“我拒绝把AI引入医院的病历系统。”在香港举办的高山书院十周年论坛上，国家传染病医学中心主任张文宏教授的一席话，振聋发聩。
张文宏在现场揭示了一个极其深刻的行业悖论，资深专家可以用AI，但实习医生绝对不行。
他坦言自己也会用AI，因为他看过成千上万的病例，建立了极其严密的临床思维。AI生成的内容，他扫一眼就知道哪里是胡说八道，哪里是真知灼见。
认同支持张文宏观点的人很多，但认为不该一刀切的也大量存在，王小川就认为AI医疗要解决医生不够、医学不发达问题。这个问题公说公有理，婆说婆有理。
从支持张宏文的角度：医学里最怕的不是不知道，而是有了AI不再思考
从张宏文这番话，可以知道，他是一个称职的医生，他尊重人的生命，同时尊重医生这个职业的专业操守与行业的经验沿袭。
有业内人士认为，张文宏这个态度，其实站在一线临床负责人角度是完全能理解的。病历系统如果深度接入AI，医生很容易被“结论牵着走”，尤其是年轻医生，本来就依赖指南和模板，一旦有“看起来很权威的 AI 建议”，独立诊断能力会被削弱。医学里最怕的不是不知道，而是不再思考。
如今，某副主任医生孙医生站出来发声，他表示：“当一个实习医生，第一次写病程时，AI已经帮他把“看起来很完整的诊断逻辑”铺好；当他第一次面对复杂症状时，系统已经把“最可能的几个答案”排好序；当他还没来得及在脑子里真正展开鉴别诊断，结论已经在那里等他确认。这时候发生的，并不是“效率提升”，而是思维路径被提前固化。”
“出了事，AI不会被问责，年轻医生也扛不住，谁来兜底？最后站出来的，还得是科室大主任。”孙医生表示，你需要一些突发情况来教你做事，有些层次，你得用手、用眼才能记住。”
熟手有检验和复核的能力，而新手、菜鸟没有，一个看CT影像报告的资深医生可以在AI的助理下快速复核分析异常器官部位，但是一个看CT水平很低的医师无法对AI的结果进行二次校验，只能选择听从AI，这种弊端是很显然的。
前段时间有个热搜事件，男子胸背痛怀疑心梗，急诊外科医生按换气过度综合征治疗无果；患者去世医方被定主责，警方刑事立案。
可是新闻没提的内容是什么呢？这个医生开了心电图和cTn，结果阴性。
“如果是AI，AI一定也会和这个医生一样排除心梗，那个急诊科医生该做的检查也都做了，结果也并不明显指向心梗。事实上新闻提到的急诊案例，真的很需要经验丰富的医师救治，因此，放在涉及到生命安全的这种急诊，AI明显是不能够替代医生的专业经验与思考来做出结论。”
王小川炮轰张宏文：拒绝AI是屁股决定脑袋
但支持引入AI的人认为，AI引入医院或是挡不住的趋势。
理由是影像、病理、心电、检验指标解读，本质是“模式识别 + 概率判断”。很多老专家的“经验直觉”，拆开看其实就是大量统计规律，AI 学得会，甚至越来越快，直接拉平“新手和老专家”的下限差距。
中国本身医疗资源不够，提高看病效率是必然要走的路。
有家长就指出：在基层医疗领域，AI的效率是远高于很多医生的，特别是现代西医体系，症状、数据、甄别、判断，这是非常数字化的模型。基层医院目前的程序化流水线恐怕还不如AI。
该家长表示，在传染病爆发期，同时有几十个发烧的小孩，儿科医生是可能误诊的，根本就顾不过来，医生往往就是流水线操作。我儿子川崎病就被当地的三甲误诊过，一上来就让消炎退烧，反掩盖病情。后来是我自己怀疑，再去儿童医院，主动要求考虑是不是川崎病才确诊。
“彼时还没有AI，就是自己搜索、排除，我相信如果当时能有，还可以更早发现。”该家长认为，张文宏说那些80分、90分的医生不要被AI影响了判断能力是OK的。但假设AI诊疗有60分水平，全国医生不到60分及格的是大量存在的。
而王小川炮轰张宏文也谈到了类似的问题，王小川表示，目前医疗的问题是医生太少，医疗不够发达，居家服务太少。而AI的出现主要是为了服务患者，而不是围绕医生的利益。
医生太少病患太多，尤其是基层医疗资源缺乏乃至水平欠缺，这也是中国的一个实情。
更何况现在有一个趋势，就是越来越多的老外为逃“斩杀线”挤爆中国三甲医院！称中国医疗就是白菜价。可想而知，未来的中国的医疗资源尤其是三甲医院的提效分流的压力会更大。
当“来华免签”变成了“来华就医”，这场跨越万里的求医问药背后，是中国的医疗成本、效率与专业。
在欧美医疗体系中，CT、核磁共振这些检查项目，往往被视为“奢侈品”。在美国，若没有保险，做一次核磁共振可能需要花费近一万美元。
然而在中国，几百块人民币的核磁共振、几十块钱的血常规，直接把这种“贵族检查”打成了“白菜价”。
因此，从未来趋势看，随着中国的国际影响力与日俱增，来华外国人越来越多，大量外国人来华就医或成为一种隐性的趋势。如何应对这种变化，也是当前国内三甲医院需要思考的。
因此，从病人群体规模的扩大，到医生人手与精力不够用的情况下，AI被引入医疗体系作为辅助，来分流医生压力，提升看病效率可能就是一条必然之路。
有人认为，AI引入病历系统的最大的好处是把无数重复且繁琐的工作交给AI完成，让医生能有更多时间去与患者沟通和进行研究。
但另一方面，大模型的进化需要依赖于高质量的实践数据，如果今天的病历大规模由AI生成，吃着“AI生产的数据”长大的，这会导致模型能力迅速坍塌。
正如某专业医生指出：“引入AI的第一年，效率提升、投诉下降、文书规范、指标好看；第二年，年轻医生“上手更快”，人力紧张得到缓解；第三年，突然发现，所有的病例变得千篇一律，我找不到非典型的疑难病例可以讨论学习了。”
医疗界的技术变革与进步是靠思考与实践得来的，如果医生不再思考，那么医学界的疑难杂症如何攻克？从张文宏的观点来看，他反对的是替代，而非辅助。张文宏也提到了“你可以自己在那里用，但是不允许在我这病历系统里用AI。”张医生不是反科技，他自己也用AI初筛病例，但他清楚：工具可以快，脑子不能懒。
医生要是连“AI哪里错了”都看不出来，那5%的误诊，可能就是某个家庭100%的灾难。
一医学副主任孙医生认为，早期训练阶段，AI是陪练，不是裁判；它可以帮你查资料，但不能替你写“你没想清楚的结论”；它可以提醒你风险，但必须逼你说出“为什么采纳、为什么不采纳”；它可以让成熟医生飞得更高，但不能让新医生跳过起飞前的助跑。
未来和AI共存已经是大势所趋，AI 可以做“第二意见”和“风险提示”，不能做最终诊断，医生必须对 AI 输出负责，医生需要尽最大努力成长为及格线以上的医生，有足够的专业能力来识别AI的真知灼见与胡说八道成分，同时自己做出诊疗判断，让AI成为工具而不是代替医生思考，医疗不是一个只追求“最优解”的行业。它需要的是在不确定性中，仍然有人知道自己为什么这样判断，并愿意为此负责。