近日，清华大学北京清华长庚医院召开临床医学科技创新大会并举办北京清华长庚医院水木清华临床研究论坛。会上，从赋能医院管理到辅助疾病诊疗，从技术到模型再到产品，人工智能（AI）技术在医疗领域的广阔应用场景和研究的方兴未艾可见一斑。在主旨报告环节，年过九十的中国科学院院士、清华大学人工智能研究院名誉院长张钹专门就其中备受关注的话题——AI时代的医生，阐述了自己的观点。
2023年，高盛全球投资研究就AI技术对各行业的影响做了一个全面分析。分析认为，AI技术在很多行业可以实现一定程度的人工替代。而对医疗健康行业来说，AI将带来巨大影响，但难以实现对人的替代。
AI技术发展进入“质变期”
毋庸置疑，AI将彻底改变医疗工作流程。回顾AI研究的不同阶段可以发现，大语言模型的出现彻底改变了各行业的面貌，也引起了AI自身的变化。
2022年11月，OPEN AI推出ChatGPT，表面上看，这是一个非常简单的聊天机器人，但其深层次的不同从名字可见一斑：生成式（G）、预训练（P）、转换器（T）。它由大量的量变引发了质变——机器掌握了人类的语言。这种质变主要体现在三个方面，第一，大语言模型有强大的语言生成能力；第二，它具备了强大的语言交互能力；第三，它有了泛化（推广）能力。AI过去做的所有事情至此实现了历史性突破。
由此，一个新的问题出现了：机器掌握人类语言的意义是什么？
哲学家维特根斯坦有一个著名的观点“语言的界限即世界的界限”，意指人类能认知和表达的世界范围，完全取决于其拥有的语言能力。语言像一把尺子，划定了我们“能思考什么”和“能知道什么”。语言无法描述的事物，就超出了我们的认知边界。由此可见，一旦机器理解并掌握了人类语言，就开启了满是可能性的世界。
已打开的“新世界”很大
具体到医疗健康领域，AI可以打开的“新世界”已经很大。
第一，AI的计算能力和记忆力已经明显超过人类，并被应用于对医学影像和医学检验报告的解读。比如，读CT片、磁共振检查（MRI）片、X线片、病理切片、皮肤照片等，发现是否有可疑病灶、病灶大小、位置、数量等。这类任务本质上属于大规模模式识别＋统计范畴，AI通过学习大量专家的阅片经验，可完成辅助性初筛工作。其难以替代人类医生的主要原因，是AI模型本质上是不可解释和不可理解的。我们要想把“不可”变成“可”，还要经过长期努力。
第二，AI技术在工作文书生成方面能力强大，可用于医学相关文书辅助写作，如整理病历、医嘱等。这项功能目前已经完全成熟。
第三，AI技术可以基于相关指南等“标准答案”，构建临床决策支持系统。当前全世界这方面的AI产品很多，有辅助医生诊断疾病的，有辅助提供治疗方案的，也有辅助就医和用药的。
第四，AI技术已经可以提供简单的健康随访和健康咨询问答功能，而且有了面向公众的实际产品。
第五，在手术机器人领域，AI辅助技术可使手术更加精准且创伤更小。医生仍然主导手术，但AI提供了更稳定、更清晰的视野和操作支持。
以上都是相对单项的工作。现在，大家如此关注AI技术在医疗健康领域的研发和应用，其实是在关心随着AI“看病”水平越来越高，它会不会有更多方面超过医生？会不会导致医生在未来失去用武之地？这种猜想，前半部分是会的，但医生不会被取代。
未来医生要具备六大AI能力
临床医生要充分了解现在的AI跟人类的区别在哪里。在我看来，两者最主要的区别是所有AI系统的输出都是由人类驱动（外部驱动）的，因此它缺乏主动性和内在动机。但人类不同，人类所有的工作都是由内部意图驱动的。这必然导致机器无法对其输出的内容负责。
那么，在医疗健康领域，未来医生的角色会发生什么样的变化？答案是“非常大的变化”。
一是未来医生要具备AI素养。
这种素养不仅包括要会用AI技术，还要理解AI的运行机制和各类模型，了解其局限性，认识其输出结论的“边界”，并能够用通俗语言向患者解释AI技术，说明AI在具体的医疗应用中起了什么作用、由谁负责等。
二是未来医生要具备更强的临床决策力与系统思维。
比如，有了AI之后，一些机械性判断工作可能会被分给AI做，但人类做“复杂决策”时的压力反而更大。这需要医生具备整合多元信息的能力。同时，未来医生要会“质疑”和“反问”AI，要知道什么时候该怀疑它在“胡说八道”。当AI跟医生的临床自觉不相符时，要掌握怎么去验证、记录和反馈。此外，未来医生还要学会用系统视角而不仅是个体视角去审视医疗行为和诊疗流程。比如，由于应用AI改变后的医疗流程，会不会让一线护士更累？救治时间有没有真正缩短？有没有让某一类患者被“系统性地”忽视。
三是未来医生的沟通与人文能力需要进一步“放大”。
医生的“人味儿”价值将更高。未来医生要适应更高难度的沟通场景，学会在人与AI并存中，与患者建立信任感。要让患者相信医疗决策是医生做出的，而不是AI给出的。医生要能向患方解释AI参与医疗决策的程度，让患者觉得是医生在负责，而不是被AI推着走。
四是未来医生要具备跨学科协作与流程再造能力。
好的医生要能与工程师、数据科学家交流，不仅能把临床问题翻译成可建模的问题，还能把模型的局限性翻译回科室日常语言，让大家别迷信；要能参与设计临床路径与信息系统，从而在不增加太多工作量的前提下，让AI真正帮上忙；甚至要成为场景专家，因为未来很多AI产品需要场景合伙人型医生，与工程师们一起研发产品原型、测试优化等。
五是未来医生要有更强的法规、伦理与安全意识。
尤其是在AI应用的相关环节，未来医生要注重知情同意与隐私保护，厘清责任边界，理解安全底线。
六是未来医生将更加需要终身学习和将擅长应用AI作为自己的工作“外挂”。
比如，在学习与科研中，使用大模型快速查文献、梳理指南变化等，再由自己严格把关；用数据工具分析科室的真实诊疗效果，发现问题和科研切入点。在教学与带教中，可以用模拟病例＋AI生成多分支病程，训练年轻医生的临床思维；把如何与AI协作纳入教学内容。此外，医学知识“半衰期”已经越来越短，新药、新指南、新证据层出不穷，AI可以成为医生的更新“雷达”，但最终还是要医生自身判断，哪些是值得改变自己的实践。
AI时代，希望临床医生均能成为有判断力的决策者、有温度的沟通者、懂技术的践行者。这样的医生绝对不会被取代。