“我拒絕把AI引入醫(yī)院的病歷系統(tǒng)?！?/strong>在香港舉辦的高山書院十周年論壇上，國家傳染病醫(yī)學(xué)中心主任張文宏教授的一席話，振聾發(fā)聵。

張文宏在現(xiàn)場揭示了一個極其深刻的行業(yè)悖論，資深專家可以用AI，但實習(xí)醫(yī)生絕對不行。

他坦言自己也會用AI，因為他看過成千上萬的病例，建立了極其嚴密的臨床思維。AI生成的內(nèi)容，他掃一眼就知道哪里是胡說八道，哪里是真知灼見。

認同支持張文宏觀點的人很多，但認為不該一刀切的也大量存在，王小川就認為AI醫(yī)療要解決醫(yī)生不夠、醫(yī)學(xué)不發(fā)達問題。這個問題公說公有理，婆說婆有理。

從支持張宏文的角度：醫(yī)學(xué)里最怕的不是不知道，而是有了AI不再思考

從張宏文這番話，可以知道，他是一個稱職的醫(yī)生，他尊重人的生命，同時尊重醫(yī)生這個職業(yè)的專業(yè)操守與行業(yè)的經(jīng)驗沿襲。

有業(yè)內(nèi)人士認為，張文宏這個態(tài)度，其實站在一線臨床負責人角度是完全能理解的。病歷系統(tǒng)如果深度接入AI，醫(yī)生很容易被“結(jié)論牽著走”，尤其是年輕醫(yī)生，本來就依賴指南和模板，一旦有“看起來很權(quán)威的 AI 建議”，獨立診斷能力會被削弱。醫(yī)學(xué)里最怕的不是不知道，而是不再思考。

如今，某副主任醫(yī)生孫醫(yī)生站出來發(fā)聲，他表示：“當一個實習(xí)醫(yī)生，第一次寫病程時，AI已經(jīng)幫他把“看起來很完整的診斷邏輯”鋪好；當他第一次面對復(fù)雜癥狀時，系統(tǒng)已經(jīng)把“最可能的幾個答案”排好序；當他還沒來得及在腦子里真正展開鑒別診斷，結(jié)論已經(jīng)在那里等他確認。這時候發(fā)生的，并不是“效率提升”，而是思維路徑被提前固化?！?/p>

“出了事，AI不會被問責，年輕醫(yī)生也扛不住，誰來兜底？最后站出來的，還得是科室大主任。”孫醫(yī)生表示，你需要一些突發(fā)情況來教你做事，有些層次，你得用手、用眼才能記住?！?/p>

熟手有檢驗和復(fù)核的能力，而新手、菜鳥沒有，一個看CT影像報告的資深醫(yī)生可以在AI的助理下快速復(fù)核分析異常器官部位，但是一個看CT水平很低的醫(yī)師無法對AI的結(jié)果進行二次校驗，只能選擇聽從AI，這種弊端是很顯然的。

前段時間有個熱搜事件，男子胸背痛懷疑心梗，急診外科醫(yī)生按換氣過度綜合征治療無果；患者去世醫(yī)方被定主責，警方刑事立案。

可是新聞沒提的內(nèi)容是什么呢？這個醫(yī)生開了心電圖和cTn，結(jié)果陰性。

“如果是AI，AI一定也會和這個醫(yī)生一樣排除心梗，那個急診科醫(yī)生該做的檢查也都做了，結(jié)果也并不明顯指向心梗。事實上新聞提到的急診案例，真的很需要經(jīng)驗豐富的醫(yī)師救治，因此，放在涉及到生命安全的這種急診，AI明顯是不能夠替代醫(yī)生的專業(yè)經(jīng)驗與思考來做出結(jié)論。”

王小川炮轟張宏文：拒絕AI是屁股決定腦袋

但支持引入AI的人認為，AI引入醫(yī)院或是擋不住的趨勢。

理由是影像、病理、心電、檢驗指標解讀，本質(zhì)是“模式識別 + 概率判斷”。很多老專家的“經(jīng)驗直覺”，拆開看其實就是大量統(tǒng)計規(guī)律，AI 學(xué)得會，甚至越來越快，直接拉平“新手和老專家”的下限差距。

中國本身醫(yī)療資源不夠，提高看病效率是必然要走的路。

有家長就指出：在基層醫(yī)療領(lǐng)域，AI的效率是遠高于很多醫(yī)生的，特別是現(xiàn)代西醫(yī)體系，癥狀、數(shù)據(jù)、甄別、判斷，這是非常數(shù)字化的模型?；鶎俞t(yī)院目前的程序化流水線恐怕還不如AI。

該家長表示，在傳染病爆發(fā)期，同時有幾十個發(fā)燒的小孩，兒科醫(yī)生是可能誤診的，根本就顧不過來，醫(yī)生往往就是流水線操作。我兒子川崎病就被當?shù)氐娜渍`診過，一上來就讓消炎退燒，反掩蓋病情。后來是我自己懷疑，再去兒童醫(yī)院，主動要求考慮是不是川崎病才確診。

“彼時還沒有AI，就是自己搜索、排除，我相信如果當時能有，還可以更早發(fā)現(xiàn)?！痹摷议L認為，張文宏說那些80分、90分的醫(yī)生不要被AI影響了判斷能力是OK的。但假設(shè)AI診療有60分水平，全國醫(yī)生不到60分及格的是大量存在的。

而王小川炮轟張宏文也談到了類似的問題，王小川表示，目前醫(yī)療的問題是醫(yī)生太少，醫(yī)療不夠發(fā)達，居家服務(wù)太少。而AI的出現(xiàn)主要是為了服務(wù)患者，而不是圍繞醫(yī)生的利益。

醫(yī)生太少病患太多，尤其是基層醫(yī)療資源缺乏乃至水平欠缺，這也是中國的一個實情。

更何況現(xiàn)在有一個趨勢，就是越來越多的老外為逃“斬殺線”擠爆中國三甲醫(yī)院！稱中國醫(yī)療就是白菜價?？上攵?，未來的中國的醫(yī)療資源尤其是三甲醫(yī)院的提效分流的壓力會更大。

當“來華免簽”變成了“來華就醫(yī)”，這場跨越萬里的求醫(yī)問藥背后，是中國的醫(yī)療成本、效率與專業(yè)。

在歐美醫(yī)療體系中，CT、核磁共振這些檢查項目，往往被視為“奢侈品”。在美國，若沒有保險，做一次核磁共振可能需要花費近一萬美元。

然而在中國，幾百塊人民幣的核磁共振、幾十塊錢的血常規(guī)，直接把這種“貴族檢查”打成了“白菜價”。

因此，從未來趨勢看，隨著中國的國際影響力與日俱增，來華外國人越來越多，大量外國人來華就醫(yī)或成為一種隱性的趨勢。如何應(yīng)對這種變化，也是當前國內(nèi)三甲醫(yī)院需要思考的。

因此，從病人群體規(guī)模的擴大，到醫(yī)生人手與精力不夠用的情況下，AI被引入醫(yī)療體系作為輔助，來分流醫(yī)生壓力，提升看病效率可能就是一條必然之路。

有人認為，AI引入病歷系統(tǒng)的最大的好處是把無數(shù)重復(fù)且繁瑣的工作交給AI完成，讓醫(yī)生能有更多時間去與患者溝通和進行研究。

但另一方面，大模型的進化需要依賴于高質(zhì)量的實踐數(shù)據(jù)，如果今天的病歷大規(guī)模由AI生成，吃著“AI生產(chǎn)的數(shù)據(jù)”長大的，這會導(dǎo)致模型能力迅速坍塌。

正如某專業(yè)醫(yī)生指出：“引入AI的第一年，效率提升、投訴下降、文書規(guī)范、指標好看；第二年，年輕醫(yī)生“上手更快”，人力緊張得到緩解；第三年，突然發(fā)現(xiàn)，所有的病例變得千篇一律，我找不到非典型的疑難病例可以討論學(xué)習(xí)了。”

醫(yī)療界的技術(shù)變革與進步是靠思考與實踐得來的，如果醫(yī)生不再思考，那么醫(yī)學(xué)界的疑難雜癥如何攻克？從張文宏的觀點來看，他反對的是替代，而非輔助。張文宏也提到了“你可以自己在那里用，但是不允許在我這病歷系統(tǒng)里用AI?！睆堘t(yī)生不是反科技，他自己也用AI初篩病例，但他清楚：工具可以快，腦子不能懶。

醫(yī)生要是連“AI哪里錯了”都看不出來，那5%的誤診，可能就是某個家庭100%的災(zāi)難。

一醫(yī)學(xué)副主任孫醫(yī)生認為，早期訓(xùn)練階段，AI是陪練，不是裁判；它可以幫你查資料，但不能替你寫“你沒想清楚的結(jié)論”；它可以提醒你風(fēng)險，但必須逼你說出“為什么采納、為什么不采納”；它可以讓成熟醫(yī)生飛得更高，但不能讓新醫(yī)生跳過起飛前的助跑。

未來和AI共存已經(jīng)是大勢所趨，AI 可以做“第二意見”和“風(fēng)險提示”，不能做最終診斷，醫(yī)生必須對 AI 輸出負責，醫(yī)生需要盡最大努力成長為及格線以上的醫(yī)生，有足夠的專業(yè)能力來識別AI的真知灼見與胡說八道成分，同時自己做出診療判斷，讓AI成為工具而不是代替醫(yī)生思考，醫(yī)療不是一個只追求“最優(yōu)解”的行業(yè)。它需要的是在不確定性中，仍然有人知道自己為什么這樣判斷，并愿意為此負責。