当您下次进行验血、X光检查、乳腺X光或结肠镜检查时，检测结果很可能在医生查看前就已被人工智能（AI）算法解读。
短短数年间，AI已迅速渗透全球医院和诊所。美国食品药品监督管理局（FDA）已批准超千种医疗AI工具，美国医学会近期调查显示超三分之二医生在一定程度上使用AI。这种潜力令人瞩目：AI可通过自动生成病历摘要、支持精准医疗、识别人眼可能遗漏的扫描异常等途径减轻医生工作量。它通过AI驱动的蛋白质结构预测等新工艺加速药物研发，去年因此获得诺贝尔化学奖。AI还能通过预约安排、答疑和标记副作用为患者提供更个性化的支持，协助临床试验匹配对象并实时监测健康数据。
但医疗AI的承诺只有在负责任开发使用时才能实现。当前的AI算法虽能识别模式、预测甚至决策，但远非完美。杜克大学研究团队测试了FDA批准的阿尔茨海默症脑部MRI肿胀与微出血检测工具，虽然该工具帮助专家发现细微病灶，但也会将无害模糊误判为危险信号。我们建议放射科医生应先独立阅片再将AI作为第二意见。
这种现象具有普遍性：多数医院未独立评估AI工具性能，误认为FDA认证即保证本地适用性。不同患者群体中AI表现差异显著，需建立使用前质量核查机制。前FDA局长罗伯特·卡利夫强调，必须对医疗AI进行持续上市后监测。
欧洲胃肠病学研究揭示了更严峻问题：医生使用AI辅助结肠镜检查初期发现更多息肉，但回归传统检查后发现癌前息肉数量反而下降。研究认为过度依赖AI可能导致医生专注力下降，这种"去技能化"现象在另一项研究中得到验证，显示计算机辅助系统依赖会减弱人类视觉周边扫描能力。
AI若使用不当不仅传播错误信息，更会削弱我们核实事实的能力。就像过度依赖谷歌地图导致司机地理认知退化的"认知卸载"现象，近期研究显示过度使用AI工具者的批判性思维能力显著下降。
这凸显医疗AI的最佳应用模式应是增强而非取代人类。印度阿波罗医院采用的"智能选择架构"（ICA）工具便是典范：新系统不提供单一风险评分，而是为患者分解风险构成因素，使医患共同明确干预方向。这类工具通过温和提示（如"请仔细检查此区域"）支持而非取代医疗判断。
医疗领域应坚持传统工具与AI并重原则：听诊器放大听觉但未取代耳朵，血液检测补充而非消除问诊需求。同理，AI必须作为第二意见使用，而非绝对权威。我们应培训医学生在有无AI环境下均具备诊疗能力，设计仅提升而非取代医疗技能的AI系统。唯有如此，才能将AI的无限潜力与人类独有的批判思维和同理心相结合。
【全文结束】
