张文宏教授那话，我听了，真觉得他说到点子上了。他说他反对AI直接进医院的病历系统。为什么呢？因为他担心医生，尤其是还在学习的实习医生，脑子还没练出来，就先学会了依赖AI。这事儿可不小。
医学这东西，不是光靠背书就能学会的。书本上的知识是死的，是基础。但病人是活的，病是千变万化的。真正厉害的医生，脑子里都存着一套书本上没有的东西。我们管这个叫“默会知识”。
这个词听起来有点绕。我给你举个例子。比如你家楼下开了三十年的面馆，老师傅做一碗牛肉面。你看他抓一把面，扔进锅里，捞出来，加汤，放牛肉，撒葱花。步骤你全会。你甚至拿个秒表掐着时间，拿个秤称着克数，一步一步学。但是你做出来的味道，就是不对。差在哪儿？差在老师傅几十年练出来的手感。他知道面要煮到什么程度最筋道，汤要熬到什么火候最鲜美。这些东西，写不进菜谱，只能靠自己天天做，天天琢磨，慢慢体会。这就是“默会知识”。
当医生也是一个道理。一个医学生，先把内科外科妇科儿科的书背得滚瓜烂熟。然后跟着老师傅出门诊，查病房。这才是真正学习的开始。
老师傅看病，可不只是开药方。他会教你。比如一个病人说肚子疼，书上写了十几种可能。老师傅会一边问话，一边观察病人的脸色，听他的语气。他会问：“是这里疼，还是这里疼？”“是像针扎一样疼，还是闷着疼？”他的手在病人肚子上按来按去。按完，他心里就有数了。他会告诉你：“你看，这个病人虽然喊肚子疼，但他眉毛不皱，说话中气十足。而且你按他肚子的时候，他肌肉不紧张。这说明疼得不厉害，很可能不是急腹症。”
这些细节，教科书上绝对不会写。你只能跟在老师后面，一个病人一个病人地看。看多了，听多了，自己也上手多了，慢慢地，你就把老师傅的这套本事，学到自己脑子里了。这就是“做中学”。你是在真实的战斗里，学会怎么打仗。
但是，AI来了，情况就变了。
现在很多地方宣传“AI医生”、“智能问诊”。听起来很先进。它的工作原理是这样的：你把病人的症状、检查结果输进去。AI就在它的数据库里飞快地搜索、对比。然后给你一个诊断建议，甚至治疗方案。
如果一个实习医生，从一开始就用这套系统。他会怎么做？他打开电脑，先看AI给出的诊断结论。比如AI说“可能是A病”。然后，他会倒过来，拿着这个答案，去病历里找支持这个结论的证据。他不是自己在思考，他是在给AI的答案找理由。
长此以往，会发生什么？他独立思考和判断的能力，会慢慢退化。他会越来越依赖AI。他的大脑，变成了一个只会执行命令的机器。
我再举个具体的例子。一个中年男人来看病，说自己胃不舒服。AI系统根据他输入的“胃疼”、“恶心”这些关键词，可能会诊断为“慢性胃炎”。但是，一个有经验的医生可能会警觉起来。他会多问一句：“除了胃疼，胸口有没有发闷的感觉？”“活动一下会不会更难受？”如果病人说有，医生会立刻让他去做心电图。因为有一种不典型的心肌梗死，它的症状就是胃疼。
AI能想到这一层吗？也许能，也许不能。这取决于它的数据库里，有没有足够多这样的不典型病例。但是，一个经过严格训练、见过各种奇怪病例的医生，他的大脑里有一个“警报系统”。这个系统，就是无数“默会知识”积累起来的。AI没有这个。如果医生自己放弃了思考，完全相信AI，那这个病人可能就危险了。所以张文宏教授的担心，一点都不过分。
价值的社会化：从“医者仁心”到“算法背书”？
医生这行，不只是技术活。它背后有一套价值观。最核心的，就是责任。你的每一个决定，都关系到一个人的健康，甚至生命。这种沉甸甸的责任感，是怎么来的？不是天上掉下来的。也是在行医过程中，一点一点被“塑造”出来的。
我们医院有一个制度，叫“病例复盘讨论”。每个月，科里都会挑几个复杂的、有争议的或者出了问题的病例，大家一起讨论。
我记得我刚当医生的时候，最怕的就是这个会。主治医生让你复述一遍病人的情况。从病人入院，到你做了什么检查，用了什么药，为什么这么用，每一步都要说清楚。然后主任就开始提问，一个接一个，问得你满头大汗。他会问：“你当时为什么首先考虑这个诊断？依据是什么？”“这个检查的必要性是什么？为什么不做另一个检查？”“这个药的副作用你考虑了吗？有没有替代方案？”
在那种场合下，你任何一点疏忽、任何一点想当然，都会被放大，被指出来。一次两次下来，你就长记性了。你开始明白，当医生，不能拍脑袋做决定。你写的每一个字，开的每一张处方，都要有依据，都要经得起推敲。你是在为病人负责。这就是责任感的培养过程。它让你知道，医学是严肃的，生命是需要敬畏的。
但是，AI一来，这个责任链条就可能断了。
你想想，如果一个关键的诊断是AI做出的，治疗方案是AI推荐的。最后，病人没治好，或者出了问题。这个责任，算谁的？
医生会怎么想？他可能会想，“这是AI的错，不是我的错。我是按照AI的建议来的。”AI成了一个完美的“挡箭牌”。错误的发生，不再是对医生本人的一次拷问，不再让他反思自己的知识和判断。它变成了一个技术问题。这样一来，医生那种刻在骨子里的责任感，就可能会被慢慢稀释掉。
而且，还会出现一个更麻烦的局面。那就是医生的专业判断力，会受到冲击。
举个例子。一个病人，AI系统根据大数据分析，推荐使用A方案。但是，医生根据自己对这个病人的具体了解，比如他年纪大、有其他基础病，认为更稳妥的B方案对他更好。这时候，医生怎么办？
先做A，然后做B。
如果他选择用A方案。那么，即使他心里觉得不踏实，他也有了“算法背书”。万一出了事，他可以说：“我是按照公认的、先进的AI建议来的。”他承担的压力会小很多。
如果他坚持用B方案。那他就得承担很高的风险。万一病人出现一点点问题，哪怕跟B方案没直接关系，他也很难解释清楚。人家会质疑他：“为什么有AI的‘标准答案’你不用，非要自己搞一套？”在“算法就是客观标准”的氛围下，他要证明自己比AI更正确，太难了。
你看，这样一来，医生就会倾向于选择“更安全”的做法，而不是“最适合病人”的做法。他会放弃自己的独立判断，去迎合算法。这不只是一个技术选择问题。这背后，是职业伦理和医患关系的巨大挑战。当医生不再是那个最终为你负责的人，而是算法的执行者，你还敢把生命托付给他吗？
身份认同的社会化：从“主导者”到“辅助者”？
人为什么要当医生？钱？地位？可能都有。但很多人坚持下来，是因为一种成就感，一种身份认同。你通过自己的知识和努力，把一个病人从痛苦中解救出来。那种感觉，是很难用言语形容的。你觉得自己是个有用的人，是个有价值的人。这个“医生”的身份，是你的一部分。
这种身份认同感，很大程度上来源于“权威”。这个权威，不是说医生可以对病人颐指气使。而是说，在诊疗这件事上，医生是主导者。他拥有专业的知识，他能做出关键的判断。病人信任你，依赖你。你就是那个解决问题的人。
但是，AI的出现，可能会动摇这种身份认同。
以前，医学知识主要掌握在医生脑子里。一个医生看得病人越多，经验越丰富，他的知识就越宝贵。但是现在，AI把知识变成了一个可以随时搜索的数据库。它甚至能比任何一个医生“知道”得都多。特别是在看片子（影像诊断）和分析数据方面，AI的表现确实很好。
这样一来，医生独有的知识优势，就不那么明显了。如果一个医生的自我价值，完全建立在“我知道得比你多”这件事上，那他很快就会感到失落和迷茫。
更重要的是，医生的角色可能会变。他可能从一个“决策者”，慢慢变成一个“辅助者”或者“操作员”。
我打个比方。这就像一个做了几十年手工家具的老师傅。他的手艺、他的审美，是他最自豪的东西。现在，工厂里来了一台新机器。你把木头放进去，输入图纸，它能自动切割、打磨、组装，做得又快又好。老师傅的工作，就变成了按一下开关，再处理一下机器搞不定的边边角角。
这个老师傅心里会是什么滋味？他还会觉得自己是个“工匠”吗？他可能觉得自己只是个“机器操作员”。他的价值感和成就感，会大打折扣。
医生也面临同样的困境。当AI把诊断和治疗方案都摆在你面前，偏离它还需要写各种报告来解释。医生的决策空间就被压缩了。他会开始怀疑自己：“我的判断还准吗？我的经验还有用吗？”
最让人泄气的，是责任和功劳的分配。你想想，要是病治好了，大家会说，“哇，这个AI真厉害”。功劳是算法的。要是治坏了，大家会指着医生说，“你怎么操作的？连个机器都用不好？”失败的责任，是个人的。
这种不对称的模式，对医生的心理打击很大。成功不是我的，失败全是我的。在这种情况下，谁还愿意去承担风险，去做出独立的、创造性的判断？医生的职业满足感会慢慢消失。他会觉得，自己不再是那个救死扶伤的核心，而只是整个技术流程里的一个环节，一个随时可以被替代的零件。这种身份的迷失，比技术上的挑战更可怕。
结语与展望
当然了，我不是说AI一点用都没有。它是个好工具，用好了，能帮大忙。比如在一些偏远地区，医疗资源不够，AI可以帮助基层医生做初步诊断，避免漏掉一些大病。再比如看CT片、病理切片，AI可以先把可疑的地方标出来，减轻医生的工作量，提高效率。这些都是实实在在的好处。
我们担心的，不是技术本身。而是技术怎么用，由谁来主导。张文宏教授的话，其实是在提醒我们，别光顾着往前跑，忘了我们出发的目的是什么。医学的核心，永远是人，不是机器。
所以，未来的关键，不是讨论“人厉害还是AI厉害”。而是要建立一个负责任的、以人为本的人机协作模式。AI可以当个好帮手，但不能当老板。
具体怎么做呢？我觉得有几个原则必须守住。
第一个，叫公平。AI学习的数据不能有偏见。不能说它看城里人的病例多，就看不好农村人的病。医生得负责监督和校准，保证它对所有人都公平。
第二个，是安全和隐私。AI系统必须安全可靠。病人的数据是隐私，更是生命线，必须保护好。医生要当好这个“守门员”。
第三个，是透明和可解释。AI不能是个黑匣子。医生必须大概知道它是怎么得出结论的。不然，出了问题，你都不知道错在哪。
最后一个，也是最重要的，是问责。不管技术多先进，最后负责任的，必须是人，是医生。不能让AI背锅。只有医生承担最终责任，他才会保持警醒，才会真正把病人的利益放在第一位。
说到底，AI可以提供信息，可以分析数据，甚至可以提出建议。但是，最终的决策，那种综合了科学、经验、伦理和对病人共情的复杂判断，必须由人来做。机器是工具。人才是核心。医学的智慧和温度，永远在人身上。这一点，我们得一直记着。
