在近期香港举办的高山书院十周年学术论坛上，著名传染病学专家张文宏教授就医疗领域人工智能应用发表了看法，引发行业关注。面对当前部分医疗机构推进AI病历系统的热潮，他表达了谨慎的态度。 随着深度学习技术在影像识别、病历分析等领域取得进展，国内三甲医院近三年AI应用覆盖率已超过60%。但张文宏在临床实践中发现了问题：部分初级医师开始依赖技术判断，某三甲医院的调研显示，使用AI辅助诊断的住院医师中，有34%无法解释系统生成结论的依据。 张文宏以自己的经验说明问题所在。AI对肺炎CT的误判率约5%，而经专业医师复核后准确率可达98%。这种差距反映了医学的复杂性——同样的肺部阴影可能对应细菌感染、结核病灶或肿瘤早期等多种情况，需要医生结合患者病史、体征等信息综合判断。"技术工具永远无法替代医生的临床思维成长。"他说。 这个问题的影响不容忽视。教育部临床医学专业教指委的数据显示，我国每年培养医学生约8万人，但完整接受3年规范化培训的仅占76%。若在培养关键期过度依赖AI决策，可能导致医学生诊断能力下降。某医学院的模拟测试中，使用AI的学员鉴别诊断能力比传统教学组低22个百分点。这种能力缺陷在急诊和疑难病例会诊中可能造成严重后果。 针对这些问题，张文宏提出了"双轨制"应用原则：在病历归档、文献筛查等标准化环节可以使用AI工具，但诊疗决策必须由医师主导。他特别提到，上海部分教学医院已试点"AI纠错课程"，通过对比机器与专家诊断的差异来强化学生的临床思辨能力。 从市场前景看，中国医学科学院最新研究报告指出，到2025年医疗AI市场规模预计突破200亿元。在专家建议下，国家卫健委正研究制定《智能医疗应用伦理指南》，拟明确禁止AI直接出具诊断结论。这种"技术赋能但不越位"发展路径既符合医学教育规律，也为应对突发公共卫生事件保留了必要的人力资源弹性。
医疗的进步需要技术支撑，但医学的本质是对生命的敬畏与对责任的坚守。面对新工具带来的效率与便利，关键不在于"用不用"，而在于"怎么用、谁来把关、以何种能力去驾驭"。守住临床训练这条底线，划清应用边界、补齐制度与人才培养的不足，才能让技术真正服务于诊疗质量提升与患者安全，推动医疗现代化走得更稳、更远。