医学专家表示：人工智能辅助诊断的基础得靠临床能力撑着。现在全球科技浪潮袭来，AI技术跟医疗健康的结合越来越深，给看病、管医院、做研究都带来了很多新机会。但技术发展太快，大家也得想想用它会不会出问题。最近，国家传染病医学中心（上海）的张文宏教授在一个学术会上讲话，专门聊了AI在临床诊断和医学教育培养体系里的事儿，提了不少挺有道理的看法。 张文宏教授最关心的就是怎么培养好医生。他说现在有些人想把AI技术放进医院病历系统里，甚至放到诊断的最前面。如果这一套全用在年轻医生，尤其是实习医生或者住院医生身上，可能会有大麻烦。医生成长得慢慢来，得自己多收集、分析病例，练好思维才能有好直觉。要是让AI直接给出诊断结果，年轻医生可能就少了这些磨炼的机会。 这样一来的后果可不是简单地依赖工具这么简单，可能会把他们的核心能力给丢了——遇到AI给的复杂或者有错误的建议时，他们没法自己挑出来纠正。这种“能力差距”藏在技术的便利后面，是个大问题，关乎以后的医疗水平和安全底线。不过，张文宏教授并不是说AI医疗不行。他结合自己的经验说，面对海量复杂病例时，AI能当个高效的助手帮忙理头绪和做初步筛查。比如找文献、归总病历要点、给点诊疗方案参考之类的都很管用。 关键还是看怎么用和谁在用。老专家有经验能驾驭住AI输出的结果；而那些还在练的年轻医生要是自己的诊断水平还不够扎实，就容易被AI带跑偏。这就说明个道理：AI在诊断里的位置是“帮忙”而不是“代替”，到底能不能用得好、安不安全，主要看用它的医生本事行不行。 张文宏教授的这些话给现在大力拥抱AI的医疗圈提了个醒。这些年国内外的大模型技术突破后，不少医院都在想办法把AI用到辅助诊断、病历检查、管病人这些地方上。通过私有化部署、专门优化、加固数据安全这些办法来提高准确率和可靠性。这些做法确实有价值能提高效率减轻工作压力。 但是张文宏教授也适时地指出：在推技术落地的同时，千万不能忘了医学教育本身的规律和人才培养的道理。搞医疗说到底是关心人的科学和艺术，任何技术进来都不能把医生的人文关怀和做决定的能力给削弱了。 这就引出了更大范围的技术伦理和管理问题：开发AI医疗产品时怎么定评估标准？不仅要看性能指标，还得看看它对工作流程、医生决策还有长远能力发展的影响吗？医院管理和课程设计上怎么把用AI工具跟练传统临床思维结合起来？设计出既能提升又不替代医生的培养方案吗？ 这些都得让医生、教育工作者、科技人员和政策制定者一块儿好好聊聊。AI是引领新一轮科技革命的关键技术，在医疗健康里的前景很广。张文宏教授的观点强调了一点：在追求效率的同时必须守住医疗服务的核心——培养人、增强人的能力。 推动AI跟医疗深度融合的理想路线应该是“人机一起干活，互相帮忙”：让AI变成医生脑子的延伸去处理杂事节省精力；医生靠自己的经验、批判性思维和人文关怀当最后的决策者掌控大局。只有技术帮衬跟人才培养两手抓才靠谱，把医生队伍的基础打牢了，AI医疗才能走得稳当长久地造福大家健康事业实现科技的善意初衷。