近期，国家传染病医学中心主任张文宏教授关于“AI进医院”的一番言论，在医疗圈引发了深层震动。
张教授的观点鲜明且犀利：年轻医生不应该过早依赖AI，否则会缺乏思维锻炼；而高年资医生因为忙碌，可以通过AI提升效率。
这并非杞人忧天。就在2025年，国外一项针对结肠镜医生的研究给出了惊人的数据：长期依赖AI辅助的医生，在脱离AI后，病灶检出与判断能力下降了20%以上。
仿佛一夜之间，AI成了吞噬年轻医生临床能力的“洪水猛兽”。
然而，面对势不可挡的技术浪潮，我们真的只能对年轻医生说“不”吗？
01
堵不如疏：AI是这个时代的“电视与游戏”
让我们把视线拉长。70、80年代，家长视电视为洪水猛兽；00年代，老师视网络游戏为精神鸦片。但结果呢？电视和网络最终成为了这一代人获取信息、认知世界的窗口。
今天的AI，就是医疗界的“新物种”。
张教授的担忧是对的，但“完全拒绝”在现实中可能行不通。即便科主任在查房时严令禁止，年轻医生在值班室、在主任看不见的角落，依然会悄悄打开手机向AI求助。
AI不仅仅是工具，它是这个时代的空气和水。对于年轻一代医生，仅仅通过“禁止”来规避风险是不够的，核心在于如何“引导”。
02
医生用AI的“三重境界”
为什么有的医生用AI变笨了，有的却变强了？因为他们所处的“境界”不同。
第一重境界：懒人（The Lazy）
这是张教授最担心的群体。他们把AI当作“答案生成器”。 “这个病例怎么治？”——复制、粘贴、执行。 这种用法，AI确实是“玩物丧智”的推手。大脑不仅得不到锻炼，反而会因为长期“外包”思考过程而萎缩。这就是那20%能力下降的来源。
第二重境界：学徒（The Learner）
这是我们需要引导年轻医生尽快跨入的阶段。 在这个境界，医生不是找AI要“答案”，而是找AI要“过程”。 AI不仅仅是搜索引擎，更是陪练对象。利用AI海量的知识库，帮助年轻人快速拓宽临床思维的宽度与深度。“除了这个诊断，还应该考虑哪些罕见病？” “这个治疗方案的病理生理学机制是什么？” 在这里，AI是助推器，帮助医生以超越前辈数倍的速度积累经验。
第三重境界：分身（The Avatar）
这是最高级的形态。不仅需要极高的医学造诣，还需要精通AI交互。医生与AI形成共生关系，AI成为专家的“数字分身”，处理复杂数据，辅助高难度决策。这或许是未来的方向。
03
告别“投喂式”答案，寻找“苏格拉底式”AI
既然我们不能禁止年轻医生使用AI，那么科室管理者和医学教育者的责任，就是强行要求年轻医生迈过“懒人阶段”，进入“学徒阶段”。
当年的电视，如果是用来看肥皂剧，那是荒废时间；如果是用来看纪录片，那就是打开眼界。AI亦然。
但这需要一个前提：选对工具。
通用的语言大模型往往倾向于直接给出“看起来正确”的答案，这很容易诱导年轻医生偷懒。医疗场景需要的是专业的、带有启发功能的AI。
在这方面，梅斯医学的DeepEvidence提供了一个非常好的范式。
与普通AI不同，DeepEvidence的设计逻辑不仅仅是“回答”，而是“鉴别、思考与反问”。
当你输入一个病例，它不会直接丢给你一个确诊结论了事。它更像是一位循循善诱的带教老师：
它会列出详细的鉴别诊断路径；
它会展示思考的逻辑链条；
它甚至会反问你：“患者的这个指标异常，你是否考虑了某种药物的影响？”
这种“引线式”的交互，是将临床知识点向纵深和更宽的层面引导。它逼迫年轻医生去思考为什么是A而不是B，去复盘整个诊疗逻辑。
这才是AI在医学教育中该有的样子：不是替代思考，而是引爆思考。
结语
张文宏教授的警示是一记警钟，提醒我们守住医疗的本质——人的专业判断。
但技术的浪潮不可阻挡。对于年轻医生，最好的保护不是将他们与AI隔绝，而是教会他们如何驾驭这把双刃剑。
利用像梅斯医学DeepEvidence这样专业的工具，从“求答案”转向“求思维”，让AI成为举一反三的高效学习伙伴。
只有这样，当下一代医生站在AI的肩膀上时，他们看到的将是更广阔的医学风景，而不是萎缩的大脑。
互动话题：作为医生，你在临床工作中使用AI时，是把它当“百度”用，还是当“老师”用？欢迎在评论区聊聊你的看法。
作者 | 张发宝
编辑 | 目兮
版权说明：梅斯医学（MedSci）是国内领先的医学科研与学术服务平台，致力于医疗质量的改进，为临床实践提供智慧、精准的决策支持，让医生与患者受益。欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。