文章核心观点 - 国家传染病医学中心主任张文宏对AI引入医院电子病历系统持审慎态度 担忧其可能改变年轻医生培养体系并可能误导能力不足的医生 但他本人会使用AI进行初步筛查[1] - AI介入医疗是难以阻挡的潮流 其在工作效率、结果一致性和流程执行力方面具有显著优势 已在影像研判、数据整合及部分疾病诊治中展现出优越性[2] - 尽管AI可能导致医生在某些具体领域的能力“退化” 但在其协助下提升整体医疗水平是趋势 正如现代影像技术已超越传统听诊器[3] - 张文宏的发言点出了AI在医疗领域应用需解决的两大核心问题：AI的质量把控与监管标准统一 以及年轻医生在AI环境下的能力培养与培训体系革新[4][5] AI在医疗行业的应用现状与优势 - AI在工作效率、结果一致性和流程执行力方面具有碾压式优势[2] - 目前在影像资料研判、检验数据整合以及部分典型疾病的早期诊治和规范治疗方面 已显现出无可替代的优越性[2] - AI一旦形成标准体系 基本能保证不犯大错误 例如在法医界的DNA识别和指纹比对中已得到验证[2] AI应用引发的潜在挑战与争议 - AI可能改变现有的年轻医生培养体系 减少医生在一般性工作中的锻炼和经验积累机会[1][3] - 年轻医生若能力不强于AI 有可能被AI的错误所误导[1] - AI的介入可能导致人类医生在某些特定领域的能力退化 例如识别肺结节的能力可能因AI辅助而下降[3] - AI的质量把控存在挑战 特别是在疾病诊断标准有弹性的情况下 如何保证AI判断尺度合理、避免因算力等问题走偏是核心问题[4] - AI的准入和监管标准若不统一 可能引发行业混乱和新的纠纷[4][5] 对行业未来发展的思考与建议 - 单纯拒绝AI并非优秀选项 关键在于如何管理与完善相关流程和质量标准[5] - 需未雨绸缪 重新思考并设计AI环境下未来医生所需的能力 以及如何与AI形成互补[5] - 未来医生的能力要求细化后 可利用AI模拟更接近实际的场景进行培训 使医生在可控环境下实践[5] - 正如B超、CT超越听诊器一样 在AI协助下整体医疗水平的不断提高是趋势 医生部分能力的演变并不可怕[3]