新华报业网
据媒体报道，张文宏教授近日在一场论坛上谈到AI在医疗领域的应用时，明确表示反对将其系统性地引入医院日常诊疗流程，强调医生必须通过长期训练，形成独立、成熟的专业诊断能力。这番话一出，很快引发热议。
这两年，AI进医院，几乎成了一种不可逆的趋势。从影像识别、辅助读片，到病历整理、风险预警，再到一些平台推出“AI问诊”“AI医生”，技术的确跑得很快，也帮医生分担了不少重复性、基础性的工作。很多患者也有切身感受：挂号更快了，报告更清晰了，流程更顺了。
但问题恰恰在于，当效率被不断放大，我们是否在不知不觉中，把“看病”这件事，简化成了一道可以完全交给算法的技术题？
张文宏的担忧，其实点中了医疗最核心的那根神经：医学绝不是一道有标准答案的选择题。真正的诊疗现场，充满的是不确定性。同样的症状，背后可能是十种不同的病因；同样的指标，放在不同人身上意义也会完全不同。医生在长期训练中形成的判断力，来自书本，更来自无数真实病例的积累，来自对异常、模糊和“不对劲”的敏感捕捉。这种能力，无法被完整写在指南里，更不可能被一次性“喂”进模型中。
更重要的是，诊疗从来不只是技术行为，还包含着人与人之间的信任与责任。一个医生给出的判断，背后是清晰的责任主体；一旦出现偏差，有人可以追溯、可以反思、可以改进。而如果把关键决策过度“外包”给系统，一旦出问题，是算法的错，还是使用算法的人来承担？这种责任的“模糊化”，在医疗领域尤其危险。
当然，这并不意味着要把AI挡在医院大门之外。相反，真正理性的路径，恰恰是把AI放在它最合适的位置上。它可以是医生的“第二双眼睛”，帮助发现容易忽略的细节；可以是高效的工具，减少文书负担，把时间还给病人；也可以是基层医疗的重要助手，缩小资源差距。但前提始终只有一个：AI是辅助，而不是替代；是工具，而不是主体。
从更长远看，张文宏所强调的“训练医生”，其实也是在为医疗体系的未来兜底。如果年轻医生过早依赖系统给结论，而不是自己做判断，一旦技术环境变化，或者系统失效，真正站在患者面前的，将是一代不会独立思考的医生。那样的风险，远比技术暂时跑得慢一些要大得多。
医疗的底色，是对生命的敬畏。技术越强大，越需要边界意识。让AI当好工具，让医生守住判断，这样的分工，至少在当下是对患者、对行业都更负责任的一种选择。（张洁茹）
Android版
iPhone版
