2026年1月10日，在香港高山书院十周年论坛上，国家传染病医学中心主任、复旦大学教授张文宏公开表示：“我拒绝把AI引入医院病历系统。”这一表态迅速在医疗界与科技界引发激烈讨论。他并非全盘否定人工智能的价值，而是明确反对将AI系统性地引入医院的日常诊疗流程，尤其警惕其对医生临床思维能力的侵蚀。

一、张文宏的核心担忧：医生诊断能力的退化

张文宏指出，他自己也会使用AI——让AI“先看一遍”病例，再凭借自己三十余年的临床经验快速识别其中错误。但问题在于，如果实习医生从一开始就依赖AI生成诊断结论，他们将无法获得完整的诊断思维训练。这种训练缺失会导致两个严重后果：

• 无法辨别AI诊断的正误；
• 难以处理AI无法应对的复杂或罕见病例。

他强调：“新手医生不能只会依靠AI看病。”医学教育的根本目标是培养具备独立判断力的专业人才，而不是AI的操作员。正如一位网友所言：“诊断是医学的灵魂，AI可以辅助但不能替代医生的思考过程。”

二、AI在医疗中的现实定位：辅助而非主导

当前，AI在医疗领域的应用主要集中在影像识别、病理分析和药物研发等辅助环节。例如，放射科和检验科已广泛部署AI系统，但最终诊断权仍牢牢掌握在医生手中。这与张文宏所担忧的“系统性引入日常诊疗流程”存在本质区别。

此外，一些医院尝试用AI自动生成电子病历以减轻医生文书负担。例如，杭州市第一人民医院上线了DeepSeek AI系统，可一键生成结构化出院小结。然而，这种“效率优先”的做法也带来隐患：标准化病历可能掩盖个体差异，导致“诊断看起来正确，治疗却完全错误”。

三、技术便利背后的深层风险

张文宏的立场并非孤立。多位专家和一线医生表达了类似忧虑：

• 误诊责任难界定：若AI出错而医生未发现，责任归属模糊；
• 隐私泄露风险高：医疗数据高度敏感，一旦泄露后果严重；
• 医患关系被削弱：AI预问诊可能导致医生减少与患者的面对面交流，影响信任建立；
• 模型“幻觉”与黑箱决策：AI可能虚构医学证据或给出无法解释的建议，增加临床不确定性。

更关键的是，AI擅长匹配数据模式，但缺乏对“生病的人”的整体理解。真正的医生会综合考虑患者的基础病、心理状态、家庭支持等复杂变量，而这些正是当前AI难以整合的维度。

四、张文宏并非“反AI”，而是主张“人机协同”

需要澄清的是，张文宏并不排斥AI作为工具。他认为AI可以在以下方面发挥作用：

• 快速检索医学文献；
• 提供参考治疗方案；
• 辅助标准化问诊流程。

他的核心诉求是：AI应作为“第二双眼睛”，而非决策主体。医生必须保有对AI输出的批判性判断能力，而这只能通过扎实的临床训练获得。

正如他在论坛上所说：“医学面对的是‘生病的人’，不是‘疾病的集合体’。” 当AI能3秒写出一份完美病历时，我们更应追问：那份病历背后，是否还有医生亲手触摸过患者的脉搏、倾听过他的恐惧？

结语：在效率与能力之间寻找平衡

张文宏的警示提醒我们：技术进步不能以牺牲专业能力为代价。AI在医疗中的应用，必须建立在“医生主导、AI辅助、人机协同”的原则之上。未来的发展方向不应是“用AI取代医生”，而是“用AI赋能医生”，同时坚守医学教育的根本——培养能独立思考、敢于质疑、善于共情的临床人才。

正如一位评论者所言：“张文宏要护的不是病历本，是医生那股子独立诊断的本事，是咱们看病的安全感啊！”