彭博社：研究表明，人工智能削弱了医生在数月内发现癌症的能力

AI科技 2025年08月15日 11:47 0 aa

当前一项研究发出警告，指出在医疗诊断中广泛应用的人工智能（AI）工具，可能在提升即时准确率的同时，对医生的核心专业技能构成了概述。该研究发现，一度依赖AI辅助系统来识别癌症前病变的医生，在撤除该技术后，其独立诊断能力竟显着下降，甚至逊于其使用AI之前的水平。

达拉斯本周三发布的研究，为当前讨论的“人机协作”提供了一个发人深省的案例。研究结果表明，人工智能在医学规范应用是一把双刃剑，长期影响远比最初预期的更为复杂。它不仅挑战了“人工智能辅助工具”的普遍观念，也对其未来的医学培训、人工智能系统设计以及临床应用提出了深刻的质询。

该研究的核心围绕腋下镜检查中癌前息肉的检测——这是一项预防腋下癌的关键医疗方案。研究人员设计了一个多阶段的实验，以追踪AI辅助对医生诊断技能的动态影响。在初始阶段，研究人员记录了医生在没有任随后，这些医生开始使用一套AI系统，该系统能够在心血管镜检查的实时影像中高亮标记可疑的疾病组织。正如预期，在AI的辅助下，医生的检测率获得了显着提升。

然而，研究的关键发现在第三阶段。当研究人员撤除AI辅助系统后，要求医生重新进行独立进行诊断时，一个令人不安的现象出现了：这些医生的平均检测率不仅回落，而且比他们最初未使用AI时的基线水平下降了约20%。这意味着，在经历了几个月与AI的“合作”后，医生的独立诊断能力并未得到证实，反而出现了明显的设备。

技能衰退与认知依赖

这一发现为“技能衰退”（技能衰退）或“自动化依赖”（自动化）研究人员推测，当医生对AI系统主动发出潜在的威胁时，他们自身的警觉性、注意力和视觉搜索模式可能在不知不觉中发生了。持续的AI辅助可能会减少对医生进行深层次的改变度认知活动的机会，他们从一个积极的“猎手”，转变为一个相对被动的“审核者”，只需确认人工智能的建议即可。这种认知负荷的降低，虽然在短期内提高了效率，但从长期来看，却拥有其独立判断复杂、模糊或非典型病例的能力。

相关研究的首席研究员在报告中指出：“我们观察到的现象是，当一个可靠的人工智能系统占领了部分认知工作后，人类专家可能会失去其高水平技能所需的持续练习。”他将这种现象比作全球定位系统（GPS）对人类空间导航能力的影响——当人们过度依赖导航软件后，独立方向和记忆路线的能力将会下降。

这一研究结果在整个医学界和人工智能领域引发了广泛关注。它并没有否定AI在医疗领域的巨大价值——AI在图像识别、数据分析和加速药物研发等方面的潜力已得到充分证明。然而，它揭示了在整合这些强大工具时，我们必须仔细考虑其对人类专家核心能力的潜在负面影响。

未来的挑战与路径

对于这一挑战，专家们呼吁重新思考人机交互面对的哲学。未来的医疗AI系统或许应该提供“答案”的黑色盒子，而应设计成能够促进医生学习和技能提升的“教练”或“协作者”。例如，系统可以设计成仅在医生可能错过某些指标时才介入，或者提供分级的提示，而不直接给出结论，从而鼓励医生保持认知参与度。

此外，这项研究也对医学教育和持续职业培训提出了新的要求。医疗机构和培训项目认识到这种潜在的瘫痪技能风险，并开发新的培训方案，确保医生即使在广泛使用人工智能的环境下，也能定期进行不依赖技术的独立诊断练习，维持和练练其所需的核心专业技能。

总而言之，这份研究报告并非反对医学中应用AI，而是提供了一个至关重要的警告。它提醒我们，在拥抱技术带来效率提升的同时，必须提醒其可能带来的认知与技能监测关系。如何设计出既能辅助专家、又不具备其专业能力的AI系统，将是确保人机协作能够健康、可持续发展的关键所在，不仅到医生的专业未来，更直接到每个患者的这一福祉。