北京
醫院信息科的人有個共識：AI 產品演示會，科主任聽完鼓掌，散會后該干嘛干嘛。
不是技術不行。肺結節識別準確率 95% 以上，眼底篩查比資深醫師還快——數據漂亮，但醫生就是不用。或者用了，也不信。
這像什么？像家里老人面對智能手機。功能全會，就是不敢點轉賬。不是學不會，是怕點錯。醫生的「不敢點」，代價是患者的命。
死結有三層。
第一層，責任歸屬。
AI 輔助診斷寫進病歷，出了事誰擔責？醫院、廠商、還是簽字的主治醫師？現在沒說法。醫生選擇最安全的做法：參考可以，決策我背，那不如不看。
第二層，黑箱焦慮。
深度學習給出結論，給不出推導過程。醫生問「為什么判定惡性」，AI 只能說「概率高」。這相當于學生交卷不寫步驟，老師能給分嗎？臨床思維是醫生的核心能力，被一個說不清道理的系統牽著走，專業尊嚴受不了。
第三層最隱蔽：工作量沒減，反而增加。
AI 篩出 100 個疑似結節，醫生得逐個復核。系統靈敏度過高，假陽性把醫生淹了。本來 20 分鐘看完的片子，現在 40 分鐘——還得背 AI 漏診的鍋。
解結的方向，廠商們正在試。
有的做「可解釋 AI」，把熱力圖疊在病灶上，告訴你 AI 看的是這塊邊緣毛刺；有的推「人機共簽」，診斷報告分欄呈現，醫生修改痕跡留檔，責任邊界清晰些；還有的直接換場景，從輔助診斷轉向質控復盤——不搶你決策權，幫你查漏。
但這些補丁有個前提：醫院愿意配合改造流程。而醫院的信息化預算，往往優先給能創收的系統。
一位三甲放射科主任跟我說過實話：「AI 公司來談合作，我先問能不能發論文。能，就試試；不能，再等等。」
醫生的信任不是測出來的，是共事出來的。什么時候 AI 的誤判被公開討論、被寫進病例討論記錄、成為住院醫的教學素材——而不是被廠商壓下去——這層冰才開始化。
北京某醫院去年做了件事：把 AI 輔助診斷的疑難案例，每月挑出來開復盤會，廠商工程師旁聽。三個月后，科室主動使用率從 17% 漲到 61%。
不是因為算法變了。是醫生終于覺得，這東西是科室的，不是廠商塞進來的。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
