王小川硬刚张文宏：医生成长不能患者买单，AI不是绊脚石是护身符

一边是医疗界权威张文宏，明确拒绝把AI引入医院病历系统，怕年轻医生过度依赖、能力退化；另一边是百川智能创始人王小川，直接隔空回应，一句话戳中核心：“医生的成长不能以当下的患者作为成本！” 这话一出，网上瞬间分成两派，有人站张文宏的“医生培养优先”，有人挺王小川的“患者利益至上”

咱先把事儿捋明白，两人的争议根源，其实是对“医疗AI该怎么用”的分歧，不是反对AI本身。张文宏的顾虑很实在，他在论坛上公开说，自己能用AI，但坚决不让AI进病历系统——因为他怕实习医生、住院医生刚入行，没经过完整的诊断思维训练，直接靠AI拿结论，最后连AI对错都鉴别不出来，手艺彻底废了。他还举了自己的例子，AI先看病例，他凭着多年经验能一眼挑错，但新手医生没这本事，长期依赖AI只会丧失独立诊疗能力。

而王小川的回应，直接击中了大家最关心的痛点：患者不该成为医生成长的“试验田”。他在接受采访时直言，要是因为担心AI影响医生训练，就限制这种能帮患者减少误诊、漏诊的技术，本质上就是让当下的患者为医生的成长付出代价。他还给出了更具体的解决方案：不是让年轻医生给AI“挑错”，而是让AI给医生“把关”——AI实时提醒诊疗疑点、校验诊断结果，既保证患者安全，医生也能在校验中积累经验，这不比让患者承担风险强？

其实两人的担忧都有数据支撑，不是空口白话。先说说张文宏担心的“医生能力退化”，这还真不是多余的。目前国内实行“5+3”医学培养模式，医生毕业后要先规培3年，但不少规培生吐槽，三年要轮转二十多个科室，每个科室最多待两个月，刚熟悉流程就换地方，最后“什么都懂点，又什么都不精通”，连缝合这种基础操作都练不熟练。更关键的是，未经规培的医生，临床差错率比经过系统培训的高30%以上，要是再依赖AI，能力退化确实是隐患。

但王小川说的“患者成本”，更是戳中了医疗行业的核心矛盾。现在国内医生的接诊压力大到离谱，美国医生一天大概看10个病人，而中国医生动辄一天接诊50-100人，平均给每个患者的时间只有3-5分钟，这种高强度工作下，误诊、漏诊的风险本就不低。而现在优质医疗AI的能力，已经超出很多人的想象——百川最新发布的医疗大模型，幻觉率（误诊风险）只有2.6%，还能实现“证据锚定”，每个诊断结论都能精准对应到医学文献，匹配率高达95%，远超行业40%-50%的平均水平。更关键的是，放射科医生用AI辅助诊断后，肺结节检出准确率能提升32%，漏诊率下降25%，这些数据都说明，AI能实实在在帮患者规避风险。

这里有个核心问题：医生成长和患者安全，真的只能二选一吗？其实不然，行业内已经有了不少两全其美的尝试。比如上海瑞金医院搭建了模拟手术室，用高仿真机器人模拟复杂手术场景，住院医师年均完成200小时模拟操作，手术失误率直接降低40%；还有三甲医院用模拟手术训练系统，让年轻医生的缝合操作合格率从72%提升到95%，误差率下降60%。这些案例证明，医生的成长可以靠模拟实训、AI辅助，而不是只能靠临床实践中的患者“试错”。

更有意思的是，两人的观点其实有共识——都认同“患者利益优先”，只是侧重点不同。张文宏怕的是“AI用错了毁医生”，王小川怕的是“不用AI害患者”。王小川也坦言，不是让医生完全依赖AI，而是要做好专业分工：“医生不是造模型的，是用模型的，就像AlphaGo不是围棋选手造的，但能帮棋手提升水平”。他还提出，医生的角色该从“挑错者”变成“评价者”，重点学会和AI协同工作，而不是拒绝技术。

网上的争论也很有代表性。支持张文宏的大多是医疗行业从业者，有人留言：“新手医生必须靠亲手诊疗积累经验，AI能辅助但不能替代，不然以后遇到疑难杂症，连基本的诊断思路都没有”；支持王小川的更多是普通患者，有人吐槽：“谁也不想成为医生练手的对象，能有AI帮忙把关，更放心”。还有业内专家点评，说这场争论的核心，是医疗行业在技术变革中的适应问题，既不能因噎废食拒绝AI，也不能放任技术冲击医生培养体系。

其实还有个容易被忽略的点：中国医生对AI的接纳度低，不全是担心能力退化，还有现实压力。王小川就直言，国内医疗AI领域“假东西太多”，有些产品看似专业，实际错误率高达90%，加上医生工作太忙，根本没时间验证AI的可靠性，自然不敢轻易用。这也是他为啥要推出免费的医疗大模型API，还承诺“证据可追溯”，就是想让医生能用得放心、用得省心。