一位身穿白大褂、内搭蓝色衬衫、脖子挂着绿色听诊器的人正拿着手机查看，背景为纯蓝色。

全球医生广泛使用AI工具来做笔记和查询问题已是不争的事实，但对于仍在接受培训的下一代医生来说，情况却令人担忧。斯坦福医学院的医学生兼记者Simar Bajaj和约翰霍普金斯医学中心创伤外科医生兼外科执行副主任Joseph Sakran在《卫报》发表文章指出，医学生使用AI的风险不仅是技能退化，更可能是从未真正掌握技能。

他们写道：“虽然忘记如何推理的医生可以恢复，但从未学会推理的医生可能无法挽回。”

Bajaj和Sakran引用了两项令人震惊的最新发现。首先，美国约有三分之二的医生正在使用专为临床医生设计的AI聊天机器人OpenEvidence，这项技术已经深度融入医疗工作流程。其次，发表在《自然医学》杂志上的一项新研究评估了这些医疗专用大型语言模型的可靠性，结果显示这些临床AI工具在回答医学问题时表现甚至不如通用聊天机器人如ChatGPT和Claude，表现与以不准确著称的谷歌AI概览相当。

尽管AI工具在研究中可能有用，但它们无法替代大脑的思考，尤其是在学习阶段，“挣扎本身就是学习的意义”。

例如，过去医学生在列出可能诊断时会遇到困难，可能会遗漏一些诊断，从而学会补足这些不足；而现在，学生们只需询问OpenEvidence，就能得到几乎完美的答案，涵盖他们可能未曾考虑的所有可能性，且不会感到因遗漏而尴尬。

AI与以往医学进步的不同之处在于，它不仅扩展了医生的视野，更直接介入了培训过程中应当培养的认知机制。

大量关于AI引发的“认知卸载”研究支持这一观点，即用户自然倾向于将大量思考任务外包给AI工具。一些研究表明，AI可能削弱批判性思维能力，并导致认知任务时大脑活动减少。

这一问题正困扰着医学界。今年早些时候，顶尖医学院的医生们提出了更严格的医学生使用AI工具的规范。

耶鲁医学院教育技术与创新副院长Jaideep Talwalkar告诉Stat News：“刻意撰写病历的过程迫使我们用大脑认真思考发生了什么，这种反复练习非常重要。”

Bajaj和Sakran提出了一些应对建议，其中之一是要求医学生定期在没有AI帮助的情况下完成病例分析，类似于联邦航空管理局建议飞行员定期关闭自动驾驶手动飞行。当然，另一种有效的约束可能是羞耻感。约翰霍普金斯的一项研究发现，使用AI的医生往往会受到同行的轻视和怀疑。

更多关于AI的内容： AI模型创造出自然界未知的新病毒