醫療AI是醫生的“掘墓人”嗎？

過去一年，醫療AI飛速發展。就像五年前自動駕駛還是海市蜃樓，今天已經成為日常生活。我現在每周兩次去遠處的分診所，全程自動駕駛，可以專心聽課、聽書。Waymo 在好幾個大城市隨便坐，已經不是什麽“朋友圈題材”。對無人駕駛，我是樂觀派。端對端模型不斷優化，趕上甚至超過有經驗的老司機完全可能，更不要說比那些開著車texting, 吃早點，化妝的人了。而且機器的視角、反應速度天然優於人類，這一點從生理層麵就決定了人類司機的局限。未來，“車”和“交通”會成為一個整體概念。我們真正需要的，是 freely move around with the best experience。想去哪就去哪，而且有最好的體驗。有時是去上班、見朋友，有時隻是坐在車裏看看風景。這個“機器人司機”可以是導遊，保姆（有的小孩子在車上一晃悠，就睡著），陪讀（有的人就喜歡在車上看書，聽書，哈哈）-- 多功能化的移動空間。

如果自動駕駛重構的是“駕駛”，那麽醫療AI正在重構什麽？醫療AI首先重構的是信息處理層。最明顯的例子是 ambient AI 做診療記錄。這不隻是一個 scribe，不隻是記錄員，而是係統整合者。Note template 是深思熟慮設計出來的：既往病史、過敏記錄、當前用藥、medical assistant 預采集的信息全部整合。醫生與病人 encounter 的過程中，它在“聆聽”，記錄主訴、追問邏輯、數據解讀、檢查與治療方案、對病人的支持表達。最後生成完整記錄。這時候的AI已經不是簡單的筆錄工具，它在一定程度上整合、分析數據，把內容構架為 problem-based stories，分輕重緩急，去攻克問題。這正是我們醫生每天做的事。醫生在與AI合作的過程，就像在培養住院醫。現有的大量病曆是AI的 training 數據。我們每天修正它——哪些話怎麽說更合適，哪些表達不能用。這像極了端對端自動駕駛模型的訓練。
目前AI存在的問題：
– 信息整合還不夠完善（但在Epic這樣的係統裏，這不是問題）, 專業性 model training 仍處於初級階段
哪些科室更容易被AI重構？一些非手術科室，尤其重複性強、標準化高、數據密集的領域，比如化療科：癌症的診斷與分期、藥物相互作用檢查、指南交叉比對以及臨床試驗匹配，這些都屬於結構清晰、邏輯明確、可計算性強的模塊，具有高度標準化和數據密集的特點，因此更容易被人工智能重構和優化。
醫生最頭疼的一件事是寫病曆。為了提高效率，我們引入醫療AI。但如果AI被訓練到擁有專科醫生能力，我們會不會失業？這是很多人內心的疑問。但技術發展的方向幾乎不可逆。AI-assisted documentation 會讓標準化更容易實現。一個醫生再優秀，如果病曆不及時，度假期間他人無法快速了解病情，風險很高。醫生的培訓周期超長，而AI升級可以在幾個月完成。資本社會的本質是提高效率、擴大產能、減少對稀缺資源的依賴。醫生作為稀缺資源，被技術部分替代是趨勢。APN、PA 的角色擴張，本質也是結構重構的一部分。
未來人類醫生麵對的挑戰是：如何管理更多信息、定義成功 (KPI), 如何分配任務、如何界定責任。就像無人駕駛發生事故，最終責任必然涉及車廠。
幾年前湯森路透知識產權的一個案例很有啟發。湯森路透旗下的 Westlaw 是全球知名法律數據庫，包含判決、法律分析、headnotes 以及獨立編輯分類體係，具有原創性並受版權保護。Ross Intelligence 試圖開發法律AI工具，在未獲授權的情況下使用第三方材料訓練模型。湯森路透起訴，法院認為 Westlaw 的 headnotes 和編輯框架受版權保護，用於模型訓練不屬於合理使用。這個案例的意義在於：訓練數據並非天然可以“合理使用”。
回到醫療。我們的會診記錄、progress note，同樣具有原創性。臨床推理結構、風險排序邏輯、表達方式，都是長期經驗積累。如果在與AI公司合作中，這些成為訓練資產卻未得到保護，那確實是在用多年積累去訓練潛在競爭者。真正高價值的IP是什麽？在專業AI領域，真正有價值的不隻是模型，而是：
– 專屬 evaluation benchmark， – 臨床真實世界測試集– 誤差分級體係– 風險分層評估框架– 專業認證與背書。如果一個機構建立了這些，它擁有極強的 intellectual property。
現在讓AI在醫療產業鏈中落地，轉換成生產價值，真正稀缺的不再是算法和算力，而是：誰定義“好”？誰定義“安全”？誰定義“可用”？醫療AI不是醫生的掘墓人，但如果一些醫生隻做數據提供者，不參與設計與規則製定，就會被邊緣化。技術一定會進步，模型一定會變強，真正重要的是誰掌握評價標準與責任框架。如果不想“自掘墳墓”，醫生就必須參與workflow設計、評價標準製定、模型優化以及風險與監管路徑討論。自動駕駛沒有消滅交通，隻是改變了駕駛結構；醫療AI也不會消滅醫生，而是重構醫生的角色。AI時代的醫生會在新的結構中主動找到自己的位置，參與設計、引領方向，在人與技術的協作中發揮更大的價值。