四川
医者的从业历练，是漫长艰辛的打怪升级过程，这个省不了的冷板凳、苦功夫，没有近路可抄
据深圳卫视科创最前沿消息，近日，国家传染病医学中心（上海）主任张文宏教授在一论坛上谈及AI在医疗领域的应用，反对将其系统性地引入医院日常诊疗流程，认为医生需要训练专业诊断能力。
AI浪潮席卷世界，嵌入各行各业，此时“拒绝把AI引入医院病历系统”的表态，乍听似有些“反潮流”的意思。对此，有网友表示不解，认为可以把AI作为一个辅助医生等。但张文宏之语，恰是以过来人的经历和思考，表达自己对AI技术使用边界的清醒认知。
张文宏以自身使用AI的经验为例，他通常让AI先对病例进行初步分析，之后再凭借专业经验识别并纠正其中错误。但如果一名医生从实习阶段就依赖AI直接得出结论，而没有经过完整的临床思维训练，未来将难以具备鉴别AI诊断正误的能力。
当中的技术嬗变确实诱人，但另一方面也让人担忧。人的认知存在有限性，AI目前也有幻觉问题，新手医生必须通过系统训练，习得鉴别AI诊断对错、医治AI不会治的疑难杂症的能力。若缺失这中间漫长的训练，对新人成长可能会造成伤害。张文宏的这份“逆流”式真诚袒露，透露出一份勇毅朴拙感。他坚持真实表达，话糙理不糙，也是一份医者仁心。
戏台上，台上一秒，台下十年。万物之理相通，医者的从业历练，也是漫长艰辛的打怪升级过程。这个省不了的冷板凳、苦功夫，是没有近路可抄的。所以，“过来人”张文宏担忧，一名医生若从实习阶段就未经完整诊断思维训练，直接借助AI获得结论，这种“病例本天成，AI偶得之”的“拿来主义”，会钝化其日常诊疗敏感度。
医者救死扶伤，与时间赛跑，实际的医疗环境压力，去过医院的应该都有体感。若AI技术被系统引入病例实务，可能不知不觉在求快求速中异变为决策主体。AI本是以人的真实数据投喂训练而来，新手医生若把AI用得太顺手，养成思维惰性和行为惯性，难免会出现“反向规训”，比如AI反过来投喂医学新手。长此以往，“导致医生无法鉴别AI诊断的正误”就不再只是张文宏的杞忧。
所以，AI可以使用，但工作中不能形成路径依赖，放弃主体思考，否则危及业务成长。求助AI数据库是简单的，同时要警惕这种太过高效顺滑的技术替代，利用AI处理海量信息的能力，必须保留医生的主导判断权。
人工思考与成长都来自摩擦褶皱，必须保持现实中处理复杂冲突的能力。不历经千变万化的真实病例磨砺，医者难以从实习医生成长为独当一面的专家。人类主体性最终决定了AI使用关系的边界与走向。
红星新闻评论员 李晓亮
编辑 赵瑜
审核 王光东
红星评论投稿邮箱：hxpl2020@qq.com
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
