全球首次针对AI大模型医学诊断能力的专业测评，日前有了结果 。北京友谊医院联合北京同仁医院等国内外多家医疗机构 ，让GPT-4o、Claude 3.〖伍〗 、 Qwen-Max（千问） 、DeepSeek-R1（深度求索）、OpenAI o1等5款国内外通用大模型成为“AI医生”应考 。考题并非虚设 ，而是从心内科、眼科 、神经内科等七个科室选取的有代表性的真实病例脱敏数据。
结论很明确：现阶段的“AI医生 ”还无法取代人类医生，但可以辅助医生提高工作效率。这一结果并不令人意外 ，却也由此抛出了一个关键问题——在AI发展迅猛的当下 ，人类医生究竟该如何与“AI医生”共处？
近年来，“AI+医疗”持续升温 。从影像筛查到病历书写 ，从导医分诊到健康管理 ，各级医疗机构争相引入AI辅助工具，药企 、科技公司也纷纷布局赛道 。临床医生对AI的态度也在悄然变化 ，从最初的疑虑、观望 ，逐渐转向主动学习与理性拥抱。尤其在基层医疗机构，优质医师资源供给不足 ，AI影像判读 、慢病随访工具能够有效填补诊疗缺口 ，成为下沉医疗资源 、推进分级诊疗的重要抓手，这是AI赋能医疗不可忽视的普惠价值 。
对医生而言 ，应当清醒地认识到 ，未来的医学不再是单纯的经验积累或知识搬运，而是“碳基智慧 ”与“硅基智慧 ”的共舞 。AI擅长处理标准化、重复性的基础筛查，但面对复杂疑难病症 ，缺乏综合研判和灵活处置能力。医生必须认清AI的能力边界 ，更要始终葆有人类医者的主动性 、判断力与道德担当 。善用AI而非盲从AI，让算法成为帮手而不是主宰——这既是对技术的清醒驾驭 ，也是对医者天职的坚守 。
站在患者和普通大众的角度 ，这次测评的一大意义，在于纠正对“AI医生”的盲信。眼下 ，各类AI问诊小程序 、App层出不穷 ，不少患者已习惯大病小病先问“AI医生 ”，甚至直接照搬AI建议自行用药 ，或拿着AI生成的分析报告质疑专业医生的诊疗方案 。然而 ，不少患者往往忽略关键一点：“AI医生 ”无法触达患者进行体格检查，难以完整捕捉细微的身体体征 ，也很难梳理全部复杂病史 ，漏诊、误诊的风险并不低 。许多疾病初期症状极为相似，但治疗方式天差地别，轻信AI建议 ，很可能耽误最佳救治时机。将健康决策交给一个不承担任何责任的算法 ，本身就是巨大的风险 。
更值得关注的深层次问题是：AI在医疗场景中的角色边界到底在哪里？当前，AI已被医院大量使用 ，却缺乏规范的使用标准 。什么场景下可以独立提供辅助建议 ，什么场景下必须有医生复核？不同科室的AI应用要达到怎样的准确率才能准入？这些问题近来 尚无可量化的答案。此次测评提供了一个思路：与其模糊依赖或一概排斥，不如按科室 、分场景建立AI辅助的分级准入与持续复核机制。正如人类医生需要执业资格和定期考核 ，AI也应拥有自己的“动态执业资质”——不同风险等级的诊疗环节 ，设定不同的自动化权限，用可量化的监管标准厘清人机责任边界 。划定边界 ，正是为了让人机协作有章可循 ，也让医生的专业判断力获得制度化的保障 。
中国科学院院士黄荷凤日前在浙江大学医学院2026届毕业生大会上提到，AI不会取代医生 ，但它将彻底改变医生的角色。医生要主动拥抱AI ，但永远不要把判断力交给AI 。毕竟，人工智能是臂膀，不是大脑；算法是借鉴 ，不能成为诊疗定论 。
近年来 ，人类与AI的“比武 ”并不少见。这类比试固然能检验AI的能力，却在无形中强化了人机对立的固化认知 。其实 ，两者的关系本不该是一场非此即彼的较量 ，最终目标理应是扬长避短 、合作共赢 。AI赋能医疗已是大势所趋，未来技术迭代会不断修补当下的缺陷 ，但无论算法如何升级 ，医学始终兼具科学属性与人文属性。医生除了开具诊疗方案，还要安抚病患焦虑的情绪 ，给予心理慰藉 ，这份细腻的人文关怀，是冰冷的算法永远复刻不了的 。钟南山院士曾直言 ，医生救的不是病 ，而是人 。人工智能代替不了医学人文，代替不了医患的沟通。
未来的医学，属于懂AI的人 ，更属于能把AI置于正确位置的人 。技术跑得越快 ，规范越要跟上 。医生善用AI而不迷信，患者理性看待AI而不盲从 ，监管为AI划清可为与不可为的界限——让人机“共生 ”在规则的轨道上良性运行 ，这才是这场“大考”留给整个行业的真正课题。
（文章来源：上观新闻）
