医师报讯 （融媒体记者 杨瑞静） “我很不赞同人工智能过早引入大学本科教育。”

4月19日，在2025年中国医学发展大会上，中国工程院院士、河北医科大学法医学院院长丛斌直言，过早引入AI或将导致人类记忆、分析和思维能力的退化，不利于人的全面发展。

不仅如此，他还警惕AI对医生专业能力的“腐蚀”：倘若医生的能力下降到中学生水平，那行业的专业划分将失去意义。

当今社会已进入“没有AI万万不能”的时代，但在发展中AI逐渐呈现出了“善”与“恶”的两面——一面展现着AI在医疗领域创造的技术奇迹，一面暴露出“大模型幻觉”“算法歧视”等技术暗礁。“智能向善”强调人工智能必须服务于善，而非恶。在这场医疗AI的竞速赛中，或许真正的赢家不是跑得最快的，而是最能把握技术温度与人文底线的探索者。

恶：医疗模型的幻觉与困局

向AI提问，它可能会给你一个逻辑严密、细节丰富的答案，但仔细核查后却发现，这些信息纯属虚构——这就是所谓的“大模型幻觉”。其常见表现是“言之凿凿地编造事实”“一本正经地胡说八道”。

一般来讲，给AI什么，它就回报什么。在某统计信息专家看来，较互联网海量数据，医疗行业可用于AI训练的数据“稀少而混杂”，“垃圾数据”反而制约AI医疗大展拳脚。

更值得警惕的是数据偏差和分布不均带来的隐忧。在数据受限环境下训练的AI模型，其可靠性往往存疑。当训练数据的代表性不足可能导致AI模型放大数据偏见，形成算法歧视，影响医疗决策的准确性，甚至加剧健康公平性问题。

一个典型的例子是，当女性健康数据在训练中占比过低时，算法会自动构建基于男性生理特征的诊断模型，导致女性患者被误诊或漏诊。

上述专家还担心，AI过度介入可能削弱医生专业判断力，形成“自动化偏差”。例如，AI辅助诊断在提升效率的同时，也可能导致医生技能的退化，而这一矛盾尚未找到平衡点。不过，也有研究表明，长期使用AI的医生可能从中学习到新的逻辑思维方式，反而提升专业能力。他提到这一现象背后的机制，仍有待进一步探索。

这一问题同样引起丛斌警觉。他强调，必须警惕医生对AI产生过度依赖，导致诊断、治疗和思维能力的退化。AI只是辅助工具，医生的专业素养和能力才是医疗行业的核心与根本。

善：技术革命遇上人文关怀

与此同时，AI作为典型的新质生产力，正在深刻改变医学研究的范式与行业生态。

正如北京协和医院妇产科学系主任朱兰所说，AI是科学，不是医学，AI可赋能医学发展。在宫颈癌筛查领域， AI应用正不断深入，尤其是在细胞学、阴道镜和多模态数据融合方面发挥着重要作用，为提升筛查效率与准确性带来了新的契机：全国宫颈癌筛查覆盖率从2009年的29.6%提升至2024年的86.3%；适龄女孩HPV疫苗接种率突破90%大关；宫颈癌患者五年生存率较十年前提升28个百分点。特别是在西藏那曲、云南怒江等边远地区，“移动筛查车+AI云诊断”模式使筛查周期从3个月压缩至72小时，7个试点县提前实现世界卫生组织2030年防治目标。

面对肿瘤诊疗的“海量患者”挑战，为提升筛查效率和精准度，国家呼吸医学中心主任、广州呼吸健康研究院院长何建行团队将AI技术深度应用于肺癌早筛领域：利用AI创建全肺病历诊断系统开放及应用，开发“何建行医生AI团队”小程序，不仅可以完成智能化数据分析和精准筛查与诊断，还可为高风险人群提供预防性的健康管理，带来更高精准的患者体验。此外，还利用AI研发了国内首台普通型穿刺手术导航定位系统等，通过智慧胸外科提高诊疗精准度，提升手术安全性。

在慢病管理领域，安徽医科大学校长翁建平团队研发的1型糖尿病专病大模型，同样并非冷冰冰的技术突破，而是科技与人文的温暖相融。目前，该模型在预防、诊断、治疗、随访、饮食运动、妊娠等65个核心场景的测试中效果超越GPT-4o和DeepSeek-R1。通过实时监测、个性化治疗方案推荐和智能决策有效支撑，不仅为1型糖尿病患者带来更智能、更精准的健康管理体验，更将重塑慢性病防控的新范式。3月23日，翁建平团队又联合发布了全球首个体重管理AI大模型——“减单”，其结合专业化医生的人工支持，可以实现对肥胖人群“千人千策”式的个性化干预，帮助大众从“被动治疗”转向“主动预防”。

这些案例揭示了一个共同趋势：作为新质生产力的代表，AI正在突破传统医学研究的边界，更悄然改变着医疗服务的可及性与公平性。当冰冷的算法与温热的医者仁心相遇，可能正是医疗AI最具价值的进化方向。

竞：谁将抢占“近水楼台”

“春江水暖鸭先知。”在中国工程院副院长、中国医学科学院院长王辰看来，医疗AI的生态布局正成为医学界发展的关键变量。“谁能够最先感受并适应AI生态，谁就能更好地承担起照护人民健康这一重大责任。”

据《中国医院院长》杂志不完全统计，截至2月25日，国内已有近100家医院宣布完成DeepSeek本地化部署，涉及北京、上海、广东、江苏、浙江、重庆、安徽、河南、湖北、湖南等20余个省份，其中以知名大型三甲医院居多。

那么，医疗AI的发展路径应当如何规划？

人机对齐原则，是“技术人性化”的准入要求。全国政协委员、工业和信息化部原副部长王江平指出医疗领域数据具有敏感性、结果不可逆性、责任主体复杂性的特点，导致医疗行业AI应用处于“高压地带”。为实现可解释性、信任性、人类和谐性的对齐目标，医疗AI应用必须通过全面体系化的渗透策略——让对齐法则深入技术架构、数据集建设、医院管理、患者知情、行业监管等环节，才能实现AI从高效工具到可信伙伴的跨越，使医疗AI真正成为人类可以信赖的助手，成为各行各业AI应用的典范。

“安全可信是前提。”国家卫生健康委统计信息中心主任赵韡强调，医学AI应用始终要坚持以人为本、以患者为中心、以医生为医疗决策主体，夯实数据基础，建立动态可持续评估机制，推动法律、技术、伦理协同治理，推动人工智能服务人类健康。

王辰则为分阶段推进AI与医学融合勾勒了时间轴：短期是学习探索阶段，重点是要构建学习与教育体系，明确AI在医学中的定位与应用逻辑，开展场景化试点；中期是深化应用阶段，通过研究推动AI与医疗全场景融合，扩大应用范围；长期是生态构建与国际参与阶段，形成AI赋能的医学新生态，覆盖科研、临床、管理全链条，构建新生态、参与国际规则制定。

或许，不久的将来，医疗领域会在AI的普及和应用下发生前所未有的变化。