“越老越吃香”的醫學專業，也要被AI替代了？

看到過一個案例，AI通過分析病人的心電圖，判斷出病人可能有早期癌癥，最終通過CT診斷，還是真是。
AI能通過大數據分析，病人的一點點癥狀，就能判斷出具體病灶在哪里，而這個能力，只有老醫生才具備。
有了AI后，就相當于擁有了無數個老醫生，對患者來說，是天大的好事。

過去，家里有個當醫生的，是件特別有面子的事。

不僅社會地位高，而且越老越值錢。

大家默認一個規律：醫生這行，熬年頭就是資本，白發蒼蒼的老專家往那一坐，患者心里就踏實了。

但最近幾年，風向好像有點變了。

AI開始讀片、寫病歷，甚至參與治療方案設計。一個尖銳的問題被擺上了臺面：如果機器能干這些活，年輕人還值得花十年時間去學醫嗎？

更讓人意外的是，2020年一場全國性的眼科人機大戰中，AI的準確率超越了現場96%的資深醫生。

然而四年后，當AI的對手換成37名經過特殊訓練的醫學生時，學生們贏了。

這個結果意味深長。

它說明AI沒有把醫生推出診室，但它徹底改變了“好醫生”的定義和抵達診室的路徑。

一、AI成了醫生的“偵察兵”，而不是“指揮官”

先說AI到底在干什么。

在急診室里，情況往往很復雜。

比如一個胸痛病人來了，癥狀模棱兩可。

為了排除兇險的主動脈夾層，過去醫生要憑經驗判斷是否要做昂貴的增強CT，萬一漏診，后果不堪設想，這非常依賴醫生的經驗。

現在，像浙大一院就在用AI模型iAorta。

病人做完平掃CT，AI會先掃一遍片子，如果發現可疑信號，它就在醫生工作界面彈窗提示，并把可疑區域標出來。

醫生再帶著疑問去復核片子，判斷AI的提示靠不靠譜。

浙大一院與阿里達摩院團隊研發了AI 醫療模型 iAorta，面向的是胸痛急診里的平掃CT，這能幫助醫生更早發現風險

在這個場景里，AI的角色像是個不知疲倦的“偵察兵”，它負責在繁雜的影像信息里先篩一遍，而醫生依然是那個拍板的“指揮官”。

尤其是面對急診一線經驗尚淺的年輕醫生，AI相當于提前給了一個“風險預警”，避免他們因為經驗不足而付出慘痛代價。

二、醫學院的“硬仗”：教學生質疑AI，而不是依賴AI

當AI能夠快速給出答案時，醫學教育陷入了困境。

醫學生如果輕易拿到答案，沒有消化基礎知識，將來如何判斷AI提供的信息是否可靠？

上海交大醫學院的陳教授想了個“笨辦法”。

她允許學生用AI做拓展作業，但必須提交“修改痕跡”。

學生要解釋AI哪里答錯了、為什么錯、自己又找了什么文獻來糾正。

這種訓練方式，把學生和AI協作的思維過程完全可視化，逼著學生去消化知識、去批判性地看待AI的答案，而不是無腦照搬。

教授沈靜（中）正在和學生討論AI提供的信息。人機協同時代，醫生的一項關鍵能力是質疑、辨別和矯正AI的答案

浙江大學醫學院更是直接建了一個“啟真智醫”AI助學平臺。

里面有個功能叫“自適應習題訓練”，學生答錯題，系統不會直接給正確答案，而是像個老教授一樣反問：你漏掉了哪個關鍵信息？要不要換個角度判斷？

這種被稱為“蘇格拉底式提問”的訓練，核心目的只有一個：在AI時代，學生獲取答案太快了，所以必須強制他們慢下來，把思考過程補齊。

醫學生不能只做一個會選A、B、C、D的答題機器，必須成為一個能從零開始診斷病情的醫生。

浙江大學醫學院的學生，在課堂上通過啟真智醫平臺進行AI互動學習

三、人機對戰：為什么訓練過的學生能贏AI？

這就是開頭那場人機對戰翻轉的奧秘。第一次比賽，AI經驗豐富，贏了人類。

隨后四年，浙大邵逸夫醫院的眼科醫生做了一件事：他們用AI模型去訓練學生。

學生先看AI生成的典型病理圖像，圖像會把病毒性角膜炎的特征強化顯示，降低學生的認知門檻。

然后AI模擬病情演變過程，讓學生看到一整個病程的動態變化。

最后進入人機協同訓練，AI給出診斷和依據，學生要做的是去討論、去辨別AI的結論對不對。

第二次比賽，換了一套新病例。

學生贏了。

這個結果極其關鍵。

因為AI擅長的是“模式匹配”，碰到和訓練數據類似的圖像，它判斷極準，但換了新圖就可能波動。

而學生在訓練中學到的不是死板的圖像特征，而是比較病灶邊緣、浸潤方式的能力，也就是“泛化學習能力”。

這意味著，AI的能力邊界是“見過”，而人類醫生的天賦是“舉一反三”。

2022年7月，武漢一場胃早癌識別人機大賽上，30多位消化內鏡醫生與AI“內鏡精靈”同臺競技。相較AI，人類醫生的獨特優勢在于其強大的泛化學習能力

四、AI永遠替代不了的東西：診室里的溫度和沉默

如果說邏輯推理和知識儲備能被AI追趕，那診室里那些無法被量化的東西，就是醫生最后的、也是最堅固的護城河。

天津大學醫學院有個特殊的“虛擬遺傳咨詢”課程。

學生們面對的不是真實病人，而是AI模擬的兩個極度焦慮的訪客——一個擔心自己遺傳了父親的絕癥，一個害怕再生下患病的孩子。

學生的任務是通過對話，獲取信息、給出解釋、提供安慰。

結果，很多學生最初態度極好，但在AI模擬的患者反復追問“我到底該怎么辦”時，部分人開始焦躁，甚至說出了“你去做檢查，不然我怎么知道？”這種話。

極少數的回答甚至觸碰了醫生不該觸碰的邊界：“孩子有問題，打了吧。”

這種面對面的溝通能力，被稱為“人文素養”。它太難教了。

真實的診室遠比AI模擬的殘酷：可能擠滿了七八個家屬，老大堅持砸鍋賣鐵治，老二沉默不語只拿出了五萬塊。

醫生要勸進，也要勸退，要平衡醫學的希望和現實的無奈，要安撫每一個人的情緒。

AI算得出存活率，但算不出那張桌子旁無聲的眼淚和沉默。

在充滿不確定性的遺傳咨詢室里，AI給不了來訪者“有人陪著我一起面對”的踏實感。

患者要的不是一張冷冰冰的化驗單，而是一個能握住他的手、告訴他“我們一起想辦法”的活生生的人。

回到最初的問題：醫生會被替代嗎？

答案是不會，但“好醫生”的標準變了。

未來的醫生，不僅要會看病，還要會駕馭AI這個強大的工具。

他要有扎實的功底去質疑AI的結論，要有敏銳的洞察力去發現AI的盲區，更要有溫度和共情力，去承載那些機器永遠無法理解的人類情感。

所以說，醫生這個專業依然“越老越吃香”，只不過吃的“香”，不再是單純靠年頭攢下的經驗，而是那種融會貫通后的判斷力、跨學科的協作力、以及對人性深刻的洞察力。

這些東西，AI偷不走，也卷不來。