张文宏谈医疗场景引入智能辅助:警惕“跳过训练”削弱青年医生诊断能力

1月10日,在香港举行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就医疗智能化应用发表了引人关注的观点。

他明确表示,在所负责的医院中,拒绝将智能化工具引入病历系统,主要考虑在于这将对年轻医生的成长产生不利影响。

张文宏的担忧集中在医学人才培养的关键环节。

他指出,医生从实习阶段到独立执业,需要经历完整的诊断思维训练过程。

这一过程包括病史采集、体格检查、辅助检查分析、鉴别诊断等多个步骤,每个环节都是培养临床思维不可或缺的部分。

如果年轻医生在成长初期就依赖智能化系统直接获得诊断结论,将跳过这些基础训练,导致其无法形成独立的临床判断能力。

更深层的问题在于,未经系统训练的医生将失去鉴别技术输出结果正误的能力。

张文宏强调,判断智能化工具给出的诊断是否准确,本身需要扎实的专业基础和丰富的临床经验。

如果医生自身能力不足,就容易被技术误导,这种隐患在紧急医疗场景中可能带来严重后果。

"能否避免被误导,取决于你的能力是否强过这些工具。

"他如此表示。

值得注意的是,张文宏并非全盘否定技术在医疗领域的应用价值。

他以自身实践为例说明,在面对大量复杂病例时,他会让智能化工具先进行初步分析,随后凭借多年积累的专业经验迅速识别并纠正其中的错误。

这种使用方式的前提是,医生本人已经具备足够的专业能力,能够对技术输出进行有效监督和校验。

他进一步指出,智能化工具在辅助性工作中确有用武之地,比如帮助医生快速检索医学文献、提供治疗方案参考等。

这类应用能够提升工作效率,而不会削弱医生的核心专业能力。

关键在于明确技术与人的边界,让技术服务于人,而非替代人的思考。

张文宏的观点与当前部分医疗机构的实践形成对比。

2025年初以来,不少医院将大语言模型引入院内系统,用于辅助调取资料、提炼病历、提供诊断参考。

这些机构认为,经过医疗数据训练和安全设置的专业模型,能够在保障信息安全的前提下提升诊疗效率。

然而,张文宏的提醒揭示了技术应用中容易被忽视的人才培养维度。

从医学教育规律来看,临床思维能力的形成需要长期积累和反复锤炼。

这种能力不仅包括知识的掌握,更包括面对复杂情况时的判断力、对疾病演变规律的把握,以及在不确定性中做出决策的经验。

技术可以提供信息支持,但无法替代这一成长过程。

如果过早依赖技术,可能培养出一批"只会操作工具,不会独立思考"的医生,这对医疗质量和患者安全都是潜在威胁。

业内人士指出,在推进医疗智能化的过程中,需要平衡效率提升与人才培养的关系。

对于成熟医生而言,智能化工具是提高工作效率的助手;但对于处于培养阶段的年轻医生,过度依赖技术可能适得其反。

医疗机构在引入新技术时,应当充分考虑对医学教育体系的影响,制定相应的配套措施。

在医疗数字化转型的浪潮中,张文宏的警示犹如一剂清醒剂。

当技术革新与人才培养产生张力时,需要铭记希波克拉底誓言的本质——医疗的核心永远是人。

如何在拥抱技术进步的同时守护医学教育的根基,这不仅是医疗界的必答题,更是关乎全民健康保障的战略命题。

正如现代医学教育奠基人奥斯勒所言:"医学是不确定的科学,也是可能性的艺术",而培养驾驭这种"艺术"的能力,终究需要回归到最本质的临床实践之中。