未来某天，肿瘤中心。AI读完一名晚期肺癌患者的全部资料，给出了一份近乎完美的A方案。

年轻医生盯着屏幕感叹：“以后还需要我们吗？”

主治医生推门进来，拿起病历，在经过一番思考之后却选了截然不同的B方案。

所有人都愣住了。

主治医生说：“他昨天告诉我，他不想再住院了”。

患者妻子已故，只有两个孩子。A方案获益更高，但需要频繁住院，副作用更大。B方案的医学数据没那么漂亮，却更符合这个人剩下的生活。

AI算的是“哪个方案更优”。医生回答的是另一个问题：这个人愿意用怎样的代价，去换取这份获益。

肿瘤医学面对的从来不是“疾病”，而是“一个人”

现代肿瘤学已经高度标准化、精准化，但临床最终面对的是具体患者。AI可以读懂指南，却读不懂一个人对活下去的方式选择。

• 从“疾病标准”走向“患者真实”

在当今时代，靶向药依靠驱动基因，免疫治疗看PD-L1表达，指南把每一线治疗路径写得分明。可一旦关上诊室的门，医生面对的不是“肺腺癌IIIB期EGFR突变”的病例，而是一个有名字、有家人、有账单要付、有恐惧要面对的人。

即使是相似的肿瘤，患者最终接受的治疗也可能完全不同。原因从来不止在医学指标里，还包括年龄和基础状态、合并症种类和程度、家庭照护条件、经济承受能力、社会角色和工作压力、心理状态以及对治疗的真实意愿。

• 传递信息的是AI，建立关系的是医生

在肿瘤诊疗中，“沟通”从来不只是传递信息。告知坏消息、解释预后、讨论治疗目标、面对复发和终末期——每一个场景都需要医生根据患者的情绪、认知水平和接受程度，随时调整自己的表达方式。一句话的时机与语气，带来的可能是完全不同的心理反应和治疗配合度。

AI可以生成温和、专业的语言，甚至模仿医生的口吻，但“语言像不像医生”和“能否真正建立医患信任”是两回事。前者是技术问题，后者是关系问题。

美国临床肿瘤学会（ASCO）在2024年发布的ASCO Sets Six Guiding Principles for AI in Oncology中明确提出：人际互动是医疗服务的基本组成部分，AI不应替代需要敏感人际互动的医疗场景1。

图1 ASCO发布的《肿瘤学人工智能负责任使用原则》

肿瘤治疗最难的环节，是在没有标准答案时作出选择

AI可以把指南背得一字不差，但肿瘤科医生却每天都在面对一个现实：一个没有标准答案的题目。

• 肿瘤治疗本质上充满“取舍”

临床上大量决策，本质上都是取舍——疗效与毒性之间的取舍，生存期与生活质量之间的取舍，短期获益与长期风险之间的取舍，积极治疗与保守治疗之间的取舍。尤其到了晚期肿瘤、复发肿瘤、复杂合并症患者身上，这种矛盾更加尖锐。

一项针对晚期肿瘤老年患者的临床研究发现，只有8.4%的患者优先选择延长生存期而非维持生活质量，而71.7%的患者倾向于优先维持生活质量2。这意味着，当一个方案能延长三个月生命但可能严重影响生活质量时，“最优”二字在医生和患者眼中已经出现了裂缝。

• AI擅长的是“计算最优”，医生面对的是“什么才值得”

AI可以基于大量数据计算出哪种方案成功率更高、哪种方案风险更低、哪种患者更可能获益。但医学需要继续追问：这个患者愿不愿意承担这个代价？这个获益对他而言是否值得？AI可以优化概率，医生必须完成价值判断。

2025年发表在Nature Communications上的一项研究明确指出，AI工具并非完美无缺，存在固有偏见，且受限于训练数据的质量。如果临床医生对AI过度依赖或过度忽视，都可能导致次优治疗3。另有研究显示，大型语言模型在肿瘤治疗决策中与多学科团队专家共识的一致性仅为20%到60%，并且偶尔会给出具有潜在危害的建议4。

AI在信息总结和知识检索方面确实表现出巨大能力，但在癌症诊疗中的准确性、泛化能力和真实临床安全性仍存在明显局限——因此，仍需要人类监督。

• “AI或许比医生更准确”≠“AI应该替代医生”

有人可能会问：如果未来AI在诊断准确率上真的超过医生，为什么还需要医生？答案很简单——“诊断更准确”只是医疗工作的一部分，不等于“完整临床决策能力更强”。

一项将ChatGPT-4与神经肿瘤放疗专家进行对比的前瞻性研究显示，ChatGPT-4与专家的共识率为76%至79%，而两位人类专家之间的共识率高达90%。在灰色地带——那些缺乏明确规则的中间场景——AI倾向于过度干预，采取一种“拿不准就治”的策略5。这种系统性偏差恰恰说明，AI的处理逻辑与真实临床决策之间存在着本质差异。

图2：ChatGPT-4 vs. 肿瘤专家的共识率

医疗最终必须回到“人来决定、人与人承担后果”

AI可以给出方案，但方案背后的责任，谁来扛？

• 医疗决策必须存在责任主体

一个AI系统可以推荐一套治疗方案，但患者最终发生严重不良后果之后——谁向家属解释？谁在深夜复盘纠错？谁坐在患者床边完成那场艰难的沟通？谁在法庭上承担法律责任？这不是技术问题，是医疗制度必须回答的问题。

2025年11月，WHO/欧洲办公室发布的一份报告指出，在50个受访国家中，仅有8%的国家制定了AI在医疗领域出现错误或造成伤害时的责任归属标准。绝大多数国家——86%——将法律不确定性列为AI医疗应用的首要障碍6。

最终签下医嘱、面对患者和家属、承担法律后果的，永远是那个有执业证的人。

• AI最大的风险，可能是“让医生在相信中犯错”

这恰恰是AI进入临床后最容易被忽视的风险。心理学上有一个概念叫“自动化偏差”——当机器给出一个答案，人会本能地倾向于接受，哪怕自己有能力判断对错。“在缺乏足够质疑的情况下信任算法”——在AI系统用户中并不罕见。

有研究显示，67%的医生在最初建议不采用某种治疗、但看到AI输出建议治疗后，改变了原有决策7。医生对AI的信任甚至超过了对同行同事的信任。未来真正危险的可能不是“医生不用AI”，而是“医生开始不再思考”——当AI的建议越来越“像”正确答案时，质疑的成本会越来越高，独立思考的习惯会慢慢退化。

图3：67%的医生会在AI建议后改变自己已经否定的建议

因此，AI最合理的位置不是“医生的位置”，而是“医生旁边”。只要医疗最终仍然是一个由人作出决定、由人承担后果的社会行为，AI就很难成为真正意义上的“医生”。

结语

不要问“医生会不会被取代”，而要问“哪些工作会被AI拿走”。

AI确实会替代一部分医疗工作，这是事实，不必回避。影像初筛、病理图像分析、病历整理、文献检索、风险预测、标准化随访和分诊、部分高度结构化的诊断任务——这些重复性、可编码的工作，AI正在或将要做得比人更快。换句话说，AI不会原封不动地保留今天的医生职业结构。那些可以被标准化、计算化和自动化的工作，大概率会被拿走。

但"拿走一部分工作“不等于"取代医生”。真正的变化是：低价值、重复性的劳动交给AI，高价值的临床判断留给医生。医生的工作重心会从“寻找信息、识别信息、重复劳动”，逐渐转向“解释信息、权衡选择、与患者共同决策、处理复杂情况”。这恰恰是医学回归本质的过程——把医生从繁琐的事务性工作中解放出来，让他们有更多时间坐在患者床边。

未来不是“AIor医生”，而是“AI时代，什么样的医生才能不可替代”。这个问题的答案，不在技术里，在医生自己手里。

参考文献

1. //ascopost.com/issues/june-25-2024/asco-sets-six-guiding-principles-for-ai-in-oncology/?utm_source=www.healthtechzen.com&utm_medium=referral&utm_campaign=erm-framework-design-in-healthcare#1

2. Richardson DR, et al. JAMA Oncol. 2026 May 1;12(5):517-521.

3. Niraula D, et al. Nat Commun. 2025 Jan 29;16(1):1138.

4. Li CP, et al. J Cancer Res Clin Oncol. 2025 Sep 10;151(9):248.

5. Tini P, et al. J Neurooncol. 2025 Oct 15;176(1):13.

6. //www.who.int/europe/news/item/19-11-2025-is-your-doctor-s-ai-safe?utm_source=www.aiinlabcoat.com&utm_medium=referral&utm_campaign=how-dance-shapes-the-brain#1

7. Bernstein MH, et al. Npj Ment Health Res. 2025 Dec 20;4(1):68.

来源：医学论坛网

编辑：常山

审核：梨九

排版：蓝桉

封面图源：陆士新医学基金会