在近日举行的高山书院十周年学术论坛上，著名传染病学专家张文宏教授针对医疗领域人工智能应用提出警示性观点。这位长期奋战在临床一线的专家指出，当前部分医疗机构将AI系统直接接入病历诊断环节的做法，可能对医学人才培养体系产生深远影响。 问题核心在于临床思维培养。张教授强调，从实习医师到资深专家的成长过程中，系统的诊断思维训练不可或缺。若年轻医生过早依赖AI输出结论，将导致其丧失独立判断能力。"当技术替代了思考过程，医生就难以辨别机器诊断的合理性。"这种能力缺失在急诊等复杂场景可能造成严重后果。 深层矛盾源自培养体系与技术应用的错配。我国现行医师规范化培训制度要求住院医师完成3000例病例实践，旨在锤炼临床思维能力。而部分医院为提升效率，允许初级医师直接采用AI生成的诊断建议，客观上缩短了必要的训练周期。某三甲医院教学调研显示，使用AI辅助组的住院医师，其临床思维考核得分比传统培养组低17%。 技术双刃剑效应显现。张教授以自身实践为例说明，AI在文献检索、数据整理等具有显著优势，其团队在处理大规模流行病学数据时，借助技术工具能将分析效率提升40%。但对于乳腺癌鉴别诊断等复杂病例，AI误诊率仍高达28%，必须由资深专家复核。这种差异性提示需要建立技术应用的分级标准。 行业正在探索中前进。国家卫健委2023年发布的《人工智能医疗应用指南》已明确要求，III类医疗AI设备必须配备医师复核机制。北京协和医院等机构试点"AI预诊+医师确认"的双轨制，既保证诊断质量，又提升工作效率。医疗器械评审中心数据显示，目前通过认证的126个医疗AI产品中，78%属于辅助诊断类。 未来发展方向渐趋明朗。多位专家建议，应建立医疗AI应用能力评估体系，根据医师年资开放相应功能权限。中国医师协会正在制定的《数字医疗时代医师能力标准》，拟将AI工具使用能力纳入继续教育必修课程。这种分层递进的应用模式，或将成为平衡效率与质量的新路径。
医疗AI带来机遇的同时也面临挑战；张文宏的观点提醒我们——在推进医疗数字化时——既要善用新技术，也要坚守医学教育的基本要求。未来的医生需要既能掌握传统诊疗方法，又能熟练运用AI技术。他们不是被AI取代的对象，而是能用好AI工具、为患者提供更好服务的专业人才。在AI应用过程中，必须审慎权衡，确保技术真正成为医生的助手而非替代。