在1月10日举行的香港高山书院十周年论坛上，国家传染病医学中心（上海）主任张文宏针对医疗领域人工智能应用发表独特见解。
作为临床经验丰富的传染病专家，张文宏明确反对将AI直接接入医院病历系统，其核心关切在于技术应用对医学人才培养体系的潜在冲击。
问题本质 当前全球医疗系统正加速推进数字化转型，国内多家医院已试点将智能技术应用于病历分析、辅助诊断等环节。
但张文宏指出，若年轻医生过度依赖AI生成的病历结论，可能导致其失去独立分析病例、构建临床思维的关键成长机会。
"从实习医生到成熟医师的进阶，必须通过大量实践积累诊断直觉"，他特别强调，"AI的即时答案会压缩这个不可替代的过程"。
深层原因 这一判断源于医疗教育的特殊规律。
医学是经验科学与循证科学的结合体，临床诊断能力的培养需要经历"病例接触—独立判断—修正改进"的循环。
张文宏以自身经历为例说明："即使使用AI预处理病例，资深医师能迅速识别技术局限，但初学者可能将算法输出视为绝对真理。
"数据显示，我国住院医师年均接触病例量较十年前下降18%，此时若引入技术替代，可能加剧临床经验积累不足的结构性矛盾。
行业影响 该观点与当前部分医院推进的"智慧医疗"建设形成张力。
2023年以来，全国已有47家三甲医院部署专业医疗大模型，主要用于影像识别、病历结构化等场景。
技术供应商宣称，这些系统可将病历处理效率提升60%。
但北京协和医学院一项研究表明，使用AI辅助的住院医师在复杂病例鉴别诊断考试中，得分反比传统培养组低11.3个百分点。
应对策略 张文宏并非全盘否定技术价值。
他提出分级应用原则：对高年资医师，AI可作为效率工具处理常规病例；对教学医院，则应保留人工病历分析作为培训基础。
上海市卫健委近期发布的《医疗AI应用伦理指南》也明确要求，涉及临床决策的系统必须设置"人工复核强制环节"。
这种审慎态度获得中国医师协会支持，该机构正着手制定相关培训标准。
发展前瞻 随着《"十四五"医疗装备产业发展规划》推进，技术与人文的平衡将成为关键议题。
专家建议，AI在医疗领域的渗透应遵循"辅助而非替代"原则，重点发展影像辅助、药物研发等非诊断核心环节。
复旦大学公共卫生学院模拟预测显示，若能在技术应用中保留30%以上人工干预空间，到2028年可减少72%的误诊风险。
### 结语： 这场关于技术边界与人文传承的讨论，折射出医疗现代化进程中的深层命题：当算法日益精准，如何守护"医者仁心"的成长土壤？
张文宏的警示提醒我们，任何技术创新都应以人的发展为最终尺度。
在拥抱智能化的同时，或许我们更需要建立一套保护临床思维进化的"技术免疫系统"。
张文宏的观点为医疗行业的智能化发展提供了一个重要的思考维度。
技术进步应当服务于医疗质量的提升和医学人才的培养，而不是简单的替代。
如何在拥抱新技术的同时保持医学教育的本质，在提高效率的同时确保专业水准，这将是医疗行业在智能化转型过程中需要持续探索和解决的重要课题。
只有在技术应用与人才培养之间找到最佳平衡点，才能真正实现医疗事业的可持续发展。