醫學生過度依賴AI恐變「腦袋空空」？史丹佛專家警示：臨床推理能力面臨退化危機

許多人誤以為，生成式人工智慧工具只是另一種高效率的醫學資料庫或搜尋引擎，使用它們解答疑難雜症只不過是加速了資訊檢索的過程。事實上，傳統的資料庫檢索需要使用者主動思考關鍵字、過濾研究文獻，並自行將零散的臨床數據拼湊成完整的診斷邏輯；而人工智慧工具則是直接輸出近乎完美的結論，省去了最核心且最具價值的思維鍛鍊過程。

來自史丹佛大學醫學院的醫學生兼記者西馬爾巴賈傑，以及約翰斯霍普金斯醫學中心創傷外科醫生兼外科執行副主任約瑟夫薩克蘭，日前在國際知名媒體《衛報》發表聯合文章，針對醫學生過度使用人工智慧的現狀發出強烈警訊。

他們強調，人工智慧帶來的威脅絕非僅僅是「既有技能的退化」，更令人擔憂的是受訓者「從一開始就未能建立獨立的臨床推理能力」。

巴賈傑與薩克蘭在文章中提出：對於一位已經具備多年經驗、掌握成熟推理體系的資深醫師而言，即使暫時忘記某些記憶細節或推導步驟，只要經過重新訓練與提醒，便能迅速找回臨床感覺；然而，對於那些在養成階段就高度依賴人工智慧給出答案的醫學生來說，他們從未在腦海中建立起完整的病理演繹網絡。一旦離開了工具的輔助，這群年輕醫師可能根本無法獨立完成複雜的病患診斷。

醫療大模型表現竟遜於通用系統

除了對學習思維的負面影響外，人工智慧工具本身的精準度與可靠性，同樣是醫療現場難以忽視的巨大隱患。巴賈傑與薩克蘭引述的最新數據顯示，目前美國已有約三分之二的醫師在日常工作中採用名為 OpenEvidence 的臨床人工智慧聊天機器人。這意味著智慧輔助軟體已經深刻嵌入了臨床醫療的工作流程中，成為許多醫務人員不可或缺的隨身助手。

然而，一項發表於權威期刊《自然醫學》（Nature Medicine）的最新研究卻給這股熱潮澆了一盆冷水。研究團隊針對多款專為醫療領域打造的大型語言模型進行了系統性評估，結果出人意料：這些聲稱經過專業醫學數據微調的臨床工具，在回答專業醫療問題時的準確度與穩定性，竟然普遍落後於 ChatGPT 與 Claude 等通用型聊天機器人。

研究作者更進一步指出，這些專業醫療模型的整體表現，大致僅與谷歌先前引發廣泛爭議的「AI 概覽」相當。後者曾因為頻繁輸出不準確、缺乏事實依據甚至荒謬的答案而備受批評。將此類可靠度堪憂的系統直接用於指導年輕醫師的臨床決策，無疑是在為醫療安全埋下不可預測的伏筆。

撕掉尷尬才能成長：艱難思維才是醫學培訓的核心

在傳統的醫學教育體系中，「犯錯與面對尷尬」往往是成長過程中不可或缺的催化劑。巴賈傑與薩克蘭指出，過去當臨床導師要求受訓醫學生列出某一病患可能的鑑別診斷清單時，學生必須在腦海中快速檢索病理學知識、生理學機制與臨床症狀，經過一番艱苦的思考後，往往只能提出一份不夠完善或有所遺漏的清單。

在這種情境下，被導師指出遺漏之處雖然會讓學生感到些許尷尬與挫折，但正是這種心理體驗與重新思考的過程，深刻地印證了知識漏洞，促使學生在下一次遇到類似病例時銘記於心。然而，在人工智慧介入後，受訓者只需要在軟體中輸入症狀描述，就能在數秒內獲得一份涵蓋各種罕見病因的完美診斷清單，不僅完全避開了遺漏診斷的尷尬，也徹底剝奪了艱難思維帶來的深刻學習效果。

人工智慧與過去所有醫療技術革新有著本質上的不同。不論是高解析度的核磁共振還是精密的血液分析儀，過去的科技進步主要是在「擴大醫師觀察生理現象的視野與維度」；而生成式人工智慧則是在「直接干預與替代醫學生本應建立的認知思考機制」。當思考被外包給演算法，醫學教育的根基便面臨被侵蝕的風險。