文丨高维

“在我们医院，我拒绝把AI引入病历系统！”近日，国家传染病医学中心（上海）主任张文宏教授在一论坛上，反对将AI系统性地引入医院日常诊疗流程，认为医生需要训练专业诊断能力。

▲资料图：国家传染病医学中心主任张文宏（左）。图/新华社

看到“拒绝”二字，可能有人会以为，张文宏是在旗帜鲜明地“反AI”。事实上，在他的发言中，还有一个不能忽视的关键词——系统性。

AI的强大毋庸置疑，其进化速度之快有目共睹。不过，强大归强大，目前为止，一个基本的社会认知并未被撼动：AI是辅助工具，而非决策主体。从AI批改，到AI创作，再到智能驾驶，对绝大多数“可AI化”事物的讨论，最终都回到了这个结论。医疗是最严肃、最追求严谨性的领域之一，容错率极低，相应地，医生所受到的职业训练，也是最为严格的一档。去年，湖南严禁互联网医院用AI开处方引发热议，获得了网友的压倒性支持，正是这种态度的投射。

“绝知此事要躬行。”作为一名资深的医生，张文宏不会不清楚，医生的成长没有捷径可走：一名医生若从实习阶段就未经完整的诊断思维训练，直接借助AI获得结论，可能无法鉴别AI诊断的错误。哪怕是完全的“医学门外汉”，也不难看出这个浅显的悖论：总想着让AI来代劳，来积累经验，那超越AI的能力，又从何而来呢？能力和能量一样，并不会凭空产生。

张文宏的担忧，其实也是许多人的担忧。现阶段，AI最为擅长的，是那些高度重复、规则清晰的工作，善于处理结构化的信息。然而，日常诊疗服务的对象是人，远非“数据匹配”，背后必然存在许多难以量化的部分，其中也包括数据污染。比如，传统医学提出的“同病异治”等理念，正是强调个体差异带来的复杂性，必须通过“望闻问切”、借助长期的临床经验，才能作出比较准确的判断。毕竟，医疗并非一味追求效率，还有可贵的温度。“有时治愈，常常帮助，总是安慰”，医患沟通和情感交流，不也是“治愈”的一环吗？

推动技术向善，归根到底，需要分清个中利弊，明确应用边界。张文宏在选择性拒绝之余，也肯定了AI的辅助作用，如查找医学文献、提供一些参考的治疗方案等。现实中，不少医院已经接入大模型工具，其中，广东去年7月全面上线“粤医智影”系统，涵盖7项影像检查，让AI阅片走进全省基层医院，准确率达到了98%。当然，人工智能本身也在动态发展之中，其辅助的边界又在哪里，适合的情景都有哪些，如何规避伦理风险、建立追责机制，有待在实践中持续探讨。

君子既要“善假于物”，也要“有所为有所不为”。无论在什么领域应用AI，都应如此。