AI“代脑”隐患：医学生恐因过度依赖丧失临床推理根基

【科技纵览】当人工智能从辅助工具演变为思维“外挂”，医学教育的底层逻辑正面临前所未有的冲击。据Futurism 8月12日援引《卫报》文章报道，斯坦福大学医学院学生兼记者西马尔·巴贾杰与约翰斯·霍普金斯医学中心创伤外科医生约瑟夫·萨克兰联合发出警示：医学生对AI的过度依赖，其危害远超简单的技能退化，更可能导致诊疗推理能力在萌芽阶段便彻底缺失。

两位作者指出一个残酷的现实：“忘记如何推理的医生尚有重拾的可能，但从未学会推理的医生或许将永远无法弥补这一缺陷。”这种担忧并非空穴来风，而是基于两项令人不安的最新发现。首先，内部数据显示，美国约有三分之二的医生已常态化使用专为临床设计的AI聊天机器人OpenEvidence。这意味着该技术已深度嵌入医疗工作流，年轻医师极易将其视为默认的“外置大脑”，而非参考工具。

其次，《Nature Medicine》刊登的一项新研究揭示了专用医疗大模型的可靠性困境。评估结果显示，这些标榜专业的临床AI工具在回答医疗问题时，表现竟逊色于ChatGPT和Claude等通用聊天机器人，整体水平仅与因答案不稳定、不准确而饱受诟病的谷歌“AI概览”相当。即便暂且搁置可靠性争议，AI也无法替代学习过程中的认知挣扎。

巴贾杰和萨克兰强调，艰难的思考过程本身就是医学训练的核心。过去，受训者在列出诊断清单时需绞尽脑汁，虽可能遗漏某些可能性并因此感到难堪，但这正是从错误中汲取教训的关键时刻。如今，只需向OpenEvidence提问，便能瞬间获得近乎完美的答案，甚至包含受训者未曾想到的选项，从而规避了所有尴尬与反思。

这与以往扩大医生视野的技术进步截然不同，AI直接介入了本应通过训练建立的认知机制。为此，作者建议借鉴航空业经验，要求受训者定期在无AI辅助下独立处理病例，类似飞行员手动驾驶飞机的训练；同时，引入职业伦理中的“羞耻感”作为约束，以遏制对技术的盲目依赖。毕竟，若思考的权利被让渡，医生的核心价值也将随之消解。