AI辅助医疗暗藏隐忧：研究显示医生过度依赖后技能显著退化

研究背景：AI与医疗的“双刃剑”效应

近年来，人工智能（AI）在医疗领域的应用显著提升了诊断效率，尤其在影像学检查中表现突出。然而，《柳叶刀·胃肠病学和肝病学》最新发表的一项研究揭示了潜在风险：长期依赖AI辅助的医生，在脱离工具后，疾病检出能力出现明显退化。该研究由欧洲多机构联合完成，聚焦结肠镜检查中AI对医生技能的影响，结果引发医学界对技术依赖问题的关注。

研究设计：19名资深医生参与，对比AI使用前后能力变化

研究团队在波兰4个内镜中心开展试验，收集了2021年9月至2022年3月期间的2177例结肠镜检查数据，由19名经验丰富的内镜医生（均完成过2000+次检查）执行。研究将检查分为“AI辅助前”（795例）和“AI辅助后”（648例）两个阶段，对比医生在无AI支持时的腺瘤检出率（ADR，癌前病变检出关键指标）。

核心发现：技能退化20%，“谷歌地图效应”显现

数据显示，在未使用AI的常规操作阶段，医生的腺瘤检出率为28.4%；而在引入AI工具辅助三个月后，当医生再次独立操作时，检出率降至22.4%——相对下降幅度达20%，绝对检出率减少6个百分点。研究指出，AI虽能短期提升诊断效率，但长期依赖会导致医生“主动观察能力、专注力及决策责任感下降”。

研究共同作者Marcin Romańczyk将这一现象类比为“谷歌地图效应”：如同依赖导航后丧失方向感，医生对AI的过度依赖会“钝化人类固有的模式识别能力”。伦敦大学学院胃肠病学专家Omer Ahmad进一步解释，AI辅助可能削弱医生操作结肠镜的精细技巧，甚至降低独立诊断时的信心。

行业警示：从“工具”到“依赖”的边界风险

值得注意的是，参与研究的医生均为资深从业者，其技能退化已如此显著，新手医生或面临更大挑战。 Reddit论坛上，医疗从业者分享了类似案例：一名住院医师过度依赖AI记录患者症状，导致病史采集能力退化；另有工程师因轻信ChatGPT对赛车轮毂改装的错误建议，险些引发安全事故。这些案例印证了“用进废退”的神经可塑性原理——AI辅助若缺乏合理规范，可能反成技能退化的催化剂。

专家建议：平衡AI与人类技能的协同发展

针对这一问题，研究团队呼吁建立“AI辅助医疗规范”，强调在引入技术的同时，需通过定期独立操作考核、技能强化训练等方式，维持医生的核心诊断能力。正如剑桥大学医学技术伦理研究员Elena Milani所言：“AI应定位为‘增强工具’而非‘替代者’，医疗教育需同步培养‘人机协作素养’，避免技术依赖削弱人类医生的不可替代性。”

核心数据速览

（注：本文基于《柳叶刀·胃肠病学和肝病学》2025年8月发表的研究成果改写，原文链接：https://www.thelancet.com/journals/langas/article/PIIS2468-1253(25)00133-5/abstract）