夜雨聆风
这几年，关于 AI 和医生的讨论，越来越热，也越来越容易走向两个极端。
一种说法是：AI 会替代医生。另一种说法是：AI 永远不可能替代医生。
昨天， “全肾AI”发了一篇医疗AI的文章，我给了链接，有兴趣的可以去看看：《顶级AI的终极回答：为什么AI永远也无法替代医生 - AI的自白》。这篇文章里，对医学决策四层结构的概括，我认为是有启发的。它把医学决策分成知识、推理、判断、执行四层。尤其提醒了大家：医疗不只是“答对题”，更关键的是在不确定中做判断，以及让方案真正落地执行。这两点我都赞同。但是，我也有一些不同的思考，与大家分享。
1.争论“替代不替代”，其实已经有点问偏了
如果把时间拉长一点看，医学从来就不是靠某一种能力单独往前走的。
过去，医生更多依赖“视、触、叩、听”。一双眼、一双手、一只听诊器，再加上大量经验，就是临床能力的主体。
但后来呢？
CT 来了，MR 来了，超声来了，病理来了，实验室检查越来越精细了。很多原来必须靠经验去猜、靠体征去摸、靠听诊去分辨的东西，开始被设备直接“看见”、被指标直接“量化”。
从某种意义上说，医生原有的一部分能力，确实被替代了。至少，是被部分取代了。
今天的医生，如果单比传统“视触叩听”的基本功，很多人未必强得过几十年前那些真正靠临床功夫打天下的老医生。这几乎是一个常识性的事实。现代检测设备越发达，医生在某些基础手艺上的依赖就越少，这会带来能力结构的改变。
但问题在于，我们不能因为这些能力下降了，就说 CT 不该用、MR 不该用、实验室检查不该用。恰恰相反。不是设备让医生变弱了，而是会使用设备的医生，整体能力变强了。
AI 也是一样。AI 的到来，不是来“消灭医生”这个职业的，而是来重新定义一个医生的完整能力边界。未来评价一个医生，不能只看这个医生“本人”的裸能力。更准确地说，未来真正有意义的评价方式，应该是：医生本人的能力+医生驾驭 AI 的能力。这两者加在一起，才是一个完整医生的真实能力。
2.真正的分野，不是“医生和AI”，而是“古法医生和AI医生”
我越来越觉得，未来医生群体真正的分化，不是“医生”和“AI”之间的分化，而是两类医生之间的分化：
古法医生，和AI 医生。
所谓古法医生，不是骂人，也不是否定传统临床价值。我的意思是，那些仍然主要依赖旧有知识获取方式、旧有诊疗路径、旧有工作流的医生。他们可能经验丰富，也可能非常认真，但他们的能力结构，本质上仍然是“前 AI 时代”的。
而 AI 医生，则是另一种新型医生。他们不是迷信 AI，也不是把 AI 当聊天玩具，而是把 AI 真正纳入自己的临床思维、证据检索、科研写作、患者管理与持续学习系统之中。
他们不是少思考，而是更会思考。他们不是被 AI 带着走，而是把 AI 变成自己的认知延伸。
有些人会觉得，这种说法是不是太激进了。其实一点也不。
看看编程行业就知道了。2025 年的时候，还有很多人不相信 AI 编程会快速改变行业；但很快，在2026年4月这个时点，整个行业就形成了共识：不会用 AI 的程序员，效率和产出开始明显落后。所谓“古法编程”，在很多场景里已经接近一个玩笑。
医学不会一模一样，但大方向不会例外。不是因为医生这个职业会消失，而是因为不会使用新工具的人，会被会使用新工具的人甩开。
3.当然，不是所有医生，都应该同样地用AI
这也是今天讨论 AI 医疗时最容易被忽略的地方：并不是所有医生，在任何阶段，都适合以同样方式使用 AI。
我很认同张文宏老师最近表达的一种谨慎态度。他并不否定 AI 在医疗中的辅助价值，但明确担心：如果医生从实习阶段就依赖 AI 直接给出结论，而没有经过完整的临床思维训练，未来就可能丧失两个关键能力：一是判断 AI 对不对，二是处理 AI 处理不了的复杂疑难问题。换句话说，年轻医生可以用 AI 查文献、辅助学习，但不能在临床思维尚未建立时，把 AI 当成“直接答案机”。
这个担忧，我认为是真实存在的且必需重视的，也就是如何合理应用AI，让AI辅助学习，而不是AI代替人类进行决策。
对于高年资医生而言，AI 是加速器，是放大器，是认知外接设备。因为他们本身已经有相对完整的临床框架，知道哪里该信，哪里该疑，哪里该停一下，哪里必须自己拍板。
但对于年轻医生而言，风险就不一样了。因为年轻医生最重要的任务，不只是“知道答案”，而是建立完整的临床思维链条。如果这个阶段过早、过重依赖 AI，确实可能出现一种现象：答案拿得越来越快，但思考能力长得越来越慢。
这不是杞人忧天。在消化内镜领域，已经有研究开始提示这种“去技能化”风险。2025 年发表的一项研究指出，持续暴露于 AI 辅助结肠镜环境后，医生在后续进行非 AI 辅助结肠镜时，腺瘤检出率可能下降，提示 AI 的长期使用可能对操作者行为和原始能力维持产生负面影响。
当然，这并不意味着 AI 不该用。正如指南和综述同时指出，AI 辅助结肠镜在提高病变检出方面总体是有帮助的，临床价值明确。
但它提醒了我们一个很重要的现实：任何强大的工具，在增强能力的同时，也可能重塑能力。
所以问题从来不是“用不用 AI”，而是：
谁来用
在什么阶段用
用到什么深度
有没有机制防止依赖
能不能做到“用 AI，但不被 AI 废掉”
这才是严肃医疗 AI 必须面对的几个关键的问题。
4.所以，AI 和医生之间最好的关系，不是替代，而是 Harness
我一直觉得，AI 与医生之间最理想的关系，不是“谁替代谁”，而是当前最时髦一个词：Harness，即驾驭。这个词比“使用”更准确。它不是简单使用，而是驾驭、控制、引导、释放AI的力量。
医生和 AI 的关系，不应该是医生被 AI 指挥，也不应该是 AI 成为医生头顶上的“标准答案裁判”。
真正好的关系应该是：医生驾驭 AI，让 AI 成为自己头脑和知识的衍生。
AI 可以帮医生更快地调取证据，更快地梳理指南，更快地比较方案，更快地识别风险点，更快地完成知识更新，更快地连接诊疗与长期管理……但最终，谁来决策和判断？还是人！医生。
谁来理解这个病人不是“一个标准病例”，而是一个有经济条件、家庭环境、依从性差异、心理负担和多病共存现实的人？还是医生。
所以，AI 在医疗里最好的位置，从来不是“取代临床判断”，而是增强临床判断的形成过程。
5.DeepEvidence 的初心：不是喂答案，而是陪医生变强
DeepEvidence AI，梅斯医学推出这款AI，表面上看与其它的AI没有什么区别，实际上，从底层算法就开始，不是为了给医生一个冷冰冰的“标准答案”。
因为我们深知：医学不是题库。临床也不是把指南复制粘贴出来就结束了。真正的临床问题，往往都带着很多复杂限制条件：
特殊人群怎么办
妊娠、哺乳、儿科、老年怎么办
肝肾功能异常怎么办
合并多种药物怎么办
证据冲突怎么办
指南与现实资源不一致怎么办
患者不愿意、不理解、不配合怎么办
如果一个 AI 只是很流畅地给出一个“看起来像对的答案”，那其实并不够。
DeepEvidence 更想做的，是让医生在与 AI 的互动中变得更强。不只是给答案，还给证据路径；不只是给结论，还提示边界条件;不只是给方案，还会反问关键限制；不只是帮助查询，还帮助形成思考。
仅这些还不够，我们还在思考如何让医生HarnessDeepEvidence。这件事非常重要。
因为未来医学 AI 的高下，不仅取决于谁“答得更像”，更取决于谁更能帮助医生保持主动性、保持判断力、保持清醒。
DeepEvidence 想坚持的，正是这种方向：让 AI 进入临床，但不让医生失去临床。
6.医生与AI的关系
有一种观点把 AI 和医生看成静态分工：AI 负责知识和部分推理，医生负责判断和执行。
现实正在变得没那么简单。因为 AI 不只是一个“答题工具”，它正在改变判断是如何形成的。它会改变信息组织方式，改变医生接触证据的速度，改变方案比较的深度，也改变长期管理的连接方式。所以今天更准确的说法不是“AI 与医生分工”，而是：AI 正在重塑医生能力的结构。
我平时也一直在研究AI的答案，甚至认为AI最有价值的地方不是给“答案”，而是AI的思考逻辑，为什么给出这样的答案？这更值得我们医生思考和学习。
至于AI能不能代替医生的说法，我认为不如说：AI 不会完整替代医生这个角色，但会持续替代旧的医生能力结构，并重新定义什么叫一个好医生。
不是“AI 替代医生”或者“AI 完全替代不了医生”，而是：AI 会替代那些不会用 AI 的医生；而会驾驭 AI 的医生，不仅不会被替代，反而会被增强。
7.真正危险的，不是AI太强，而是医生变成了“人工接口”
今天很多人讨论 AI 医疗，担心的是机器太强或太弱。但我觉得，更大的风险其实是另一件事：医生自己放弃了成长，最后只剩下转述、点击、确认，变成 AI 和病人之间的人工接口。
这是最危险的。如果未来的医疗 AI 只是不断给出“标准答案”，医生只负责签字；如果年轻医生越来越少独立思考，越来越少自己去走完整的诊断链条；如果临床现场最后只剩下流程，而没有判断；那医生当然会被边缘化，或沦为法律责任的承担人。
但这不是因为 AI 天生如此，而是因为我们把 AI 用错了。
所以，我们不能一边说拥抱 AI，一边把医生训练成“不会思考的高学历操作员”。真正好的 AI，应该让医生更像医生，而不是更不像医生。
8.未来，完整医生的能力=医生本体能力+驾驭AI的能力
这是我越来越坚定的一个判断。未来评价一个医生，不能只看他自己背了多少指南、记了多少知识点、写病历有多快、答题有多准。
真正完整的医生能力，应该包括两部分：
第一部分，是医生本体能力。包括临床思维、基本功、判断力、经验、责任心、沟通能力、人文关怀。
第二部分，是医生驾驭 AI 的能力。包括提问能力、识别边界的能力、核查 AI 的能力、整合证据的能力、把 AI 真正嵌入工作流而不是被其牵着走的能力。
这两部分加起来，才是未来一个完整医生的真实能力。
所以，未来真正落后的，不一定是知识少的人。而更可能是那些：
既没有形成强临床思维
又不会使用 AI
或者虽然使用 AI，却已经失去独立判断力的人
而真正强的医生，会是另外一类：他们既有医生的底子，又有驾驭 AI 的能力。这才是下一代医生的核心竞争力。
9.AI无处不在，但我们不是唯AI论
下周，大家就会看到全新的 DeepEvidence。接下来一个月，我们也会连续推出一系列重要功能。但我特别想强调的是：我们不是唯 AI 论。
AI 会越来越多地进入医生的工作流，这是必然趋势。它会进入检索、问答、病例分析、患者管理、科研支持、知识更新，几乎无处不在。
但 DeepEvidence 不希望做成一种“让医生越来越依赖、越来越不思考”的产品。我们更希望它成为一种训练器、一种放大器、一种协作系统。
不是让医生离不开 AI，而是让医生在使用 AI 的过程中，逐渐学会如何 Harness AI。不是让 AI 成为医生的替身，而是让 AI 成为医生能力的延长线。
这才是我们DeepEvidence真正的方向和目标。
10.AI不会终结医生，但会终结旧的医生工作方式
回到最开始的问题：
AI 能替代医生或是不能替代医生？
我想，现在可以给一个当前更准确的3个猜测：
AI 不会简单替代医生，但会替代医生旧的工作方式。
AI 不会让所有医生失业，但会让一部分不愿改变的医生迅速掉队。
AI 也不会自动让医生变强，但会极大增强那些真正会驾驭它的医生。
所以，未来真正重要的问题不是：“AI 会不会替代我？”而是：“我是不是已经准备好，成为一个能驾驭 AI 的医生？”
这，才是问题的核心。这也是我们DeepEvidence 想做的，就是陪医生一起向前努力的方向。
＋
2026为您服务
＋
精品课程推荐
