在近期的高山論壇上，復(fù)旦大學(xué)張文宏教授對將AI系統(tǒng)引入醫(yī)院病歷明確持保留態(tài)度，認(rèn)為這會剝奪年輕醫(yī)生訓(xùn)練專業(yè)診斷能力的機會。這一觀點在醫(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)。他描述了一個正在發(fā)生的場景：年輕醫(yī)生在書寫或分析病歷時，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。病歷書寫遠非簡單的記錄，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“破案”過程本身，就是醫(yī)生能力成長的基石。

現(xiàn)實中，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)療機構(gòu)已配備AI輔診系統(tǒng)，累計提供輔助建議超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，面對復(fù)雜癥狀時，AI有時會羅列出一長串可能的疾病，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病情的案例發(fā)生。這暴露了AI的當(dāng)前局限——它擅長處理有明確數(shù)據(jù)支撐的典型情況，但在需要綜合經(jīng)驗、人文洞察和復(fù)雜邏輯推斷的領(lǐng)域，仍難以替代人腦。

堅守的核心：為何人類醫(yī)生無法被替代

盡管AI進展迅速，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個醫(yī)療大模型，但其多集中于影像識別、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、臨床經(jīng)驗、患者個體差異乃至社會心理因素時，AI便顯得力不從心。因此，國家層面明確禁止AI自動生成處方，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AI的沖擊，守護并傳承醫(yī)生的核心診斷能力，成為醫(yī)學(xué)教育的重點。頂尖醫(yī)學(xué)院校和醫(yī)院正在系統(tǒng)性強化“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，用真實復(fù)雜病例驅(qū)動學(xué)生主動思考、辯論與求證。這些努力的共識是：醫(yī)學(xué)知識可以查閱，操作技術(shù)可以練習(xí)，但面對不確定性的決策能力、整合碎片信息的判斷力，必須通過主動且重復(fù)的思維訓(xùn)練才能內(nèi)化——這個過程無法被任何算法 shortcut（捷徑）取代。

未來之路：邁向有溫度的人機協(xié)同

爭議之中，一條更具建設(shè)性的“人機協(xié)同”路徑正在成為行業(yè)共識：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“超級外掛”和“安全伙伴”。它可以快速閱讀海量文獻，總結(jié)最新循證方案；可以自動提取病歷關(guān)鍵點，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”，實時核對醫(yī)囑，預(yù)警潛在風(fēng)險。

未來的清晰方向，是建立合理的“人機分工”：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，醫(yī)學(xué)教育亟需增設(shè)“如何批判性評估與使用AI工具”的課程，培養(yǎng)新一代既懂技術(shù)、又堅守專業(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、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，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。這場討論的真正價值，在于提醒整個行業(yè)：在全力擁抱效率革命的同時，必須更加小心地守護那些讓醫(yī)學(xué)成為“仁學(xué)”的珍貴內(nèi)核。