專家警示醫學生過度依賴 AI：或從一開始就無法形成診療推理能力

作者：清源 責編：清源 評論： 8 月 12 日消息，據外媒 Futurism 今天（12 日）報道，斯坦福大學醫學院醫學學生兼記者西馬爾 · 巴賈傑、約翰斯 · 霍普金斯醫學中心創傷外科醫生兼外科執行副主任約瑟夫 · 薩克蘭認為，醫學生使用 AI 帶來的問題已經相當令人擔憂。巴賈傑和薩克蘭在《衛報》發表文章稱，醫學生使用 AI 帶來的危險不僅是技能退化，更可能是從一開始就沒有真正形成技能。“忘記如何推理的醫生還有可能重新掌握這種能力，但從未學會如何推理的醫生可能就做不到了。”從報道中獲悉，巴賈傑和薩克蘭指出，近期有兩項發現尤其令人擔憂。第一項來自內部數據。

美國約三分之二的醫生已經在使用專門面向臨床醫生的 AI 聊天機器人 OpenEvidence，說明該技術已經廣泛進入醫療工作流程，並深度融入醫務人員的日常工作。第二項是一項發表在《Nature Medicine》上的新研究，研究人員評估了醫療專用大語言模型的可靠性。結果令人意外：這些臨床 AI 工具回答醫療問題的表現，反而不如 ChatGPT 和 Claude 等通用聊天機器人。研究作者稱，其整體表現大致與谷歌“AI 概覽”相當。此前，AI 概覽已因表現不穩定和答案不準確而“臭名昭著”。AI 工具即使能夠幫助查找資料，暫且不論可靠性本身仍存在重大問題，也不能取代學習者親自動腦思考。

原因在於，學習過程中，艱難思考本身就是重點。巴賈傑和薩克蘭寫道：“例如，過去要求受訓者列出可能的診斷時，他們可能要費力思考，最後仍只能提出一份不完整的清單，然後從遺漏中學習，有時還會因此感到難堪。現在，受訓者只需要詢問 OpenEvidence，就能直接得到一個近乎完美的答案，其中包括他們從未考慮過的可能性，同時也不用經歷遺漏診斷帶來的尷尬。”巴賈傑和薩克蘭寫道，AI 與過去醫學技術進步的不同之處，在於 AI 不僅是在擴大醫生能夠看到的範圍，而是在介入醫學訓練本應建立的認知機制。巴賈傑和薩克蘭提出了幾種解決辦法。

其中一種是要求受訓者定期在完全沒有 AI 幫助的情況下獨立處理病例，其思路與美國聯邦航空管理局建議飛行員定期關閉自動駕駛系統、手動駕駛飛機類似，而另一種強有力的約束或許來自“羞恥感”。投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：人工智能，醫學生，AI醫療威聯通為 Qsirch 推出 AI 模式：利用 VLM / LLM 優化 NAS 內容搜索體驗IBM 收穫 2.

4 億美元合同，為 Together AI 提供 HGX B300 算力AI 扮演所有員工角色：NEC 成立企業人工智能與勞動力部門李飛飛：AI 進入校園的最大風險，是可能削弱孩子的學習能力OpenAI 倫理主管 Chloé Bakalar 悄然離職，在崗不到一年NVIDIA 牽頭組建 5000 億美元人工智能計算基礎設施融資平臺