当ai医生上岗，人类医生会被取代吗？在使用ai的过程中，医生会不会被误导，又会不会“变笨”？
去年11月，国家卫健委发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，点出了众多ai应用场景，北京市卫健委随后发文支持ai发展。记者获悉，ai辅助诊断、病历书写、预问诊等功能已在线下开展应用。
对ai期盼热切的同时，业内也出现了对ai实用性、准确性、负面影响等问题的担忧。北京市两会近期开幕，记者联系了多位政协委员及医务工作者，围绕ai的前景与争议展开探讨。
用ai保住孩子
分隔人体胸腔和腹腔的，是一片“张开”的膈肌，一旦膈肌发育缺陷，新生儿在出生后不久就可能憋死，也可能在产前筛查阶段便被无望的父母引产放弃。在临床工作中，北京市政协委员、首都儿童医学中心新生儿外科主任医师马立霜了解到不少类似的案例。
北京市政协委员、首都儿童医学中心新生儿外科主任医师马立霜。新京报记者 王贵彬 摄
“ai或许能‘保下’一些孩子。”马立霜说，膈疝不是不治之症，难点在于产前诊断与准确分型，受限于超声技术等原因，全球出生缺陷结构畸形产前诊断准确率平均仅为30%-60%。如果ai拥有外科医生的“眼力”，就能帮助基层超声医生识别出有救治可能的胎儿，基于这一构想，马立霜正在参与ai大模型的研发，她今年的上会提案也与此相关。
ai是当下医疗领域最受关注的热点话题。去年11月，国家卫健委出台《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》。12月，北京市卫健委印发《北京市支持医疗健康领域人工智能应用发展行动计划（2026-2027年）》《北京市医疗健康领域支持人工智能产业创新发展若干措施（2026-2027年）》。
在北京市两会期间，不少政协委员及医疗界人士围绕医疗ai展开了讨论。
“ai在影像识别、病理判读、随访预测、科研建模等领域展现出了较高效率，可缩短诊断时间、减少人为误差并提升决策一致性，在分级诊疗、临床科研转化、慢病管理、居家监测等场景中，ai都能发挥较大作用。当然，这一新生事物也面临一些待解决的问题。”北京市政协委员、中国医学科学院肿瘤医院主任医师王昕告诉记者，今年，他提交了《关于加快推动ai医疗辅助诊疗规范有序发展的提案》。
北京市政协委员、中国医学科学院肿瘤医院主任医师王昕。新京报记者 王贵彬 摄
北京市政协委员、北京市卫健委主任刘俊彩在接受新京报记者专访时表示，2025年，北京成功获批首批国家人工智能应用中试基地，今年将进行建设。在ai研发应用方面，出现了北大医院肾病模型、同仁医院便携式眼底相机、安贞医院“先心安”模型等产品。
西城区卫健委主任焦扬告诉记者，西城区今年将依托一体化平台构建健康大数据与人工智能底座，推动更多“ai+医疗”健康应用场景落地。据悉，该区一批区属医院已在探索使用ai。首都医科大学附属复兴医院从2024年下半年开始，逐渐将肺结节影像辅助诊断、deepseek检索、ai导诊等系统引入院内；北京市二龙路医院则已开始使用ai预问诊、电子病历书写、辅助诊断等功能。
ai会让医生“降智”吗？
医疗ai飞速发展的同时，也伴随着业界的担忧。
近期，复旦大学附属华山医院感染科主任张文宏在某专业论坛上表示，他会在临床中使用ai，但看一眼就知道ai哪里有错，他认为医生的能力是避免被ai误导的关键，担心年轻医生对ai的过早使用会改变其接受训练的过程，导致未来难以鉴别ai的对错。
“这两个担忧值得思考。ai的准确性不是百分之百，医生要始终保持诊断的主体性，在使用ai提高效率的同时，对ai提供的信息具备鉴别力。”王昕说。
作为肿瘤科专家，王昕参与过ai诊断大模型的研发。他介绍，ai的学习是基于诊疗病例、专家意见、诊疗指南等既往的信息数据，但现实中患者的病情复杂、千变万化，ai模型在真实医疗场景中的表现并不完全稳定。此外，医生给出医疗决策并不完全基于疾病本身，有时还要考虑患者的经济承受能力、家庭支持系统、心理状态及文化背景等各类人文因素，算法较难处理这部分人文伦理因素。
“我们在用ai时，也尽可能不要让它做主观层面的事情，比起‘尝鲜’，稳妥更加重要。”北京某医院信息科主任告诉记者，该院的系统支持ai辅助诊断，但考虑到功能不够成熟，他们在系统中主动关闭了该功能。
“我们让各科的专家初步看过，目前这个辅助诊断输出的速度较慢，给出的结果看似没什么毛病，但医生不太需要，有点为了说而说的感觉。医生需要的是自己没有涉及的知识点，但在不了解的领域又不敢全听ai的，最后还是要请相应专科的其他医生出具意见。”上述信息科专家介绍，目前，他们对ai的辅助诊断功能仍处于摸索体验阶段。
“我觉得对于新技术，要有一个接受和实践的过程。新趋势是挡不住的，我们要充分利用它好的那部分，它一定有短板，但也一定有办法补足。”马立霜对ai保持乐观：“我相信ai不会让医生变笨，该医生做的它替代不了，它反而可以让医生变聪明。”
她结合新生儿膈疝辅助诊断大模型举例。传统超声诊断的准确率之所以不高，一部分是由于胎儿器官形态异于成人，且膈疝导致其脏器移位、挤成一团，加之胎儿漂浮在羊水中位置不固定，超声识别的难度很大，超出了超声医生的知识范围。对熟悉胎儿解剖结构的新生儿外科医生来说，通过不那么完整的超声影像，也可以分辨病情的严重程度和手术的可能性，但外科医生往往就职于儿科而非妇幼保健院，难以触达新生儿筛查阶段。
经过训练的ai，可通过脏器质地、边界、位置关系、毗邻情况等特点做出辅助诊断，扮演外科医生的角色。即便其结论超出了超声医生的诊断水平和判断能力，也可以作为一种可能性的提示，由超声医生发起远程会诊申请，请大医院外科医生进行线上会诊和指导，这种交流和操作也是一种学习的过程。
ai版图，有空待填
随着新生儿膈疝产前诊断大模型研发的深入，马立霜对ai及其产业的了解不断增加，也发现ai产业发展中面临的阻碍。
“研发需要资金支持，但在这方面没有专门的投入。”她建议，在出生人口持续走低的新形势下，应当更加重视新生儿出生缺陷诊断技术的提升，建立ai妇幼专项定向支持资助，积极鼓励从软件到硬件的自主创新研发，开发具有国际竞争力的产品，让儿科专用b超机可应用于临床。
她还介绍，目前人工智能辅助影像学诊断没有成熟的医院收费系统和医保报销申请机制，如果商业化落地的问题不解决，很难推动新技术在临床上的真正应用与相关产业发展，建议在相关产品通过药检部门评审并获得上市许可后，在产品定价、医保准入等方面出台政策，支持临床科研成果转化为新质生产力。
王昕则关注ai技术在北京市医疗体系中规范、安全、有序落地的问题。
他介绍，ai虽前景广阔，但面临临床适用性不足、责任划分机制缺乏、临床疗效表现与长期安全性评价不足、基层可及性不足、数据治理与隐私风险等问题。
他建议，建立人工智能医疗产品的临床准入与分级评价体系，由卫健委牵头，联合药监、医保与行业协会，参考药械监管体系，引入动态评价方式，包括分级准入标准、真实世界临床评估机制、数据透明与算法可解释要求、不良事件与偏差报告制度。
在责任划分与法律伦理方面，建议在试点阶段明确：医生使用ai属于“辅助决策”，决策权仍在医生；厂商对模型算法与产品质量承担主体责任；医疗机构承担使用与验证责任；行政监管部门建立纠纷处理机制，避免因责任模糊影响推广。
在推进ai落地层面，建议选择社区卫生服务中心、二级医院或康养机构开展示范，包括影像筛查辅助系统、慢病管理与随访ai、居家监测+康养照护等，形成可推广的模式，为未来纳入医保支付提供依据。
“北京有条件在全国率先形成医疗ai安全应用的制度样本，建议市政府将医疗人工智能纳入健康城市与数字化治理的重要布局，促进产业、医院、科研、监管协同发展。”王昕说。
新京报记者 戴轩
编辑 白爽 校对 张彦君
