打开网易新闻 查看精彩图片

医院信息科的人有个共识：AI 产品演示会，科主任听完鼓掌，散会后该干嘛干嘛。

不是技术不行。肺结节识别准确率 95% 以上，眼底筛查比资深医师还快——数据漂亮，但医生就是不用。或者用了，也不信。

这像什么？像家里老人面对智能手机。功能全会，就是不敢点转账。不是学不会，是怕点错。医生的「不敢点」，代价是患者的命。

死结有三层。

第一层，责任归属。

AI 辅助诊断写进病历，出了事谁担责？医院、厂商、还是签字的主治医师？现在没说法。医生选择最安全的做法：参考可以，决策我背，那不如不看。

第二层，黑箱焦虑。

深度学习给出结论，给不出推导过程。医生问「为什么判定恶性」，AI 只能说「概率高」。这相当于学生交卷不写步骤，老师能给分吗？临床思维是医生的核心能力，被一个说不清道理的系统牵着走，专业尊严受不了。

第三层最隐蔽：工作量没减，反而增加。

AI 筛出 100 个疑似结节，医生得逐个复核。系统灵敏度过高，假阳性把医生淹了。本来 20 分钟看完的片子，现在 40 分钟——还得背 AI 漏诊的锅。

解结的方向，厂商们正在试。

有的做「可解释 AI」，把热力图叠在病灶上，告诉你 AI 看的是这块边缘毛刺；有的推「人机共签」，诊断报告分栏呈现，医生修改痕迹留档，责任边界清晰些；还有的直接换场景，从辅助诊断转向质控复盘——不抢你决策权，帮你查漏。

但这些补丁有个前提：医院愿意配合改造流程。而医院的信息化预算，往往优先给能创收的系统。

一位三甲放射科主任跟我说过实话：「AI 公司来谈合作，我先问能不能发论文。能，就试试；不能，再等等。」

医生的信任不是测出来的，是共事出来的。什么时候 AI 的误判被公开讨论、被写进病例讨论记录、成为住院医的教学素材——而不是被厂商压下去——这层冰才开始化。

北京某医院去年做了件事：把 AI 辅助诊断的疑难案例，每月挑出来开复盘会，厂商工程师旁听。三个月后，科室主动使用率从 17% 涨到 61%。

不是因为算法变了。是医生终于觉得，这东西是科室的，不是厂商塞进来的。