2026年年初，在一場聚焦“AI+醫(yī)療”的行業(yè)論壇上，國家傳染病醫(yī)學(xué)中心（上海）主任張文宏的一席話引發(fā)軒然大波。他直言：“我們醫(yī)院目前拒絕將AI引入電子病歷系統(tǒng)?！崩碛芍敝负诵摹狝I可能讓醫(yī)生產(chǎn)生依賴，進而“變蠢”。

這一表態(tài)迅速登上熱搜。在AI席卷千行百業(yè)、醫(yī)療領(lǐng)域尤被寄予厚望的當(dāng)下，張文宏的“拒絕”顯得格格不入，甚至被部分人斥為“保守”或“反智”。然而，若細究其擔(dān)憂，便會發(fā)現(xiàn)這并非簡單的技術(shù)抗拒，而是一場關(guān)于人類專業(yè)能力、判斷力與技術(shù)邊界之間張力的深刻反思。

幾乎在同一時間，大洋彼岸的埃隆·馬斯克在一次公開訪談中拋出更激進的觀點：“3年后，AI將取代外科醫(yī)生；未來不要讓孩子學(xué)醫(yī)。”一邊是臨床一線權(quán)威對AI“侵蝕”醫(yī)生思維的警惕，一邊是科技巨頭對AI全面接管醫(yī)療的篤信——兩條看似對立的路徑，實則共同指向一個無法回避的問題：當(dāng)AI深度介入醫(yī)療，我們究竟是在解放醫(yī)生，還是在消解醫(yī)生？

張文宏

張文宏的警告：醫(yī)生被AI馴化

張文宏的立場，并非否定AI的價值。事實上，他在多個場合肯定AI在流行病預(yù)測、藥物研發(fā)、影像識別等領(lǐng)域的潛力。他的警惕集中在臨床決策環(huán)節(jié)，尤其是電子病歷這類直接嵌入診療流程的系統(tǒng)。

電子病歷本應(yīng)是醫(yī)生記錄、分析、溝通的工具。但當(dāng)AI開始“智能推薦”診斷方案、“自動填充”病程記錄、“一鍵生成”治療建議時，問題就來了。張文宏擔(dān)憂的是，過度依賴這些“快捷方式”，會讓醫(yī)生喪失獨立思考的能力。

張文宏對醫(yī)療AI的擔(dān)憂并非空穴來風(fēng)。去技能化風(fēng)險正引起越來越多醫(yī)學(xué)專家的關(guān)注。在一月發(fā)表于《英國精神醫(yī)學(xué)雜志》的專題文章中，研究者分析了醫(yī)生過度依賴AI可能導(dǎo)致的問題。

文章指出，過度依賴AI可能會降低臨床推理和決策的質(zhì)量，對醫(yī)患溝通產(chǎn)生負面影響，并增加醫(yī)學(xué)領(lǐng)域去技能化風(fēng)險。隨著AI成為醫(yī)療行為的常規(guī)環(huán)節(jié)，醫(yī)生必須認識到這些工具的局限性。

對于年輕醫(yī)生來說，這一風(fēng)險尤為突出。試想一位年輕住院醫(yī)師，面對復(fù)雜病例時不再反復(fù)推敲病理機制、權(quán)衡鑒別診斷，而是習(xí)慣性點擊AI彈出的“Top 3 診斷建議”……久而久之，其臨床推理能力、對細微癥狀的敏感度、對不確定性的容忍與處理能力，都可能退化。這不是危言聳聽——心理學(xué)中的“認知卸載”（cognitive offloading）理論早已指出，當(dāng)人類將記憶或計算任務(wù)外包給外部工具，相關(guān)腦區(qū)活動會減弱，長期可能導(dǎo)致能力萎縮。

張文宏的立場，本質(zhì)上是在捍衛(wèi)醫(yī)學(xué)作為一門“人學(xué)”的核心：診斷不僅是數(shù)據(jù)匹配，更是基于經(jīng)驗、直覺、同理心的綜合判斷；治療不僅是執(zhí)行方案，更是與患者共同決策的過程。若AI成為“黑箱式”的決策代理，醫(yī)生淪為操作員，那么醫(yī)學(xué)的人文溫度與批判性思維，或?qū)⒈凰惴ㄟ壿嬊娜煌淌伞?/p>

馬斯克

馬斯克的預(yù)言：AI外科醫(yī)生來了

與張文宏的謹慎形成鮮明對比，馬斯克描繪的醫(yī)療未來充滿賽博朋克色彩。他認為，AI不僅能在診斷上超越人類，甚至將在極短時間內(nèi)就能取代外科醫(yī)生——理由是AI具備超高的精準度、無疲勞操作能力，以及不斷從海量手術(shù)視頻中學(xué)習(xí)進化的能力。

客觀而言，技術(shù)進化論支持這種樂觀預(yù)測，AI在外科領(lǐng)域的進展確實迅猛。達·芬奇手術(shù)機器人已在全球完成數(shù)百萬例手術(shù)；AI輔助的微創(chuàng)手術(shù)系統(tǒng)能實現(xiàn)亞毫米級操作；深度學(xué)習(xí)模型在術(shù)前規(guī)劃、術(shù)中導(dǎo)航、術(shù)后并發(fā)癥預(yù)測等方面展現(xiàn)出強大潛力。某些標(biāo)準化程度高的手術(shù)（如白內(nèi)障摘除、部分腹腔鏡操作），AI或機器人主導(dǎo)的自動化流程已在試驗階段。

麥肯錫報告顯示，AI在醫(yī)療影像識別準確率已達96%，超過人類專家平均水平；IBM Watson對腫瘤的診斷建議采納率在部分醫(yī)院超過60%。更關(guān)鍵的是，AI不受疲勞、情緒波動影響，理論上可實現(xiàn)永續(xù)精準操作。

AI最終能取代醫(yī)生嗎？

AI不是“取代者”，而是“鏡子”

拋開極端立場，或許真正的出路在于尋找一種平衡：AI不應(yīng)成為醫(yī)生的“替代品”，而應(yīng)成為一面“鏡子”——照見知識盲區(qū)，提示潛在風(fēng)險，但最終決策權(quán)始終牢牢掌握在人類手中。

目前全球領(lǐng)先的醫(yī)療AI實踐，正朝此方向演進。例如：

AI輔助而非主導(dǎo)：系統(tǒng)提供多套可能診斷及依據(jù)，但要求醫(yī)生逐項確認或駁回，強制其進行思考；

可解釋性優(yōu)先：不再使用“黑箱”模型，而是采用能展示推理路徑的AI，讓醫(yī)生理解“為何如此建議”；

人機協(xié)同訓(xùn)練：通過AI反饋，幫助醫(yī)生識別自身認知偏差，提升臨床判斷力。

這種模式下，AI不是削弱醫(yī)生，而是放大醫(yī)生的專業(yè)價值。正如聽診器沒有讓醫(yī)生“變聾”，CT沒有讓放射科醫(yī)生“失業(yè)”，真正的好工具，應(yīng)激發(fā)而非抑制人的潛能。

AI+醫(yī)療的終極目標(biāo)，不應(yīng)是打造一個無人醫(yī)院，而應(yīng)是構(gòu)建一個讓醫(yī)生更專注于“人”、讓患者獲得更有溫度照護的系統(tǒng)。

至于馬斯克的預(yù)言？或許3年后，AI能完成一臺完美的闌尾切除術(shù)。但要取代那個在深夜查房、誠懇地握著患者的手說“別怕”的醫(yī)生——恐怕還是很難吧。

警惕“變蠢”的，不只是醫(yī)生。張文宏的警告，其實適用于每一個與AI共處的普通人。當(dāng)我們習(xí)慣用導(dǎo)航代替認路、用語音輸入代替書寫、用推薦算法代替主動探索，我們的空間感、表達力、好奇心是否也在悄然退化？

在這場人與AI的共舞中，我們需要的不是盲目擁抱，也不是全盤拒絕，而是清醒地問一句：我們究竟想成為什么樣的“人”？