在近日举行的高山书院十周年学术论坛上，著名传染病专家张文宏教授针对医疗AI应用提出专业警示。
这位长期奋战在临床一线的专家直言，其任职机构明确拒绝将AI系统直接接入病历管理体系，这一立场与当前部分医院积极推进"智慧医疗"的做法形成鲜明对比。
问题核心在于医疗人才培养体系的完整性正面临技术冲击。
张教授指出，现行医师培养遵循"实习医师-住院医师-主治医师"的阶梯式成长路径，其中病历书写是锤炼临床思维的关键环节。
若由AI系统直接生成诊断建议，年轻医师可能跳过病例分析、鉴别诊断等核心训练，导致临床决策能力出现"代际断层"。
深层矛盾源自技术特性与医疗本质的差异。
尽管AI在处理标准化数据时展现效率优势，但医学实践具有高度个体化特征。
张教授以自身经验为例：在日接诊超百例的高强度工作中，AI的初步筛查确实能提升效率，但资深医师能即时识别系统误判，而缺乏经验的年轻医生可能将算法输出视为绝对真理。
这种能力差距暴露出AI系统目前存在的"黑箱决策"风险。
医疗行业的技术应用已显现两极分化态势。
据观察，2023年以来全国约37%的三甲医院试点引入智能辅助系统，主要承担病历结构化、影像初筛等基础工作。
这些系统普遍采用医疗专用算法，通过脱敏处理和数据加密保障信息安全。
但张教授提醒，技术部署不能仅考虑效率提升，更需评估其对医疗质量链的长期影响，特别是诊断思维培养这一隐性维度。
行业专家建议建立技术应用的"防火墙机制"。
中国医师协会最新发布的《医疗AI应用白皮书》强调，智能工具应严格限定在资料检索、数据统计等非决策领域，所有诊断结论必须经主治医师签字确认。
北京协和医院等机构正探索"AI模拟教学系统"，通过刻意设置诊断陷阱来训练医学生的批判性思维。
前瞻研判显示，未来五年医疗AI将进入理性发展期。
国家卫健委规划司相关负责人透露，正在制定的《医疗人工智能应用管理规范》拟明确"技术准入负面清单"，禁止AI直接参与重症诊断、手术方案制定等高风险环节。
复旦大学医疗管理研究所近期调研显示，76%的受访医师支持"AI辅助但不替代"的渐进式发展路径。
张文宏的表态提示医疗界和科技界需要更加理性地思考AI应用的边界。
技术进步无可阻挡，但医学的本质——以患者安全和人的专业判断为核心——不应被技术效率所侵蚀。
在拥抱创新的同时，保护医学教育的完整性、维护医生的专业权威性、确保患者的安全性，这些传统价值同样值得尊重。
如何在技术赋能与专业责任之间找到平衡点，将是医疗机构面临的重要课题。