AI時代的醫療會怎樣？技術向前，人文不該落後？. Renee

 https://youtu.be/sixPc6Aby4c?si=rIeYWT4sadAE0va2

最近在YouTube上刷到新加坡南洋理工大學高級副校長沈祖堯教授的演講，他也曾擔任中文大學醫學院院長和中文大學校長。聽他聊醫療與AI融合的種種，就像掀開了醫療未來的神秘面紗。那些關於技術如何改變診療流程、醫生角色會怎樣轉型的討論，既新鮮又發人深省，讓人忍不住繃起神經，一點點拆解這個行業接下來要走的路。

 

講到AI在醫療裡的應用，簡直處處是驚喜。手術前，它能幫忙篩選病人、評估風險、規劃手術路線，像個謹慎又聰明的參謀；手術中，實時盯著患者狀態、預警突發狀況；術後還緊跟恢復進度。診斷時更厲害，膠囊內視鏡有AI輔助，補上人力在效率和判斷一致性上的短板，感覺以後看病會越來越高效、精準，技術給醫療帶來的改變，生動得像一場精彩實驗。

 

但新的技術向來是一把雙刃劍，AI也不例外。醫療本就離不開人情溫度，醫生與患者交流、給予關懷，是治療裡很重要的一環。可AI太「懂」患者了，懂到若把握不好度，就可能讓醫療變味——要是醫生沉迷於AI數據，疏於和患者好好對話，那醫療就成了冷冰冰的數據遊戲。更別說AI決策邏輯像「黑箱」，很難向患者解釋清楚，真遇到糾紛，信任危機一觸即發，想想都讓人頭大。

 

更棘手的是AI決策的「黑箱」問題。沈教授現場展示了一個神經網絡診斷模型，輸入患者的年齡、體重、檢查指標後，它能輸出「有85%概率患肝癌」的結果，但要是問它「為什麼是85%而不是75%」，連開發者都很難解釋清楚——畢竟模型是通過幾百萬個參數的計算得出的結論，這些參數之間的關聯複雜到難以用人力拆解。這在醫療領域就顯得尷尬了，當家屬問「為什麼建議做這台手術」，醫生總不能說「是AI讓做的」。這種「不可解釋性」很容易引發信任危機，就像我們不會輕易聽從一個不說理由的建議，患者面對AI的診斷結果，難免會心生疑慮。

 

至於「讀醫還有沒有前途」這個被反復問起的問題，沈教授的回答很樂觀，我也頗為認同。AI從來不是來搶飯碗的，而是推著醫生進化。往後當醫生，得一邊紮實掌握專業知識，一邊學會和AI配合。比如面對一個複雜的病例，AI能給出十種可能的診斷方向，但最終決定哪個方向更符合患者實際情況的，還是醫生的臨床經驗。就像有人說的那樣：「AI能告訴你『這裡有個腫瘤』，但它不知道這個腫瘤長在一位即將結婚的年輕女孩身上，需要考慮如何保留她的生育功能。」

 

聽完沈教授的演講，我突然覺得，AI與醫療的融合，其實是在逼著我們重新思考「好的醫療究竟是什麼樣子」。它不該是技術的堆砌，也不該是低效的堅守，而應該是像沈教授說的那樣：「讓機器做機器擅長的事，讓人做人擅長的事。」當AI把醫生從重複勞動中解放出來，醫生就能有更多時間傾聽患者的故事，給予他們需要的安慰與鼓勵。到那時，讀醫依舊是一份充滿意義的事業，醫療也會繼續成為照亮患者生命的暖光——而這，或許就是技術與人文共舞的最美畫面。