力的悄然退場。

支持者描繪的理想愿景是AI作為醫(yī)生的“增強工具”，但現(xiàn)實往往更加復(fù)雜。

王小川提出醫(yī)生應(yīng)從“挑錯者”轉(zhuǎn)向“評價者”，這一轉(zhuǎn)變的前提是評價者必須比被評價者更高明。

一項預(yù)印本研究設(shè)計了一場思想實驗：讓醫(yī)學(xué)生面對AI診斷建議，其中部分被故意設(shè)置為錯誤但看似合理。結(jié)果令人不安：當AI提供錯誤但帶有解釋的建議時，學(xué)生的診斷準確率從14.3%降至9.4%。

AI的“邏輯自信”形成了一種“解釋性透明度悖論”——解釋本應(yīng)增加透明度，卻在AI錯誤時增強了誤導(dǎo)性，使學(xué)生更難辨別建議質(zhì)量。

我們創(chuàng)造了工具，工具反過來重塑我們——有時以我們未曾預(yù)料的方式。

面對AI的挑戰(zhàn)，醫(yī)學(xué)教育必須開啟一場深刻的自我革命。

共識正在形成：AI時代，醫(yī)學(xué)基本功不是不重要了，而是比以往任何時候都更加重要。

未來的醫(yī)學(xué)生培養(yǎng)應(yīng)遵循三階段路徑：

第一階段：無AI的“原始訓(xùn)練”

在解剖、病理、診斷學(xué)等核心課程中，嚴格禁止AI輔助，強化手眼協(xié)調(diào)與邏輯推理的基礎(chǔ)訓(xùn)練。如同飛行員必須先掌握手動飛行，醫(yī)生必須建立無AI依賴的診療能力。

最基礎(chǔ)的訓(xùn)練，往往孕育最高階的智慧。

第二階段：對比中的“批判養(yǎng)成”

臨床教學(xué)中，學(xué)生先獨立分析病例，再與AI建議對比。重點不是尋找標準答案，而是剖析思維差異的根源。教師應(yīng)設(shè)計“對抗性AI訓(xùn)練”——提供部分錯誤建議，訓(xùn)練學(xué)生的糾錯能力。

第三階段：整合中的“駕馭藝術(shù)”

住院醫(yī)師階段，學(xué)習(xí)在真實臨床中安全整合AI工具，重點訓(xùn)練在AI出現(xiàn)“幻覺”或遇到未知病例時的緊急接管能力。這需要醫(yī)生建立雙重能力：善用AI的“增強智能”與保持獨立的“核心智能”。

真正的高手，既懂得何時依靠工具，更明白何時依靠自己。

醫(yī)學(xué)發(fā)展史上，每次技術(shù)革命都會引發(fā)“醫(yī)生角色”的焦慮。從聽診器到CT，從開放手術(shù)到腔鏡技術(shù)，歷史給出的答案是：技術(shù)不會取代醫(yī)生，而是重新定義醫(yī)生。

當患者癥狀不符合任何已知模式，當檢查結(jié)果相互矛盾，當治療方案出現(xiàn)意外反應(yīng)時，人類醫(yī)生的經(jīng)驗、直覺和跨領(lǐng)域知識整合能力無可替代。

在不確定性面前，人類的判斷仍然閃爍著不可替代的光芒。

如同腔鏡時代，開放手術(shù)能力不是過時了，而是成為醫(yī)生應(yīng)對高難度手術(shù)的最后保障和終極底氣。AI時代同樣如此，那些僅能重復(fù)標準操作的“技術(shù)員”將被邊緣化，而具備批判性思維、復(fù)雜決策能力和深厚人文素養(yǎng)的醫(yī)學(xué)家將變得前所未有的重要。

技術(shù)進步的最大風險，不是機器變得太像人，而是人變得太像機器。

張文宏擔憂思維固化，王小川強調(diào)患者利益，這場看似對立的爭論實則指向同一目標：如何在技術(shù)浪潮中守護醫(yī)學(xué)的核心價值？這種價值不僅僅是準確診斷，更是基于專業(yè)知識的判斷力、面對復(fù)雜情況的應(yīng)變力，以及對生命的深切關(guān)懷。

在效率與深度的永恒張力中，醫(yī)學(xué)的真正內(nèi)核不是被取代，而是在人機協(xié)作中不斷升華，最后的堡壘，永遠是那顆為他人生命負責的醫(yī)者之心。

科技永遠會找到出口，但是，未來的醫(yī)學(xué)會是什么樣子，你能否預(yù)料？

（原創(chuàng)文章，春哥出品，歡迎轉(zhuǎn)發(fā)、分享�。�