醫路心語，一位美國華人心髒科醫生的行醫筆記
118. AI該進入醫院日常診療流程嗎？——基於張文宏教授觀點的辯證思考
AI能否係統性進入醫院日常診療流程，是當下醫療領域與科技交叉的熱點議題。國家傳染病醫學中心（上海）主任張文宏教授最近的相關觀點，為這場討論提供了極具價值的專業視角。他明確反對將AI係統性納入日常診療，卻會借助AI進行病例初步分析，再以他自身專業經驗校驗其準確性。他的擔憂在於，若醫生從實習階段就依賴AI直接獲取結論，跳過完整診斷思維訓練，將喪失辨別AI診斷正誤的能力。
對於張教授的觀點，我持辯證認同態度，既理解其擔憂背後的專業考量，也認為不應因噎廢食，否定AI在醫療領域的正向價值，關鍵在於界定AI的角色定位，實現技術與醫療本質的良性融合。
張教授的擔憂絕非危言聳聽，而是對醫療行業核心邏輯的堅守。醫療的核心是“人”，診斷過程不僅是症狀與病症的對應，更是醫生基於醫學知識、臨床經驗、患者個體差異的綜合研判，這種思維能力的錘煉是醫生成長的核心路徑。若年輕住院醫生簡單地淪為AI的“執行者”，動輒複製粘貼AI結論，放棄獨立思考與真偽辨別，不僅會導致診療能力停滯不前，更可能因AI的潛在偏差引發醫療風險，這對醫生職業成長和患者生命健康而言，確實是災難性的。這種對“思維惰性”的警惕，是資深醫者對行業傳承的責任擔當，值得認同與重視。
但換個視角，這種擔憂並非無法通過科學引導化解，我們完全可以借助技術進步優化醫生培養體係。醫療行業的發展本就與技術革新同頻共振，醫生培訓的核心是掌握診療邏輯與核心能力，而非重複過往低效的學習路徑。回首當年自己讀醫學院做學生時，查詢最新文獻需奔波圖書館，那時的Pubmed以光碟形式呈現且數據滯後1-2年，“文獻檢索”曾是大學的一門獨立課程，是不是老資格的醫生們還有印象？而如今，數字化工具已徹底重構學習場景。我們培養醫生的目標，從來不是讓他們複刻前輩的艱辛，走一遍我們的老路，而是借助更先進的技術，降低低效勞動成本，聚焦核心能力提升，這才是技術服務於醫療的本質。
談及醫療輔助工具，醫生群體熟知的UpToDate便是絕佳例證。30多年前，創始人Burton醫生因出版商拒絕電子版教科書更新需求，自主研發了這一循證醫學知識庫，以電子化、實時更新的循證醫學形式，為醫生提供可靠臨床信息，大幅提升了診療決策效率與質量。多年來，無人因UpToDate的輔助作用質疑醫生培訓的有效性，核心原因在於它始終是“工具”而非“主導”，為醫生的專業判斷提供支撐，而非替代醫生決策。
如今的AI，本質上是UpToDate這類工具的進階形態，其價值維度更豐富、輔助能力更強大。AI不僅能優化病曆書寫，為年輕醫生節省大量機械性文書時間，讓他們有更多精力參與臨床實操、與患者溝通；更能在鑒別診斷、治療方案篩選中，基於海量數據快速提供參考，幫助醫生規避思維盲區和潛在錯誤。相較於傳統工具，AI的交互性、針對性更強，更能適配臨床場景的複雜需求。
事實上，反對AI係統性進入診療流程，本質是反對“AI主導診療”，而非否定AI的輔助價值。醫療的核心競爭力，始終是醫生的專業素養、臨床經驗與人文關懷，這是AI無法替代的。AI能處理海量數據、提供概率性參考，但無法精準捕捉患者的個體差異、情緒狀態，更無法承擔診療決策的最終責任。因此，AI進入診療流程的關鍵，是建立“工具定位”的共識：將其納入醫生培訓與日常診療的輔助體係，明確AI為醫生服務、為診療增效的角色，通過科學的培訓體係引導年輕醫生“善用AI而非依賴AI”，在AI輔助下強化獨立診斷思維，而非被技術裹挾。
總而言之，醫療行業不應排斥AI技術的進步，而應主動探索AI與診療流程的適配模式。張文宏教授的觀點提醒我們守住醫療本質、警惕技術依賴，而技術發展的趨勢則要求我們以開放心態擁抱變革。讓AI成為醫生的“得力助手”，而非替代者，在技術賦能中優化醫生培養、提升診療質量，才是平衡醫療本質與技術進步的最優解。
（更多醫學科普知識關注微信公眾號：第二診療意見）
醫路心語 (118) AI該進入醫院日常診療流程嗎？——基於張文宏教授觀點的辯證思考
南山無言 (2026-01-23 18:29:48) 評論 (1)
醫路心語，一位美國華人心髒科醫生的行醫筆記
118. AI該進入醫院日常診療流程嗎？——基於張文宏教授觀點的辯證思考
AI能否係統性進入醫院日常診療流程，是當下醫療領域與科技交叉的熱點議題。國家傳染病醫學中心（上海）主任張文宏教授最近的相關觀點，為這場討論提供了極具價值的專業視角。他明確反對將AI係統性納入日常診療，卻會借助AI進行病例初步分析，再以他自身專業經驗校驗其準確性。他的擔憂在於，若醫生從實習階段就依賴AI直接獲取結論，跳過完整診斷思維訓練，將喪失辨別AI診斷正誤的能力。
對於張教授的觀點，我持辯證認同態度，既理解其擔憂背後的專業考量，也認為不應因噎廢食，否定AI在醫療領域的正向價值，關鍵在於界定AI的角色定位，實現技術與醫療本質的良性融合。
張教授的擔憂絕非危言聳聽，而是對醫療行業核心邏輯的堅守。醫療的核心是“人”，診斷過程不僅是症狀與病症的對應，更是醫生基於醫學知識、臨床經驗、患者個體差異的綜合研判，這種思維能力的錘煉是醫生成長的核心路徑。若年輕住院醫生簡單地淪為AI的“執行者”，動輒複製粘貼AI結論，放棄獨立思考與真偽辨別，不僅會導致診療能力停滯不前，更可能因AI的潛在偏差引發醫療風險，這對醫生職業成長和患者生命健康而言，確實是災難性的。這種對“思維惰性”的警惕，是資深醫者對行業傳承的責任擔當，值得認同與重視。
但換個視角，這種擔憂並非無法通過科學引導化解，我們完全可以借助技術進步優化醫生培養體係。醫療行業的發展本就與技術革新同頻共振，醫生培訓的核心是掌握診療邏輯與核心能力，而非重複過往低效的學習路徑。回首當年自己讀醫學院做學生時，查詢最新文獻需奔波圖書館，那時的Pubmed以光碟形式呈現且數據滯後1-2年，“文獻檢索”曾是大學的一門獨立課程，是不是老資格的醫生們還有印象？而如今，數字化工具已徹底重構學習場景。我們培養醫生的目標，從來不是讓他們複刻前輩的艱辛，走一遍我們的老路，而是借助更先進的技術，降低低效勞動成本，聚焦核心能力提升，這才是技術服務於醫療的本質。
談及醫療輔助工具，醫生群體熟知的UpToDate便是絕佳例證。30多年前，創始人Burton醫生因出版商拒絕電子版教科書更新需求，自主研發了這一循證醫學知識庫，以電子化、實時更新的循證醫學形式，為醫生提供可靠臨床信息，大幅提升了診療決策效率與質量。多年來，無人因UpToDate的輔助作用質疑醫生培訓的有效性，核心原因在於它始終是“工具”而非“主導”，為醫生的專業判斷提供支撐，而非替代醫生決策。
如今的AI，本質上是UpToDate這類工具的進階形態，其價值維度更豐富、輔助能力更強大。AI不僅能優化病曆書寫，為年輕醫生節省大量機械性文書時間，讓他們有更多精力參與臨床實操、與患者溝通；更能在鑒別診斷、治療方案篩選中，基於海量數據快速提供參考，幫助醫生規避思維盲區和潛在錯誤。相較於傳統工具，AI的交互性、針對性更強，更能適配臨床場景的複雜需求。
事實上，反對AI係統性進入診療流程，本質是反對“AI主導診療”，而非否定AI的輔助價值。醫療的核心競爭力，始終是醫生的專業素養、臨床經驗與人文關懷，這是AI無法替代的。AI能處理海量數據、提供概率性參考，但無法精準捕捉患者的個體差異、情緒狀態，更無法承擔診療決策的最終責任。因此，AI進入診療流程的關鍵，是建立“工具定位”的共識：將其納入醫生培訓與日常診療的輔助體係，明確AI為醫生服務、為診療增效的角色，通過科學的培訓體係引導年輕醫生“善用AI而非依賴AI”，在AI輔助下強化獨立診斷思維，而非被技術裹挾。
總而言之，醫療行業不應排斥AI技術的進步，而應主動探索AI與診療流程的適配模式。張文宏教授的觀點提醒我們守住醫療本質、警惕技術依賴，而技術發展的趨勢則要求我們以開放心態擁抱變革。讓AI成為醫生的“得力助手”，而非替代者，在技術賦能中優化醫生培養、提升診療質量，才是平衡醫療本質與技術進步的最優解。
（更多醫學科普知識關注微信公眾號：第二診療意見）
118. AI該進入醫院日常診療流程嗎？——基於張文宏教授觀點的辯證思考
AI能否係統性進入醫院日常診療流程，是當下醫療領域與科技交叉的熱點議題。國家傳染病醫學中心（上海）主任張文宏教授最近的相關觀點，為這場討論提供了極具價值的專業視角。他明確反對將AI係統性納入日常診療，卻會借助AI進行病例初步分析，再以他自身專業經驗校驗其準確性。他的擔憂在於，若醫生從實習階段就依賴AI直接獲取結論，跳過完整診斷思維訓練，將喪失辨別AI診斷正誤的能力。
對於張教授的觀點，我持辯證認同態度，既理解其擔憂背後的專業考量，也認為不應因噎廢食，否定AI在醫療領域的正向價值，關鍵在於界定AI的角色定位，實現技術與醫療本質的良性融合。
張教授的擔憂絕非危言聳聽，而是對醫療行業核心邏輯的堅守。醫療的核心是“人”，診斷過程不僅是症狀與病症的對應，更是醫生基於醫學知識、臨床經驗、患者個體差異的綜合研判，這種思維能力的錘煉是醫生成長的核心路徑。若年輕住院醫生簡單地淪為AI的“執行者”，動輒複製粘貼AI結論，放棄獨立思考與真偽辨別，不僅會導致診療能力停滯不前，更可能因AI的潛在偏差引發醫療風險，這對醫生職業成長和患者生命健康而言，確實是災難性的。這種對“思維惰性”的警惕，是資深醫者對行業傳承的責任擔當，值得認同與重視。
但換個視角，這種擔憂並非無法通過科學引導化解，我們完全可以借助技術進步優化醫生培養體係。醫療行業的發展本就與技術革新同頻共振，醫生培訓的核心是掌握診療邏輯與核心能力，而非重複過往低效的學習路徑。回首當年自己讀醫學院做學生時，查詢最新文獻需奔波圖書館，那時的Pubmed以光碟形式呈現且數據滯後1-2年，“文獻檢索”曾是大學的一門獨立課程，是不是老資格的醫生們還有印象？而如今，數字化工具已徹底重構學習場景。我們培養醫生的目標，從來不是讓他們複刻前輩的艱辛，走一遍我們的老路，而是借助更先進的技術，降低低效勞動成本，聚焦核心能力提升，這才是技術服務於醫療的本質。
談及醫療輔助工具，醫生群體熟知的UpToDate便是絕佳例證。30多年前，創始人Burton醫生因出版商拒絕電子版教科書更新需求，自主研發了這一循證醫學知識庫，以電子化、實時更新的循證醫學形式，為醫生提供可靠臨床信息，大幅提升了診療決策效率與質量。多年來，無人因UpToDate的輔助作用質疑醫生培訓的有效性，核心原因在於它始終是“工具”而非“主導”，為醫生的專業判斷提供支撐，而非替代醫生決策。
如今的AI，本質上是UpToDate這類工具的進階形態，其價值維度更豐富、輔助能力更強大。AI不僅能優化病曆書寫，為年輕醫生節省大量機械性文書時間，讓他們有更多精力參與臨床實操、與患者溝通；更能在鑒別診斷、治療方案篩選中，基於海量數據快速提供參考，幫助醫生規避思維盲區和潛在錯誤。相較於傳統工具，AI的交互性、針對性更強，更能適配臨床場景的複雜需求。
事實上，反對AI係統性進入診療流程，本質是反對“AI主導診療”，而非否定AI的輔助價值。醫療的核心競爭力，始終是醫生的專業素養、臨床經驗與人文關懷，這是AI無法替代的。AI能處理海量數據、提供概率性參考，但無法精準捕捉患者的個體差異、情緒狀態，更無法承擔診療決策的最終責任。因此，AI進入診療流程的關鍵，是建立“工具定位”的共識：將其納入醫生培訓與日常診療的輔助體係，明確AI為醫生服務、為診療增效的角色，通過科學的培訓體係引導年輕醫生“善用AI而非依賴AI”，在AI輔助下強化獨立診斷思維，而非被技術裹挾。
總而言之，醫療行業不應排斥AI技術的進步，而應主動探索AI與診療流程的適配模式。張文宏教授的觀點提醒我們守住醫療本質、警惕技術依賴，而技術發展的趨勢則要求我們以開放心態擁抱變革。讓AI成為醫生的“得力助手”，而非替代者，在技術賦能中優化醫生培養、提升診療質量，才是平衡醫療本質與技術進步的最優解。
（更多醫學科普知識關注微信公眾號：第二診療意見）