“越老越吃香”的专业，要被替代了？三联生活周刊
当AI开始读片、写病历、筛查风险，甚至参与治疗方案设计，一个焦虑正在蔓延：未来，医生会不会被替代？年轻人还值得花十年时间学医吗？
发生在浙江大学医学院附属邵逸夫医院（简称“浙大邵逸夫医院”）的实验提供了一个回答：2020年，AI系统与来自全国各地的421位眼科医生比赛诊断角膜病，AI的准确率超越了现场96%的医生；四年后，比赛再次举行，AI的对手换成了37名经过AI辅助课程训练的浙大本科生，这一次学生赢了。
AI没有把医生推出诊室，但改变了医生抵达诊室的路径。医学教育要做的是培养既善用AI工具又能做出独立判断，既懂疾病也能面对真实患者的未来医生。
AI开始辅助医疗
胸痛缓解后，病人提出“想回家”。
这是一位30多岁的销售人员，深夜突发胸痛，到浙江大学医学院附属第一医院（下称“浙大一院”）急诊就医。急诊医生先给他做了平扫CT——这是急诊里常用的检查，费用也相对低。但平扫CT上的主动脉边界不够清楚，血管和周围组织灰蒙蒙地混在一起。急诊医生拿不准主动脉有没有问题，请来其他专业的医生一起会诊。
血管外科医生接到会诊后赶到急诊，他看了片子，也只能隐约察觉到一点异常。
更麻烦的是，此时病人的胸痛缓解了不少，他想出院回家。
《疼痛难免》剧照
要不要让病人继续留院，进一步做价格更高的增强CT？但问题是，增强CT并不是任何时候都能做，医院的硬件条件、病人的肾功能、急诊能不能排上检查，都要考虑。
几位会诊专家讨论了很久，还是建议这位销售员留下来检查。动脉造影CT的结果令他们后怕：病人已经出现主动脉壁间血肿，如果当时离开医院，主动脉内壁可能破裂，甚至有死亡风险。
这样的会诊在急诊并不少见。急性主动脉综合征进展快、风险高，但症状并不总是典型。急诊室里，医生要在复杂混乱的线索中找到最大的可能性。
不过，最近两年，AI开始帮助医生处理这种棘手的情况。浙大一院与阿里达摩院团队研发了AI医疗模型iAorta，面向的是胸痛急诊里的平扫CT。病人的影像上传到系统后，AI会自动检查主动脉相关区域，如果发现可疑信号，它会在医生工作界面发出提示，并把可疑区域标出来。医生再回到片子上复核，判断这个提示有没有道理，是否需要进一步做增强CT。
浙大一院与阿里达摩院团队研发了AI 医疗模型 iAorta，面向的是胸痛急诊里的平扫CT，这能帮助医生更早发现风险
“医学是一门经验科学，医生看得多、经历得多，心里才会有数。但急诊一线常常是年轻医生值班，不能让他们经历一次次事故才成长，代价太惨重。”浙大一院血管外科主任张鸿坤说，AI的价值就在于提前给一个提醒，让医生更早识别风险，提高诊断率，也让病人从中获益。
不仅是急诊，类似的变化也出现在更多临床环节里。医学影像是最常见的领域，AI可以在大量片子中筛出可疑区域，标注出来供医生重点查看。在门诊里，AI也可以辅助撰写病历，自动生成病历草稿，医生只需要做核对、删改、确认。
一位肿瘤科医生告诉本刊，AI甚至可以参与放疗中的一部分工作。以往，肿瘤患者在接受放射治疗前，医生和物理师要先在影像上勾画肿瘤范围，把周围正常器官标出来，确保肿瘤被照到，其他重要器官被尽量避开。这个过程很依赖人工经验，既费时间，也会受到不同医生习惯的影响。现在，一些AI工具可以自动完成初步勾画，生成治疗计划的基础版本，再由医生和物理师检查、修改、确认，如此一来，治疗流程更快、更稳定。
《精神科弱井医生》剧照
这也给医学生和患者带来了一个疑问：如果AI能写病历、读片，甚至参与放疗计划，未来我们还需要医生吗？还需要花十年时间学医吗？
采访中，几乎所有的医生和医学教育者都给出了相同的答案：AI会改变医生的工作方式，但它不能取代医生。
病人不只是一张X光片或一份心电图，甚至影像上的一个可疑区域。上海交通大学医学院教务处处长邵莉说，疾病必须放回病人的症状、体征、病史和检查条件里理解。在临床现场，AI给出的只是提示，这个提示是否可信，后续如何推进治疗，仍然要由医生判断。
政策也划出了一条明确的界限。2022年国家卫生健康委员会发布的《互联网诊疗监管细则（试行）》明确提出，AI可以进入医疗流程，但不能取代医生提供诊疗服务。
但这并不意味着医生不需要做出改变。过去，医学教育主要训练学生从症状、体征和检查结果中形成判断；现在，AI可能帮助医生更早发现风险，也可能带来误报、漏报和新的依赖，未来医生不能只会看AI给出的提示，还要学会保持独立判断力，辨别AI信息的真伪，也理解病人的处境，并综合做出对病人最好的决策。
《良医》剧照
于是，问题被抛给了医学院：AI深度进入临床之后，我们的学校如何培养出一个更好的医生？
AI给答案，医学生还要背吗？
“学医很辛苦”。把一份临床医学五年制培养方案摊开，医学生的学习压力首先会变成一串数字。在上海交通大学医学院官网公开的一份临床医学五年制培养方案中，必修课77门，总计218.5学分，选修课还要修满24学分。五年里，学生先学习医学前期课程，再进入基础医学和临床医学课程，最后一年完成各科轮转实习。
过去，这个过程很大程度上靠听课、看书、背诵、刷题完成。有了AI之后，获得答案变得很快，问题也随之出现：医学生还需要像过去那样，辛苦地记忆基础知识吗？
上海交通大学医学院教授陈广洁给我举了一个例子：一位老医生看到一张检查片子后，很快能判断出病变的性质和位置，但他不会在脑子里重新推演一遍：这个病灶在解剖上对应哪个结构，病理上属于哪种类型，影像上为什么呈现这种特征。“在临床现场，基础知识不会以背诵的形式出现，它已经内化在医生的脑海中，成为医生判断的一部分。”陈广洁说，学生只有“自己懂了，才能去判断”。
《问心》剧照
所以，问题不是“基础知识还要不要学”，而是怎么学。AI带来的难题也在这里。它太容易把知识整理得清清楚楚，并给出解释。陈广洁担心，如果学生太快拿到答案，却没有真正消化基础知识，就很难判断AI给出的信息是否可靠。
于是，她对拓展性作业做了一个很具体的要求：学生如果使用AI，要说明用了哪种工具；如果先让AI生成答案，不能只交最终稿，还要交一份带修订痕迹的版本，标注修改的内容、分析AI出现的错误，并补充文献依据，再附带一份修改后的“清洁版本”。这不只是作业格式的变化，更是把学生处理AI答案的过程可视化，从而锻炼他们的逻辑推理和批判性科学思维。这样一来，老师看到的就不只是一个结果，而是学生是否有足够扎实的基础知识和理解能力，去真正消化、辨别AI的答案。
但学生的学习并不是从一份现成答案开始的。更多时候，他还停在题目前面，不知道如何破解一个病例。医学教育要解决的另一层问题，是在答案形成之前，能不能把学生一步步带回思考过程。
2024年起，浙江大学医学院建设的启真智医AI助学平台（简称“启真智医”）也在试图回应这个问题。浙江大学医学院教授沈静参与了启真智医的平台建设过程。她解释：“启真智医不是简单的通用问答工具，而是医学教育AI平台，能够围绕医学知识理解、临床思维训练和学习路径反馈，为学生提供循序渐进的智能学习支持。”这个平台可以作为学生的自学工具。
教授沈静（中）正在和学生讨论AI提供的信息。人机协同时代，医生的一项关键能力是质疑、辨别和矫正AI的答案
沈静和开发团队看重学生的思考和推理过程。启真智医里有一个很受学生欢迎的功能，叫“自适应习题训练”，学生如果答错了，系统不会直接显示正确答案，而是继续追问学生：这个病人有哪些关键信息？你刚才主要考虑了哪个方面？是不是漏掉了某个症状或检查结果？要不要换一个角度重新判断？“以前学生喜欢刷题，因为刷题和考试成绩直接相关，但现在单纯刷题、知道A、B、C、D是没有用的。”
这种“苏格拉底式提问”，是为了让学生回到病例里，重新看线索、整理思路，把基础知识点都串联在一起。沈静觉得，得到答案的过程变快之后，最重要的反而是这段慢下来的思考过程。“要把一个什么都不知道的大学生，培养成为一名专业的医学生，知识是跨不过的，但知识会有一个更加高效的学习方式。”
考试之外，怎样评价医学生？
在启真智医平台里，学生还可以做临床思维和急救场景的训练。屏幕另一端，AI会先扮演一位病人，学生要和“病人”对话，询问症状、病史、体格检查和检验检查信息，在有限线索中判断问题所在。
AI患者的“身体状况”会随着学生的处理方式而实时变化。典型的疾病场景是脑梗：学生观察AI患者的表现，通过问询，要尽快判断脑梗可能发生在哪里、是否需要溶栓、后续治疗该怎么走。如果学生一开始提问的方向偏了，得到的有用信息就很少；如果没有识别出生命危险，甚至没有判断出脑梗，AI患者不会等他重来一遍——它的病情可能继续恶化，甚至死亡。
