AI能看X光片、回答病患问题 现在大家想知道「医生还能做什么」？

AI技术一路狂飙，速度之快让人有点措手不及。当聊天机器人不仅能精准诊断疾病、解读医学影像，甚至连共情能力都开始逼近甚至超越人类医生时，一个根本性的问题就摆在了眼前：医生的核心价值，到底还剩下什么？AI确实有潜力缓解医疗资源分配不均的难题，但与此同时，它也在悄然重塑整个医疗生态的底层逻辑。

不妨先看几个真实的场景。

斯坦福大学的内科医师Jonathan Chen在接受《纽约时报》专访时提到，他给患者讲解鼻胃管置入前，会先跟AI聊天机器人模拟一遍对话——因为AI特别擅长挖掘针对不同患者的沟通策略。这听起来有点碘伏，但事实是，AI在疾病诊断、影像判读、保险申诉信撰写，甚至回应患者咨询等环节的表现，已经多次优于不少执业医师。耶鲁大学的心脏科专家Harlan Krumholz的观点也差不多，他认为AI的逻辑推理和临床判断力，在有些场景下已经跃升到了人类医师之上。

当然，事情并不这么简单。杜克大学的心脏科医师、前美国食品药品监督管理局局长Robert Califf就指出，当前AI主要干的还是病历书写这类行政性工作；对复杂信息的批判性评估和深层推断，仍然是人类医生不可替代的优势。

耶鲁大学医学院的神经学家Lee Schwamm用一个临床实例说明了这一点：当患者描述“头晕、手臂死掉了”时，这种高度主观、语义模糊的表达，对AI来说几乎是无解的难题。“死掉”到底是指麻木、无力，还是完全丧失知觉？“头晕”是眼前发黑、站立不稳，还是天旋地转？经验丰富的医生凭借长期训练和细致的体格检查，比如针刺觉测试，能在信息碎片化的状态下完成精准推断。Schwamm强调，危重患者真正需要的，是人与人之间真实的情感联结——当医生必须直视患者双眼，告知“预期生存期仅剩半年”时，那份沉静、温度与担当，是算法无法模拟的生命重量。

与此同时，AI也为缓解基层医生短缺提供了新的思路。哈佛医学院教授Isaac Kohane指出，即便在波士顿这样医疗资源密集的城市，普通民众想预约一位愿意接收新患者的全科医生，依然非常困难。AI可以赋能护理人员，让他们承担更多初级分诊和健康指导任务，从而释放医生的精力，让他们专注于处理高难度、高风险的复杂病例。

这里必须提一个值得警惕的问题：研究也表明，聊天机器人可能无意中复刻现有医疗体系里的结构性偏见，比如对女性症状或低教育背景患者的主诉响应不足、重视程度偏低。

面对这场AI浪潮，曾担任谷歌客座研究员的内科医师Adam Rodman持一种审慎乐观的态度。他认为，AI在筛查指南执行、生活方式干预建议等标准化任务中确实有优势，但关键在于医生必须保持主体性，避免陷入过度依赖。随着技术不断进化，医生角色必然会发生转型——医学正在被重塑，但这绝不意味着医生会被取代；相反，是在AI的协同下，重新锚定并升华人类在医疗照护中不可替代的本质价值。