梅斯醫學創始人張發寶：AI不是替代思考，而是引爆思考

近期，國家傳染病醫學中心主任張文宏教授關于“AI進醫院”的一番言論，在醫療圈引發了深層震動。

張教授的觀點鮮明且犀利：年輕醫生不應該過早依賴AI，否則會缺乏思維鍛煉；而高年資醫生因為忙碌，可以通過AI提升效率。

這并非杞人憂天。就在2025年，國外一項針對結腸鏡醫生的研究給出了驚人的數據：長期依賴AI輔助的醫生，在脫離AI后，病灶檢出與判斷能力下降了20%以上。

仿佛一夜之間，AI成了吞噬年輕醫生臨床能力的“洪水猛獸”。

然而，面對勢不可擋的技術浪潮，我們真的只能對年輕醫生說“不”嗎？

01

堵不如疏：AI是這個時代的“電視與游戲”

讓我們把視線拉長。70、80年代，家長視電視為洪水猛獸；00年代，老師視網絡游戲為精神鴉片。但結果呢？電視和網絡最終成為了這一代人獲取信息、認知世界的窗口。

今天的AI，就是醫療界的“新物種”。

張教授的擔憂是對的，但“完全拒絕”在現實中可能行不通。即便科主任在查房時嚴令禁止，年輕醫生在值班室、在主任看不見的角落，依然會悄悄打開手機向AI求助。

AI不僅僅是工具，它是這個時代的空氣和水。對于年輕一代醫生，僅僅通過“禁止”來規避風險是不夠的，核心在于如何“引導”。

02

醫生用AI的“三重境界”

為什么有的醫生用AI變笨了，有的卻變強了？因為他們所處的“境界”不同。

第一重境界：懶人（The Lazy）

這是張教授最擔心的群體。他們把AI當作“答案生成器”。 “這個病例怎么治？”——復制、粘貼、執行。 這種用法，AI確實是“玩物喪智”的推手。大腦不僅得不到鍛煉，反而會因為長期“外包”思考過程而萎縮。這就是那20%能力下降的來源。

第二重境界：學徒（The Learner）

這是我們需要引導年輕醫生盡快跨入的階段。 在這個境界，醫生不是找AI要“答案”，而是找AI要“過程”。 AI不僅僅是搜索引擎，更是陪練對象。利用AI海量的知識庫，幫助年輕人快速拓寬臨床思維的寬度與深度。“除了這個診斷，還應該考慮哪些罕見病？” “這個治療方案的病理生理學機制是什么？” 在這里，AI是助推器，幫助醫生以超越前輩數倍的速度積累經驗。

第三重境界：分身（The Avatar）

這是最高級的形態。不僅需要極高的醫學造詣，還需要精通AI交互。醫生與AI形成共生關系，AI成為專家的“數字分身”，處理復雜數據，輔助高難度決策。這或許是未來的方向。

03

告別“投喂式”答案，尋找“蘇格拉底式”AI

既然我們不能禁止年輕醫生使用AI，那么科室管理者和醫學教育者的責任，就是強行要求年輕醫生邁過“懶人階段”，進入“學徒階段”。

當年的電視，如果是用來看肥皂劇，那是荒廢時間；如果是用來看紀錄片，那就是打開眼界。AI亦然。

但這需要一個前提：選對工具。

通用的語言大模型往往傾向于直接給出“看起來正確”的答案，這很容易誘導年輕醫生偷懶。醫療場景需要的是專業的、帶有啟發功能的AI。

在這方面，梅斯醫學的DeepEvidence提供了一個非常好的范式。

與普通AI不同，DeepEvidence的設計邏輯不僅僅是“回答”，而是“鑒別、思考與反問”。

當你輸入一個病例，它不會直接丟給你一個確診結論了事。它更像是一位循循善誘的帶教老師：

• 它會列出詳細的鑒別診斷路徑；

• 它會展示思考的邏輯鏈條；

• 它甚至會反問你：“患者的這個指標異常，你是否考慮了某種藥物的影響？”

這種“引線式”的交互，是將臨床知識點向縱深和更寬的層面引導。它逼迫年輕醫生去思考為什么是A而不是B，去復盤整個診療邏輯。

這才是AI在醫學教育中該有的樣子：不是替代思考，而是引爆思考。

結語

張文宏教授的警示是一記警鐘，提醒我們守住醫療的本質——人的專業判斷。

但技術的浪潮不可阻擋。對于年輕醫生，最好的保護不是將他們與AI隔絕，而是教會他們如何駕馭這把雙刃劍。

利用像梅斯醫學DeepEvidence這樣專業的工具，從“求答案”轉向“求思維”，讓AI成為舉一反三的高效學習伙伴。

只有這樣，當下一代醫生站在AI的肩膀上時，他們看到的將是更廣闊的醫學風景，而不是萎縮的大腦。

互動話題：作為醫生，你在臨床工作中使用AI時，是把它當“百度”用，還是當“老師”用？歡迎在評論區聊聊你的看法。

作者 | 張發寶

編輯 | 目兮

版權說明：梅斯醫學（MedSci）是國內領先的醫學科研與學術服務平臺，致力于醫療質量的改進，為臨床實踐提供智慧、精準的決策支持，讓醫生與患者受益。歡迎個人轉發至朋友圈，謝絕媒體或機構未經授權以任何形式轉載至其他平臺。