下一次当你进行血液检测、X光检查、乳腺钼靶或结肠镜检查时，很可能在医生查看结果之前，人工智能（AI）算法就会率先解读检测结果。
短短几年间，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）已授权使用超过1000种医疗相关AI工具，根据美国医学协会近期调查，超过三分之二的医生在不同程度上使用AI。这种潜力是革命性的：特别是具备推理、适应和自主行动能力的AI智能体，可以通过撰写患者记录和图表摘要减轻医生工作负担，通过更精准的治疗方案支持精准医疗，并检测影像和切片中人眼可能遗漏的细微异常。它能通过诸如AI驱动的蛋白质结构预测和设计等新流程加速药物和靶点发现，这项技术曾获得去年诺贝尔化学奖。AI还能通过预约安排、问题解答和不良反应监测，为患者提供更快捷、个性化的支持，帮助临床试验匹配受试者并实时监测健康数据，及早预警并发症以改善治疗结果。
但医疗AI的承诺只有在负责任地开发和使用的情况下才能实现。
当前的AI算法是强大的模式识别、预测甚至决策工具。但它们并非完美无缺的全知先知，也不像某些通用人工智能倡导者声称的那样即将匹敌人类智能。近期几项研究既展现了可能性也揭示了陷阱：医疗AI工具可能误诊患者，医生自身技能也可能因过度依赖AI而衰退。
杜克大学（其中一位作者所属）团队测试了一款经FDA批准的AI工具，该工具用于检测阿尔茨海默症患者脑部MRI中的肿胀和微出血。该工具确实提升了专家放射科医生发现MRI细微异常的能力，但也频繁产生误报，常将无害模糊误判为危险征兆。我们得出结论：该工具是有用辅助，但放射科医生应先仔细阅读MRI影像，再将工具作为第二意见使用——而非相反。
这类发现并非我们研究的个案。目前很少有医院独立评估使用的AI工具，许多机构误以为只要获得FDA批准就能在本地场景有效应用。实际上，AI工具对不同患者群体效果各异且各有弱点。因此医疗机构在实施任何AI工具前都必须进行尽职审查和质量检查，确保其适应本地环境并对临床医生进行相应培训。此外，AI算法本身及其与人类互动方式会随时间演变，促使前FDA专员罗伯特·卡利夫呼吁对医疗AI工具进行持续上市后监测，确保其在现实世界中保持可靠和安全。
另一项近期欧洲胃肠病学家的研究中，医生使用AI辅助系统进行结肠镜检查时，初始发现更多息肉（可能癌变的微小增生）表明AI帮助发现了遗漏区域。但当医生回归无AI辅助的检查时，检测出的癌前息肉反而减少。研究者认为这可能是因为医生过度依赖AI导致注意力下降和识别能力减弱。这种"技能退化"现象在另一项研究中得到印证：过度依赖计算机辅助可能使人眼更少扫描周边视觉区域。旨在提升医疗实践的工具反而可能钝化了这种能力。
若使用不当，AI不仅会传播错误信息，还会削弱我们的事实核查能力。这就像"谷歌地图效应"：曾经靠记忆导航的司机因习惯盲从车载语音指令，反而丧失了基本地理认知。今年早些时候一项覆盖多个年龄层和教育背景的600多人调查显示，使用AI工具越多的人，批判性思维能力越弱。这种"认知卸载"现象，我们才刚开始理解其与临床医生AI使用的关系。
所有这些都表明，就像其他领域一样，医疗AI的最佳应用是增强而非取代人类工作。医疗的未来不在于用算法替代医护人员，而在于设计能强化人类判断、放大成就的工具。医生必须能够判断AI何时出错，必要时保持无AI工具工作的能力。实现这一点的关键是负责任地构建医疗AI工具。
我们需要基于不同范式的工具——能提示医护人员二次审视、权衡替代方案并保持主动参与的工具。这种"智能决策架构"（ICA）设计中，AI系统旨在支持而非替代判断。例如传统AI可能直接宣布"此处有出血"，ICA工具则会高亮特定区域提示"请仔细检查该区域"。这种架构能增强医学依赖的技能：临床推理、批判性思维和人类判断。
印度最大私立医疗系统Apollo Hospitals最近开始使用ICA工具指导医生预防心脏病发作。相比此前仅提供单一风险评分的AI工具，新系统能为患者提供个性化解读，说明评分构成因素，使患者明确需要应对的风险因素。这正是既能帮助医生履职又不剥夺其自主权的温和引导范例。
有种过度宣传AI能解答所有问题的倾向，但在医疗领域我们必须克制这种期待来挽救生命。我们需要训练医学生既能使用又能不依赖AI工具，应将其视为第二意见或助理而非全能专家。医疗的未来是人类与AI智能体的协作。
我们以前也向医学引入过工具而未削弱医护人员技能。听诊器放大了耳朵的功能但未取而代之，血液检测提供了新的诊断信息却不取消病史询问和体格检查。我们应以同样标准审视AI。若某产品使医生变得不够谨慎或犹豫不决，就尚未成熟或使用方式错误。
对于任何新的医疗AI，我们应当追问：它使临床医生更审慎还是更草率？它鼓励二次检查还是流于形式？若我们承诺只设计增强而非替代人类能力的系统，就能兼得AI的非凡潜力与人类独有的批判思维、同理心和现实判断。
【全文结束】