应对老龄化浪潮：AI医疗被视为关键破局之道
香港正面临严峻的人口结构挑战，老龄化趋势日益显著。当前数据显示，每四到五位市民中就有一位长者；预计到2046年，这一比例将升至三人中有一人为老年群体。据相关统计预测，至2030年，本港医护人力缺口巨大，医生短缺约1,570名，护士则需补充8,700名。立法会医疗卫生界议员林哲玄对此深感忧虑，他反问：“你能想象香港每四人里就有一个从事护理工作吗？或者难道要将长者送往内地安养？”他强调，“医护荒”危机绝不可持续蔓延，而引入AI医疗技术，正是长寿社会化解老龄化压力的重要出路。
据林哲玄介绍，目前公立医院在人工智能领域的应用主要聚焦于两大板块：影像诊断分析与文书行政处理。在影像识别方面，得益于人体免疫系统辨识病原体或异常细胞特征的机制类比，AI表现出卓越的模式识别能力。X光肺部检查、脑部扫描及视网膜图像分析已实现广泛落地，细胞形态学识别亦取得突破性进展。他特别指出，AI的核心优势在于其全面性——能够审视整张底片的每一个角落，杜绝遗漏；相比之下，人类医生往往因专注于明显病灶，容易忽视细微的病变迹象。
在文书处理层面，诸如撰写医疗报告、摘录病历等高重复性的劳动任务，同样适合交由AI承担，从而释放医护人员的时间，使其能投身于更具“人性化关怀”的照护工作中。林哲玄尤其看重在长者护理场景中，人工智能与机器人技术的结合潜力。未来，诸如抱持病人、协助沐浴、更换床单及翻身等繁重体力活，只需按下按钮即可由机器完成。“这节省下来的不仅是时间与人力成本，更是护理人员的身心健康。”
刘泽星展望：五年内通过AI实现精准分诊
自去年三月起，医院管理局已在六家公立医疗机构试点生成式AI辅助撰写医疗报告。据悉，此举可削减约40%的文书耗时及三分之一的整体工作量。然而，林哲玄对AI在处理复杂病例时的准确性存有疑虑：它能否完整捕捉所有关键信息？是否存在误判重点或遗漏细节的风险？他认为：“机器显然需要一个漫长的学习与磨合过程。”
与此同时，香港大学李嘉诚医学院院长刘泽星寄望于在未来五年内，利用AI优化公院的分流机制。现实中，一位类风湿性关节炎患者可能需要辗转普通科、骨科甚至跌打门诊，历经多次重新排队等候，最终才能接触到风湿科专家，整个流程耗时数年。刘泽星期盼AI能打破这种低效困局，通过分析症状表现与既往病史，在就诊初期就将患者引导至正确的专科科室，大幅缩短那些原本不必要的等待路径。
美国医学会今年的调查数据揭示了一个不可逆转的趋势：高达81%的医生在工作中使用AI工具，而三年前这一比例仅为38%。不可否认，AI确实提升了医生的工作效率并减轻了负担，但其固有的幻觉现象、数据偏见以及推理局限性同样不容忽视。为此，医管局明确规定：所有由AI生成的报告必须经过医生的最终审核、修改、签署，并由医生承担全部责任。这一规定将一个尖锐的问题摆在了前线医生面前：AI究竟是得力的助手，还是新增的工作负担？
辩证视角：是及时雨还是新包袱？
AI既可能成为医生最强大的后盾，也可能沦为危险的干扰源，关键在于使用者是否具备驾驭它的智慧。林哲玄举例说明：若一名外科医生让AI解读X光片，系统会将所有可疑阴影标记并附上风险百分比，缺乏放射科专业知识的外科医生可能会因此感到困惑无所适从；反之，放射科专家却能一眼剔除绝大多数“假阳性”结果。他总结道：“这是一个‘谁主导谁’的问题。如果医生对该疾病认知不足却盲目信任AI，就会被算法牵着鼻子走；但若由专家借助AI之力，决策将更加迅速且精准。”
对于审核环节是否会加重医生负担，刘泽星持乐观态度：“AI旨在帮助我们减少潜在错误的发生概率，而非制造额外麻烦。”在他看来，核心不在于逐字核对AI输出的每一个字符，而在于医生是否拥有判断AI对错的专业能力。这也正是他在医学教育中反复强调培养“批判性思维”的根本原因。
刘泽星观察到，AI正在重塑医疗知识的传播格局及医患互动关系。过去，医生垄断了专业解释权；如今，患者获取信息的渠道空前便捷，许多人在就医前便利用AI解读自身报告，并带着未经核实的信息向医生质询。部分医生出于规避漏诊风险或安抚患者焦虑的考虑，即便临床必要性存疑，也可能倾向于安排更多检查。刘泽星担忧，这不仅推高了医疗成本，还可能挤占真正急需救治患者的资源。他特别提醒：“未来的医生不仅要精通诊疗，更需擅长解释、甄别，并引导患者理性看待AI的局限性。”
终极追问：AI能否完全取代人类医生？
从阅片、写病历到手术导航，AI在医疗领域的边界正急速扩张。它不仅已开始辅助处方开具、参与放疗方案设计，更有中外研究团队致力于训练AI模拟肿瘤演变过程，甚至在动物实验中独立执行手术操作。随着AI技术与人类能力的差距逐渐缩小，一个不得不面对的问题是：AI终有一天会彻底取代人类医生吗？
作为资深外科专家，林哲玄认为AI的根本短板在于无法理解人类沟通中微妙的情感差异。他举例称，两位患者都说“痛得要死”，前者可能是真实的剧烈疼痛，后者或许只是习惯性夸张表达。“人际沟通极其复杂多变，目前我看不到AI如何有效辨别这种语境差异。”除了问诊，手术经验的积累更是无可替代。“操作的技巧、力度的掌控、何处需格外谨慎，这些全靠个人体悟，任何第三方都无法直接传授。”他告诫年轻同行：“切勿过度依赖AI，更不要试图用算法经验取代个人的临床积淀。”
身为医学院长，刘泽星坦诚地表示，当科技发展达到特定阈值，AI理论上具备取代人类医生的可能性，但他坚决主张“不应允许完全取代”。因为一旦医生彻底依赖AI，人类探索科学未知、质疑医学问题的求知欲将受到严重抑制。他划定了清晰的底线：“与患者的情感交流、人文关怀以及治疗方案的最终决策权，必须保留给人类医生。”
现实考量：AI有助于缓解医生荒困境吗？
现阶段，本地医学生需在医学院接受至少六年理论教育，再加一年驻院实习，方可注册为执业医生；若想获得博士学位并成为注册专科医生，总耗时长达17年。既然AI在技术成熟度与伦理规范上尚难完全替代医生，那么它是否能加速人才培养进程，进而纾解困扰已久的“医生荒”难题？
刘泽星给出了否定回答：“我们绝不能因AI的出现而压缩医学生的训练周期。毕竟，医学知识体系仍在爆炸式增长，如今的体量远超以往数倍。”他指出，合格医生的标准不仅限于掌握书本知识，更涵盖临床判断力、医患沟通能力、伦理决策素养及团队协作精神等多维素质。这些软技能无法仅靠阅读或通过科技捷径获取，必须在长期的真实医疗环境中通过大量实践逐步沉淀；缩短训练时间必然导致临床经验积累的匮乏。
尽管不缩减学制，港大医学院已将AI课程纳入必修范围，内容涉及大型语言模型、高级提示工程、诊断准确性验证、自动化偏差分析及AI伦理探讨。刘泽星透露，教学过程中引入了真实临床案例，引导学生思考实际应用中的挑战。例如，当患者依据AI生成的资讯质疑医生诊断时，医护人员应如何进行专业回应。此外，学院还利用生成式AI技术构建了具有不同病史、性格及情绪反应的“虚拟病人”，让学生在进入病房前即可进行模拟问诊演练，强化临床思维技巧。目前，港大严禁学生在考试中使用AI，但刘泽星认为长远来看可适度开放，前提是学生必须具备批判性评估能力，清楚知晓“为何对、为何错”。
另一方面，林哲玄以影像分析为例展示了AI的效率红利：以往人工阅片需15分钟，现在AI仅需两分钟给出初步答案、三分钟出具报告，效率提升八成。“AI并非为了消灭某些工种，而是为了让现有工作提速增效。”他认为，这种效率飞跃能否实质性地缓解医生短缺，取决于技术推广速度与专业人才转型速度的匹配度。若技术普及过快，在职人员来不及适应，会造成结构性错配；若普及过慢，新一代毕业生则会流向其他需求旺盛的行业，导致医疗行业人数自然萎缩。
共生理念：与其管控AI，不如学会与之共存
在监管架构上，香港暂无专门针对AI的法律条文。虽然律政司已设立跨部门小组检视相关法律配套，医务委员会也在制定细则，但林哲玄提醒，由于医生与护士的管理规则分离，可能会出现协调混乱。对于院内专用的医疗AI，现行原则仍是“医生负责制”。“责任不能转嫁给患者。”林哲玄强调，引入AI并未改变这一逻辑，即便有算法建议，中间仍需专业人员把关，因为“黑盒算法的思考过程对我们而言并不透明”。刘泽星对比指出，过去医生查阅书籍辅助诊断，其准确性有保障；而今依赖AI，其可靠性尚待验证。
关于是否应立法管制医疗AI，刘泽星认为法律滞后性是常态，“法规出台之时，AI模式可能早已迭代。”他建议优先发布指导方针，明确患者与医生各自的使用界限，“我们要致力于提升全社会对AI的认知水平。”其核心理念在于：与其试图强行控制AI，不如学习如何与之和谐共处，将其转化为助力人类的工具，而非威胁生存的对手。他阐释道，AI不仅是Artificial Intelligence（人工智能），更可理解为Alternative Intelligence（替代智能）和Augmented Intelligence（增强智能）。作为替代智能，它提供了区别于人类思维的视角，为解决难题带来新意；作为增强智能，它能激发人类的独立思考与创新，达成人机协作的高阶境界——“这才是AI的真正价值所在。”
最后，刘泽星提出构建良性人机协作生态的前提是各方职责分明：政府需搭建监管框架，厘清法律责任、数据安全及隐私保护边界；医院需重构工作流程，将AI无缝集成至现有系统，并制定明确的临床指引加强培训；科技企业需开发契合医生习惯的安全产品，持续监测更新软件以适应真实临床环境；而医生本身则须坚守医德，积极拥抱科技并保持独立判断力，牢牢掌握医疗决策的最终话语权与法律责任。
「尽管人工智能能够迅速提供解决方案，但在深入理解患者复杂处境方面仍存在局限性；它能精准计算医疗风险，却难以承担临床决策背后的伦理责任。」刘泽星始终坚信，医学的核心不仅在于治愈身体疾病，更在于抚慰心灵创伤——这种超越技术层面的人性化互动是AI无法替代的，而AI正逐渐成为日益重要的协作伙伴。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，硕谷新闻聚合所有文章均包含本声明。
暂无评论内容