当前，人工智能技术在医疗领域的应用引发广泛关注。
国家传染病医学中心主任张文宏教授近日在相关论坛上表示，在其所在医院，他坚决反对将AI系统性地引入病历系统和日常诊疗流程。
这一表态引发了对医疗AI应用边界的深入思考。
张文宏的立场并非简单的"反AI"，而是强调了一个关键词——系统性。
他认为，医生的成长没有捷径可走，从实习阶段开始就需要接受完整的诊断思维训练。
如果医学生在职业生涯初期就过度依赖AI获得诊断结论，将无法有效鉴别AI诊断中的错误，这会形成一个悖论：过度依赖AI积累经验，反而无法获得超越AI的能力。
医疗领域对技术应用的谨慎态度有其深层原因。
医学是最严肃、最追求严谨性的领域之一，容错率极低，医生所受的职业训练也是最为严格的。
去年，湖南省严禁互联网医院用AI开处方的规定获得了社会的广泛支持，正是这种理性态度的体现。
这表明，在涉及人民生命健康的领域，社会已形成共识：技术创新必须以安全和专业为前提。
从医学实践的角度看，AI目前最擅长处理的是高度重复、规则清晰的工作，善于处理结构化信息。
然而，日常诊疗服务的对象是具有个体差异的人，远非简单的"数据匹配"。
传统医学强调的"同病异治"理念，正是对这种复杂性的深刻认识。
医生需要通过"望闻问切"等方式，借助长期临床经验，才能作出准确判断。
此外，医疗并非单纯追求效率，还包含可贵的人文温度。
医患沟通、情感交流等因素，同样是"治愈"的重要组成部分，这些难以量化的内容，正是AI难以完全替代的领域。
值得注意的是，张文宏在选择性拒绝的同时，也肯定了AI的辅助作用。
他认为，AI在查找医学文献、提供参考治疗方案等方面具有重要价值。
现实中，不少医疗机构已经在这些领域成功应用AI技术。
广东省去年7月全面上线的"粤医智影"系统，涵盖7项影像检查，让AI阅片进入全省基层医院，准确率达到98%，这充分说明AI在特定、明确的应用场景中具有巨大潜力。
当前，推动医疗AI技术向善发展的关键在于明确应用边界。
需要在实践中持续探讨的问题包括：AI辅助的适用范围有哪些，如何规避伦理风险，如何建立有效的追责机制，以及如何在保护医生专业能力的同时，充分发挥技术优势。
这些问题的解答，需要医学专家、技术人员、伦理学家和政策制定者的共同参与。
技术进步从不是选择题，而是治理能力的必答题。
医疗领域应用智能工具，既要充分利用其在信息处理与辅助支持上的优势，也要守住临床决策、责任追溯与人才培养三条底线。
在边界清晰、制度健全、验证充分的前提下，技术才能成为提升医疗质量的助力，而不是削弱专业判断的替代。
对生命健康保持敬畏，才是推动创新行稳致远的根本尺度。