深夜的医院走廊，键盘敲击声此起彼伏。年轻医生盯着屏幕，手指在“复制-粘贴”间机械飞舞——这是中国无数医院的日常图景。就在医疗AI被资本捧上神坛的今天，张文宏教授却泼下一盆冷水：“我拒绝把AI引入医院病历系统！”这句话像一颗投入湖面的石子，激起了医疗界、科技界和普通民众的层层涟漪。
一、病历不是代码，医疗需要“人的温度”
在AI拥趸眼中，病历系统智能化是“解放医生双手”的终极方案。但张文宏的担忧恰恰在于：当病历变成标准化模板，医学最珍贵的临床思维正在被悄悄扼杀。他曾在多个场合强调，一份优秀病历的价值，不在于格式的完美，而在于记录医生观察、推理、修正诊断的全过程。这就像名厨的食谱——即便列出所有原料和步骤，也无法复制那份对火候的微妙感知。
更现实的隐患在于数据污染。我国三级医院日均门诊量常突破万人次，若将早期不规范的电子病历数据喂给AI，无异于“垃圾进、垃圾出”。某三甲医院信息科负责人透露：“我们2018年前的病历电子化率不足60%，且字段缺失率高达34%。”这样的数据地基，能建起可靠的AI大厦吗？
二、效率陷阱：被算法绑架的诊疗节奏
科技企业描绘的蓝图很美好：AI自动生成病历，医生审核签字，门诊效率提升300%。但医疗现场远比想象中复杂。试想当系统自动弹出“肺炎可能”的预填选项时，医生是否会在潜意识里被锚定？这种“算法先入为主”效应，在急诊场景中可能造成灾难性后果。
更深层的矛盾在于医疗本质。北京某医院副院长坦言：“现在年轻医生已经过度依赖检查单，如果连病历都交给AI，临床基本功将加速退化。”数据显示，我国住院医师问诊时间从十年前的26分钟缩短至现在的9分钟，而AI的介入可能让医患之间最后的深度交流环节也沦为形式。
三、第三条道路：做医生的“副驾驶”，而非“自动驾驶”
值得玩味的是，张文宏反对的是“替代型AI”，而非“辅助型智能”。在华山医院感染科的实践中，AI正在以更巧妙的方式渗透：用药禁忌实时提醒系统使严重药物不良反应下降41%；影像辅助诊断工具将早期肺癌漏诊率从15%压至7%。这些“幕后助手”从不越界决策，只做风险提示。
真正的破局点或许在于人机协作的新范式。就像飞行员依赖仪表盘却始终保持手动操控权，未来医生的核心竞争力将是“AI管理能力”——知道何时采纳算法建议，何时依靠临床直觉。美国梅奥诊所的实践显示，经过人机协作培训的医生组，诊断准确率比纯AI组高22%，比纯人工组高17%。
四、冷思考：当技术狂奔时，伦理必须系好安全带
这场争论背后，是医疗体系数字化转型的集体焦虑。据统计，2023年我国医疗AI市场规模达217亿元，但与此同时，关于AI误诊的纠纷案例年增长率达67%。某医疗AI企业创始人坦言：“我们现在最怕的不是技术瓶颈，而是法律和伦理的模糊地带。”
张文宏的“拒绝”更像是一种预警：在技术乐观主义席卷医疗领域时，需要有人按住暂停键，追问那些被忽略的根本问题——如果AI诊断出错，责任主体是谁？当算法基于多数人群数据训练，罕见病患者如何避免成为“数字孤儿”？这些拷问，比技术本身更亟待答案。
医疗AI的列车已经驶出站台，但方向盘应该握在谁手中？张文宏的质疑不是路障，而是必要的减速带。当我们憧憬着“AI医生”的未来时，或许更该记住特鲁多医生的墓志铭：“有时去治愈，常常去帮助，总是去安慰。”这份属于医学的人文内核，是任何算法都无法编译的源代码。
【你怎么看？欢迎在评论区分享你与AI医疗的故事或观点】
相关搜索：点击查看详情