医生将AI使用量增至三倍——对AI说“不”的清单也增至三倍

那些已将AI融入日常诊疗工作的医生和护士，恰恰是最抵触扩大AI应用范围的人。威科集团于2026年3月委托开展的一项针对355名美国医生和护士的调查发现，临床工作者每日使用AI的比例较前一年增长了两倍。同一项调查还显示：74%的受访者担心AI会侵蚀它正在取代的临床技能；74%因AI的幻觉现象而不信任其输出结果；72%则担忧广告驱动的商业模式会扭曲医疗建议。使用AI最多的人，恰恰是划定AI应用边界最坚决的人。

这种边界在实践中是如何体现的？临床影像和诊断属于可接受的一侧。病历记录、治疗建议、医患沟通以及任何涉及临床判断的领域，则落在另一侧。多年来，临床工作者目睹了AI在阅片和标注异常方面不断进步——这些进步是可量化、已发表并经同行评审的。而对于开发者如今正在向医院推广的更为广泛的应用，却不存在同样的证据框架。医生并非拒绝AI。他们只是对AI施加了与其他临床干预手段同等的审视。

治理鸿沟是可量化的，且并未迅速弥合。表示了解所在机构AI治理政策的临床工作者比例，从2025年的21%上升至去年的27%。在这样一个本应接近100%的指标上，仅仅提升了6个百分点。当医疗机构在缺乏相应治理框架的情况下部署临床AI系统时，临床工作者只能自行填补这一空白——这也解释了为何在机构监管最薄弱的领域，个体的抵触情绪最为强烈。

对幻觉的担忧并非理论上的。在临床环境中使用的大型语言模型，曾产生过关于药物相互作用、剂量和诊断的看似合理但事实错误的信息。对广告驱动偏见的担忧则折射出更具结构性的问题：大多数临床AI工具都由那些收入依赖于用户参与度和追加销售、而非患者预后的公司所开发。置身于这些系统内的临床工作者，即便供应商并未明说，也早已意识到这种激励错位。

这项调查所描述的并非技术恐惧症。而是一个行业始终如一地应用证据标准。放射学AI之所以通过考验，是因为它产生了大量同行评审证据并接受了临床试验。而那些如今正被部署用于病历记录、分诊和患者互动的工具，却并未以同等规模经历过这一过程。今天报道这项调查的《金融时报》将其描述为“抵制”。但更准确地说，这是一种请求——请求将其他所有医疗干预都必须通过的证据标准，同样适用于AI。

2026年斯坦福HAI人工智能指数在其医学部分也追踪到了类似的模式：采用的速度跑在了验证的前面，而临床AI最深入的地方，往往并非结局文献已经确立的地方。威科集团的数据则补充了从业者的视角——最接近这项技术的人，恰恰是最清楚指出证据止于何处的人。

标签: clinicians, deskilling, diagnostics, healthcare, medical AI, Wolters Kluwer