AI 对医生癌症检测能力的影响成疑，技能退步引发关注

你的担忧并非空穴来风。最新研究确实表明，AI 在癌症筛查中的广泛应用可能正在削弱医生自身的诊断技能，尤其是影像阅读能力，这引发了医学界的广泛讨论。

核心发现：医生技能下降的风险

• 过度依赖 AI 导致技能退化：一项系统综述指出，随着 AI 承担越来越多的阅片任务，放射科医生对正常影像的熟悉度下降，可能忽视关键细节，长期或导致“诊断惰性”。

• 自动化偏差与锚定效应：研究发现，医生在 AI 提示后更容易产生“自动化偏差”，即盲目信任 AI 判断；同时，AI 在影像上标注的“可疑区域”会形成“锚定效应”，干扰医生独立判断。

• 培训机会减少：由于 AI 接管了大量初筛工作，年轻医生在实际阅片中获得的训练机会减少，影响其诊断能力的成长。

AI 带来的筛查优势与代价

虽然 AI 提高了早期癌症的检出率，特别是在乳腺癌和宫颈癌筛查中表现突出，但这些“技术红利”背后也隐藏着代价：

• 假阳性率上升：AI 系统可能检测出大量低风险的“癌前病变”或惰性病灶，导致过度诊断和过度治疗。

• 技能退化与职业焦虑并存：部分放射科医生担心长期依赖 AI 会使其专业技能退化，甚至影响职业稳定性。

应对建议：如何平衡技术与人

• 保留“人类在环”机制：即使 AI 系统高度准确，也应保留医生对关键病例的终审权，避免完全自动化。

• 强化 AI 透明性：推动“可解释 AI”技术，使医生能理解 AI 为何做出某一判断，从而增强信任与判断力。

• 改革培训体系：将 AI 作为教学工具，而非替代工具。例如，利用 AI 生成疑难病例供医生训练，提升其独立诊断能力。

结语

AI 的确在提升癌症筛查效率和覆盖率方面发挥了巨大作用，但若缺乏制度性的制衡与教育干预，医生的核心诊断能力可能在“高效”中被悄然削弱。未来，AI 不应只是“替代”医生，而应成为强化人类判断力的延伸。