AI医疗浪潮下的医生成长困局：技术赋能还是能力退化？

在科技迅猛发展的当下，人工智能正以前所未有的速度渗透进医疗体系。从影像识别到辅助诊断，从药物推荐到病历生成，AI的应用场景不断拓展。然而，在这场智能化变革中，一个关键问题逐渐浮现：当AI深度介入临床工作流程，尤其是病历书写与初步诊断环节时，它究竟是年轻医生的“加速器”，还是其专业成长的“绊脚石”？

2025年初，在香港举行的高山书院十周年论坛上，国家传染病医学中心（上海）主任张文宏抛出了一则颇具争议的观点：“在我们医院，我拒绝把AI引入病历系统。”此言一出，立即引发业内广泛讨论。他指出，当前医生的成长路径依赖于层层递进的临床训练——从实习医师起步，经历住院医师阶段，逐步积累对疾病认知、判断和处理的能力。而一旦AI全面接管病历撰写与初步分析，这一传统培养机制将面临被瓦解的风险。

张文宏担忧的核心在于：若年轻医生尚未建立完整的临床思维体系，便直接依赖AI输出结论，极可能陷入“知其然不知其所以然”的困境。他们或许能快速写出格式规范的病历，给出看似合理的诊疗建议，但却缺乏对病情本质的深入理解。更危险的是，当AI出现误判时，缺乏经验的医生难以识别错误，反而可能将其奉为权威依据，最终影响患者安全。

这并非空穴来风。已有研究表明，在某些试点使用AI辅助系统的医院中，部分低年资医生对AI建议的采纳率超过90%，即便在临床表现与AI推论明显不符的情况下，仍选择信任系统输出。这种“算法依赖”现象，正在悄然削弱医生独立思考与批判性判断的能力。

但张文宏并非技术保守派。他坦言自己也会利用AI处理海量病例，“病人太多、病情太复杂，我会让AI先看一遍”。但他强调，关键在于使用者是否具备超越AI的判断力。“我看一眼就知道哪里错了”，这句话背后，是一位资深专家多年临床经验的沉淀。而这种能力，恰恰是年轻医生最需要通过实践磨砺获得的。

因此，他的立场并非否定AI的价值，而是警惕其过早、过度介入基础训练环节。在他看来，医学不仅是科学，更是一门需要时间淬炼的艺术。病历书写不只是记录工具，更是训练临床逻辑、整合信息、形成诊断思路的重要过程。跳过这一环，就如同让学画者直接临摹AI生成图像，却从未练习过线条与光影。

与此同时，全国多家医疗机构正积极推进AI融合战略。自DeepSeek等大语言模型问世以来，不少三甲医院已将其嵌入内部信息系统，用于自动提取病史要点、生成初版病历、提示潜在并发症及用药风险。这些系统经过专门训练，注重医疗数据隐私保护与专业准确性，显著提升了工作效率。

支持者认为，AI解放了医生的重复性劳动，使其能将更多精力投入到复杂决策与人文关怀中。尤其在基层医疗资源匮乏地区，AI甚至可充当“虚拟上级医师”，弥补经验不足的问题。但从长远看，如何在效率提升与人才培养之间取得平衡，仍是亟待破解的难题。

理想的路径或许不在于“用或不用AI”，而在于“何时用、怎么用”。例如，可设定阶段性引入机制：允许AI为高年资医生提供辅助，但在住院医师培训期间限制其参与核心诊疗文书的生成；或设计“双轨制”病历系统，要求年轻医生先独立完成记录，再与AI版本对照反思，在对比中提升辨识能力。

此外，医学教育体系也应同步革新，增设AI素养课程，教会未来医生如何审慎评估算法输出，识别偏见与局限，真正实现人机协同而非被动依附。

技术不会停下脚步，但医学的本质始终是以人为本。在拥抱智能时代的同时，我们必须守护住那个不可替代的核心——医生独立思考的能力、面对不确定性时的判断力，以及在无数个真实病例中锤炼出的临床直觉。这才是医学传承的真正薪火。