AI輔助醫(yī)療決策的風險人文溝通演講人AI輔助醫(yī)療決策的風險識別：技術(shù)賦能下的多重隱憂01構(gòu)建AI時代醫(yī)患人文溝通的實踐路徑02人文溝通的核心價值：在技術(shù)理性中注入人文溫度03未來展望：走向“技術(shù)理性與人文關(guān)懷”的醫(yī)療新生態(tài)04目錄AI輔助醫(yī)療決策的風險人文溝通作為在臨床一線工作十余年的醫(yī)生，我親歷了醫(yī)學從“經(jīng)驗驅(qū)動”到“數(shù)據(jù)驅(qū)動”的深刻變革。AI技術(shù)的介入，如影像識別、風險預測、治療方案推薦等，確實提升了醫(yī)療效率與精準度——當算法能在數(shù)秒內(nèi)完成數(shù)百張CT片的病灶篩查，當模型能通過患者數(shù)據(jù)預測術(shù)后并發(fā)癥風險時，我們不得不承認，AI已成為醫(yī)療決策中不可或替代的“助手”。然而，在無數(shù)個與患者及家屬溝通的瞬間，我也深切感受到：當冰冷的數(shù)據(jù)與算法介入充滿情感與溫度的醫(yī)療決策時，若缺乏人文溝通的“緩沖”，技術(shù)優(yōu)勢可能轉(zhuǎn)化為信任危機與倫理風險。本文將從AI輔助醫(yī)療決策的風險本質(zhì)出發(fā)，剖析人文溝通的核心價值，并探討構(gòu)建“技術(shù)-人文”協(xié)同機制的實踐路徑，以期為AI時代的醫(yī)療實踐提供兼具理性與溫度的思考。01AI輔助醫(yī)療決策的風險識別：技術(shù)賦能下的多重隱憂AI輔助醫(yī)療決策的風險識別：技術(shù)賦能下的多重隱憂AI在醫(yī)療中的價值毋庸置疑，但其“非人”屬性決定了其在決策過程中必然伴隨風險。這些風險并非簡單的技術(shù)漏洞，而是源于技術(shù)特性、醫(yī)療場景復雜性與人性需求之間的深層矛盾。作為臨床工作者，我們需要從技術(shù)、臨床、倫理、人文四個維度系統(tǒng)識別這些風險，為后續(xù)的溝通策略奠定基礎。技術(shù)風險：算法局限性與數(shù)據(jù)偏見的雙重挑戰(zhàn)AI的“智能”本質(zhì)上是數(shù)據(jù)與算法的產(chǎn)物，而醫(yī)療數(shù)據(jù)的復雜性與算法的固有局限性，共同構(gòu)成了技術(shù)風險的根源。技術(shù)風險：算法局限性與數(shù)據(jù)偏見的雙重挑戰(zhàn)數(shù)據(jù)偏差的“放大效應”AI模型的訓練依賴海量數(shù)據(jù)，但醫(yī)療數(shù)據(jù)往往存在“選擇性偏差”。例如，某疾病風險預測模型若主要基于歐美人群數(shù)據(jù)訓練，其在亞洲人群中的適用性可能顯著下降——我曾遇到一例案例：一位中年糖尿病患者使用某AI并發(fā)癥風險評估工具，結(jié)果顯示“低風險”，但結(jié)合其家族史、生活習慣等臨床信息，我判斷模型可能忽略了亞洲人群的代謝特征差異，最終通過傳統(tǒng)檢查發(fā)現(xiàn)了早期腎病。這種“數(shù)據(jù)偏見”若未被患者理解，可能因盲目信任AI而延誤病情。技術(shù)風險：算法局限性與數(shù)據(jù)偏見的雙重挑戰(zhàn)算法黑箱的“解釋困境”多數(shù)深度學習模型如同“黑箱”，可輸入與輸出清晰，但內(nèi)部決策邏輯難以解釋。當AI推薦某種治療方案時，患者及家屬常追問“為什么是這個方案？”“算法是如何考慮的？”——若醫(yī)生只能以“AI是這樣算的”回應，會削弱決策的公信力。例如，在腫瘤治療中，AI可能基于數(shù)據(jù)庫推薦“免疫治療+化療”聯(lián)合方案，但若無法解釋“為何對這位患者而言，聯(lián)合方案優(yōu)于單藥”，患者可能因?qū)λ惴ǖ牟恍湃味芙^治療。技術(shù)風險：算法局限性與數(shù)據(jù)偏見的雙重挑戰(zhàn)技術(shù)異化的“過度依賴”部分醫(yī)療機構(gòu)將AI輔助決策的“通過率”“準確率”作為考核指標，可能導致醫(yī)生對AI產(chǎn)生路徑依賴。我曾觀察到年輕醫(yī)生過度依賴AI影像識別結(jié)果，甚至忽略典型的臨床體征——例如，一位患者的肺部CT被AI判定為“良性結(jié)節(jié)”，但其痰液細胞學檢查提示可疑癌細胞，最終通過病理穿刺確診為早期肺癌。這種“人機關(guān)系”的倒置，本質(zhì)上是技術(shù)對人的異化，而根源在于對AI能力的錯誤認知。臨床風險：標準化與個體化的沖突醫(yī)療決策的核心是“以患者為中心”，而AI的“標準化邏輯”與患者的“個體化需求”之間存在天然張力。臨床風險：標準化與個體化的沖突“平均化”患者與“獨特個體”的矛盾AI基于群體數(shù)據(jù)生成決策建議，但每個患者的生理狀態(tài)、心理承受能力、社會支持系統(tǒng)都獨一無二。例如，某AI工具為一位80歲合并多種基礎病的患者推薦“高強度化療方案”，數(shù)據(jù)顯示該方案可提高5年生存率，但患者本身生活質(zhì)量極差，且獨居無人照料——此時，“生存率”這一標準化指標與患者“有尊嚴地生活”的個體需求發(fā)生沖突，若僅以AI結(jié)果為決策依據(jù)，顯然違背了醫(yī)療的“個體化原則”。臨床風險：標準化與個體化的沖突動態(tài)病情與靜態(tài)算法的滯后性疾病發(fā)展是動態(tài)過程，而AI模型的訓練數(shù)據(jù)往往基于“歷史數(shù)據(jù)”，難以實時適應病情變化。例如，在重癥監(jiān)護中，AI可能根據(jù)患者入院時的數(shù)據(jù)預測“低死亡風險”，但若后續(xù)出現(xiàn)感染、多器官功能衰竭等突發(fā)狀況，模型可能無法及時調(diào)整預測結(jié)果。我曾遇到一例膿毒癥患者，AI在入院6小時仍提示“低風險”，但患者實際已進入感染性休克階段，若因AI的“樂觀預測”而延遲搶救，后果不堪設想。倫理風險：自主權(quán)、隱私與公平性的挑戰(zhàn)AI介入醫(yī)療決策，不僅涉及技術(shù)層面，更觸及醫(yī)學倫理的核心命題。倫理風險：自主權(quán)、隱私與公平性的挑戰(zhàn)患者自主權(quán)的“隱性侵蝕”知情同意是醫(yī)療決策的倫理基石，但AI的“權(quán)威性”可能削弱患者的自主選擇權(quán)。部分患者認為“AI的建議更科學”，從而被動接受方案，而非基于充分理解自主決定。例如，在基因檢測輔助的腫瘤風險預測中，若AI提示“BRCA1基因突變風險高”，患者可能因?qū)Α癆I結(jié)論”的信任而直接接受預防性乳腺切除，卻未充分了解其他干預措施（如定期篩查）的利弊。這種“被選擇”的狀態(tài)，違背了“尊重患者自主權(quán)”的倫理原則。倫理風險：自主權(quán)、隱私與公平性的挑戰(zhàn)數(shù)據(jù)隱私的“安全隱憂”AI訓練需要大量患者數(shù)據(jù)，包括病史、影像、基因信息等敏感內(nèi)容。數(shù)據(jù)收集、存儲、使用過程中的泄露風險，不僅侵犯患者隱私，還可能引發(fā)歧視（如保險公司因AI預測的“疾病風險”提高保費）。我曾參與一項AI輔助診斷項目，在數(shù)據(jù)脫敏階段發(fā)現(xiàn)，部分影像數(shù)據(jù)仍包含患者面部特征，若被不法分子利用，可能對患者造成二次傷害——這種“數(shù)據(jù)安全”與“醫(yī)療進步”的平衡，是AI時代不可回避的倫理難題。倫理風險：自主權(quán)、隱私與公平性的挑戰(zhàn)醫(yī)療公平性的“數(shù)字鴻溝”AI技術(shù)的應用成本較高，可能導致優(yōu)質(zhì)醫(yī)療資源進一步向發(fā)達地區(qū)、大型醫(yī)院集中。例如，某三甲醫(yī)院引入的AI輔助手術(shù)系統(tǒng)可提升精準度，但基層醫(yī)院因資金不足無法配備，反而加劇了“城鄉(xiāng)醫(yī)療差距”。這種“技術(shù)紅利分配不均”的風險，若不通過制度設計加以規(guī)避，可能違背醫(yī)療公平的倫理要求。人文風險：醫(yī)患信任的“情感疏離”醫(yī)療的本質(zhì)是“人與人”的照護，而AI的介入可能弱化醫(yī)患之間的情感聯(lián)結(jié)，導致信任危機。人文風險：醫(yī)患信任的“情感疏離”“技術(shù)中介”對醫(yī)患關(guān)系的異化傳統(tǒng)醫(yī)患溝通中，醫(yī)生通過望聞問切了解病情，通過眼神、語氣傳遞關(guān)懷；而AI的介入可能使溝通變?yōu)椤皵?shù)據(jù)-算法-患者”的線性流程。例如，醫(yī)生向患者解釋AI診斷結(jié)果時，若過度關(guān)注“模型的準確率達95%”，而忽略患者的情緒反應（如恐懼、焦慮），患者會感到自己被“物化為數(shù)據(jù)的載體”，而非被理解的“個體”。這種“情感疏離”會嚴重損害醫(yī)患信任。人文風險：醫(yī)患信任的“情感疏離”“責任歸屬”的模糊地帶當AI輔助決策出現(xiàn)失誤時，責任應由誰承擔？是算法開發(fā)者、醫(yī)院、還是醫(yī)生？這種責任模糊性可能使患者在權(quán)益受損時陷入“維權(quán)無門”的困境。例如，某患者因AI推薦的藥物劑量過大導致肝損傷，若醫(yī)院以“AI是輔助工具，醫(yī)生有最終決策權(quán)”為由推卸責任，而開發(fā)者以“符合技術(shù)規(guī)范”為由拒絕擔責，患者將承受生理與心理的雙重打擊，同時動搖對整個醫(yī)療體系的信任。02人文溝通的核心價值：在技術(shù)理性中注入人文溫度人文溝通的核心價值：在技術(shù)理性中注入人文溫度面對AI輔助醫(yī)療決策的多重風險，人文溝通并非“可有可無的點綴”，而是平衡技術(shù)理性與人性需求、保障醫(yī)療決策安全性與合理性的“核心紐帶”。作為臨床醫(yī)生，我深刻體會到：有效的溝通能夠化解患者對AI的疑慮，將“技術(shù)數(shù)據(jù)”轉(zhuǎn)化為“患者可理解的信息”，最終實現(xiàn)“以患者為中心”的決策目標。人文溝通是“算法解釋”的橋梁AI的“黑箱特性”要求醫(yī)生必須成為“算法翻譯官”，而溝通正是實現(xiàn)這一角色的關(guān)鍵。人文溝通是“算法解釋”的橋梁從“技術(shù)參數(shù)”到“患者語言”的轉(zhuǎn)化患者無法理解“敏感性”“特異性”“置信區(qū)間”等技術(shù)指標，但能理解“這種檢查能發(fā)現(xiàn)90%的早期病灶，意味著10%的病灶可能漏掉，我們需要結(jié)合其他檢查進一步確認”。這種“以患者需求為導向”的解釋，既傳遞了AI的能力邊界，又為后續(xù)決策留出空間。例如，在AI輔助的肺癌篩查中，我會告訴患者：“AI在CT上發(fā)現(xiàn)了一個小結(jié)節(jié)，它的惡性概率是60%，就像拋硬幣，更可能是惡性的，所以我們需要做個增強CT或穿刺來明確，您不用擔心，即使有問題，早期治療效果也很好。”這種溝通既不夸大AI能力，也不制造恐慌，讓患者對后續(xù)檢查有合理的預期。人文溝通是“算法解釋”的橋梁對“AI局限性”的主動披露部分醫(yī)生擔心披露AI的局限性會削弱患者信任，但我的經(jīng)驗恰恰相反：坦誠溝通“AI可能出錯”，反而能增強患者的信任。例如，我會主動告知患者：“這個AI工具很先進，但它畢竟不是人，可能會忽略一些特殊情況，所以我會結(jié)合我的經(jīng)驗再做判斷，您有任何疑問都可以隨時提出來。”這種“透明溝通”讓患者感受到醫(yī)生的責任心，而非對AI的盲目依賴。人文溝通是“個體化決策”的保障AI的標準化建議需要結(jié)合患者的個體化需求，而溝通是實現(xiàn)這一結(jié)合的唯一途徑。人文溝通是“個體化決策”的保障挖掘“患者價值觀”的深層需求醫(yī)療決策的終極目標是“讓患者獲得最符合其價值觀的療效”，而AI無法捕捉患者的價值觀偏好。例如，同樣是乳腺癌患者，有人追求“生存最大化”，不惜接受劇烈治療；有人更重視“生活質(zhì)量”，可能選擇保乳治療或溫和療法。通過溝通，醫(yī)生可以了解患者的真實需求：“治療過程中，您最擔心的是什么？是副作用，還是對日常生活的影響？”基于這些信息，再結(jié)合AI的建議，才能制定真正“以患者為中心”的方案。人文溝通是“個體化決策”的保障平衡“數(shù)據(jù)證據(jù)”與“患者意愿”的沖突當AI的建議與患者意愿不一致時，溝通尤為重要。我曾遇到一位晚期肺癌患者，AI推薦“靶向治療+免疫治療”的聯(lián)合方案，數(shù)據(jù)顯示可延長生存期，但患者因擔心副作用（如免疫性肺炎）而拒絕。我沒有直接說服患者，而是詳細解釋了：“靶向藥副作用相對較小，免疫治療雖然有一定風險，但我們會密切監(jiān)測您的肺部情況，一旦有異常就及時調(diào)整。您對副作用的擔心我很理解，我們可以先從靶向藥開始，觀察效果，您覺得怎么樣？”這種“尊重意愿+提供選項”的溝通，最終讓患者接受了治療，且耐受性良好。人文溝通是“倫理風險”的化解機制通過溝通，可以明確責任邊界、保障患者權(quán)益，從而降低AI應用中的倫理風險。人文溝通是“倫理風險”的化解機制“知情同意”的實質(zhì)性實現(xiàn)傳統(tǒng)知情同意往往流于“簽字確認”，而AI時代的知情同意需要“充分理解”。在AI輔助決策前，我會向患者說明：“這次診斷我們會用到AI工具，它會分析您的影像和化驗數(shù)據(jù)，給出參考建議，但最終決定權(quán)在您和您的醫(yī)生之間。AI的建議可能有局限性，比如它沒見過您這樣的特殊情況，所以我們會綜合判斷?！边@種溝通確保患者知道“AI是什么”“AI的作用是什么”“自己的權(quán)利是什么”，實現(xiàn)真正的“知情同意”。人文溝通是“倫理風險”的化解機制“責任共擔”的共識建立在溝通中明確“AI是工具，醫(yī)生是主體”，可以避免責任模糊。例如，我會告訴患者：“AI就像一個‘高級助手’，它能幫我發(fā)現(xiàn)一些我可能忽略的細節(jié)，但最后的診斷和治療方案，是我基于您的具體情況和AI的建議共同制定的，我會對結(jié)果負責?！边@種定位既肯定了AI的價值，又強調(diào)了醫(yī)生的主導責任，讓患者在出現(xiàn)問題時知道“該找誰”。人文溝通是“醫(yī)患信任”的維系紐帶在AI時代，醫(yī)患信任的維系需要從“技術(shù)信任”轉(zhuǎn)向“關(guān)系信任”，而溝通是建立這種信任的核心。人文溝通是“醫(yī)患信任”的維系紐帶“共情式溝通”的情感聯(lián)結(jié)患者面對AI時，往往存在“恐懼感”（擔心被機器替代）和“不信任感”（擔心算法出錯）。此時，醫(yī)生需要通過共情溝通傳遞關(guān)懷：“我知道您看到這些數(shù)據(jù)和AI建議可能會緊張，其實我也會謹慎對待每一個結(jié)果，我們一起分析，好嗎？”這種“站在患者角度”的表達，能讓患者感受到被理解、被尊重，從而建立信任。人文溝通是“醫(yī)患信任”的維系紐帶“持續(xù)溝通”的長期陪伴AI輔助決策并非“一次性事件”，而是貫穿疾病全程的過程。從診斷、治療到隨訪，持續(xù)的溝通能讓患者感受到“醫(yī)生始終在身邊”。例如，在AI輔助的慢病管理中，我會定期告知患者：“根據(jù)AI監(jiān)測的數(shù)據(jù)，您的血糖控制得不錯，但最近有點波動，我們一起看看是不是飲食或運動的問題?！边@種“數(shù)據(jù)+關(guān)懷”的溝通，讓AI從“冰冷工具”變?yōu)椤敖】祷锇椤薄?3構(gòu)建AI時代醫(yī)患人文溝通的實踐路徑構(gòu)建AI時代醫(yī)患人文溝通的實踐路徑明確了風險與價值后，如何在實際工作中構(gòu)建“技術(shù)-人文”協(xié)同的溝通機制？作為臨床一線的實踐者，我認為需要從理念更新、能力提升、制度保障、技術(shù)優(yōu)化四個維度推進，形成“可操作、可復制、可持續(xù)”的溝通體系。理念更新：確立“技術(shù)為人文服務”的核心導向AI的應用不應追求“替代醫(yī)生”，而應服務于“更好地照護患者”。醫(yī)療機構(gòu)與醫(yī)生需要從理念上明確：理念更新：確立“技術(shù)為人文服務”的核心導向“AI是助手，而非主體”在醫(yī)療決策中，AI提供的是“數(shù)據(jù)支持”，而醫(yī)生負責“綜合判斷”與“價值選擇”。醫(yī)院應通過培訓、制度設計強化這一理念，例如在AI輔助決策流程中明確“醫(yī)生必須對AI結(jié)果進行復核并簽字確認”，避免“AI說了算”的誤區(qū)。理念更新：確立“技術(shù)為人文服務”的核心導向“溝通是醫(yī)療決策的‘剛需’”將醫(yī)患溝通納入醫(yī)療質(zhì)量評價體系，設定溝通時長、溝通內(nèi)容等量化指標（如AI輔助決策前必須完成“AI局限性解釋”和“患者意愿確認”），讓溝通從“軟任務”變?yōu)椤坝惨蟆?。能力提升：培養(yǎng)“AI素養(yǎng)+溝通能力”復合型醫(yī)生AI時代的醫(yī)生需要具備雙重能力：理解AI技術(shù)的能力，以及與患者溝通AI的能力。能力提升：培養(yǎng)“AI素養(yǎng)+溝通能力”復合型醫(yī)生強化醫(yī)生的“AI素養(yǎng)”醫(yī)學院校應開設“醫(yī)學AI”必修課，內(nèi)容包括AI的基本原理、適用范圍、局限性等；醫(yī)療機構(gòu)應定期組織AI工具培訓，讓醫(yī)生了解“AI能做什么”“不能做什么”“如何解讀AI結(jié)果”。例如，某三甲醫(yī)院開展的“AI影像識別工具實操培訓”，不僅教醫(yī)生使用軟件，更重點講解“如何識別AI的誤判特征”（如對鈣化灶的識別偏差），提升醫(yī)生對AI的批判性應用能力。能力提升：培養(yǎng)“AI素養(yǎng)+溝通能力”復合型醫(yī)生開展“AI場景化溝通”專項培訓針對AI輔助決策的不同場景（如診斷、治療、預后預測），設計標準化溝通模板與技巧培訓。例如，在“AI輔助診斷結(jié)果告知”場景中，培訓醫(yī)生采用“三段式溝通法”：先告知AI的核心發(fā)現(xiàn)（“AI在您的CT上發(fā)現(xiàn)了可疑病灶”），再解釋AI的判斷依據(jù)與局限性（“它的惡性概率是70%，但10%可能是誤判”），最后說明后續(xù)計劃（“我們需要做個增強CT明確，您有15分鐘時間問問題”）。這種“結(jié)構(gòu)化+個性化”的溝通，既能保證信息完整，又能兼顧患者情緒。制度保障：構(gòu)建“全流程人文溝通”規(guī)范體系制度是溝通落地的保障，需要從AI應用的全流程入手，明確溝通的責任主體、內(nèi)容、方式。制度保障：構(gòu)建“全流程人文溝通”規(guī)范體系AI應用前的“知情同意規(guī)范”制定《AI輔助醫(yī)療決策知情同意書》，明確告知患者：AI的作用、數(shù)據(jù)來源、隱私保護措施、可能的局限性及責任劃分。例如，某醫(yī)院在知情同意書中增加“患者有權(quán)拒絕使用AI工具，且不會影響醫(yī)療服務質(zhì)量”的條款，保障患者的選擇權(quán)。制度保障：構(gòu)建“全流程人文溝通”規(guī)范體系AI應用中的“動態(tài)溝通機制”對于慢性病管理、重癥監(jiān)護等長期應用AI的場景，建立“定期溝通+即時反饋”機制。例如，AI監(jiān)測到患者數(shù)據(jù)異常時，系統(tǒng)自動提醒醫(yī)生，醫(yī)生需在1小時內(nèi)與患者溝通（“您的血壓今天有點高，AI提示可能和藥量調(diào)整有關(guān)，我們看看怎么調(diào)整”），避免“數(shù)據(jù)異常-患者不知情-病情惡化”的被動局面。制度保障：構(gòu)建“全流程人文溝通”規(guī)范體系AI應用后的“溝通效果評估”引入患者滿意度調(diào)查、溝通質(zhì)量評價等工具，定期評估AI輔助決策中的溝通效果。例如，通過問卷了解“患者是否理解AI的作用”“患者是否對決策過程滿意”，并根據(jù)反饋優(yōu)化溝通策略。技術(shù)優(yōu)化：開發(fā)“人文友好型”AI工具AI技術(shù)本身也可以融入人文設計，降低溝通難度，提升溝通效率。技術(shù)優(yōu)化：開發(fā)“人文友好型”AI工具開發(fā)“可解釋AI”系統(tǒng)算法研究者應致力于提升AI的“可解釋性”，例如在AI輸出診斷結(jié)果時，同步提供“判斷依據(jù)”（如“該病灶被判定為惡性，因為邊緣毛刺征、分葉征等特征與數(shù)據(jù)庫中90%的惡性病例一致”），方便醫(yī)生向患者解釋。某公司研發(fā)的“肺結(jié)節(jié)AI輔助診斷系統(tǒng)”已實現(xiàn)“可視化解釋功能”，可在影像上標注AI關(guān)注的病灶特征，極大提升了溝通效率。技術(shù)優(yōu)化：開發(fā)“人文友好型”AI工具設計“患者版AI解讀工具”開發(fā)面向患者的簡易AI解讀工具，以圖表、動畫等直觀方式呈現(xiàn)AI結(jié)果。例如，用“笑臉/哭臉”表示風險高低，用“進度條”表示治療方案的有效性，避免專業(yè)術(shù)語帶來的理解障礙。某醫(yī)院推出的“AI風險評估患者端小程序”，允許患者輸入年齡、癥狀等信息后，獲得“通俗易懂的風險報告”，為醫(yī)患溝通提供了“共同語言”。技術(shù)優(yōu)化：開發(fā)“人文友好型”AI工具建立“AI倫理審查委員會”醫(yī)院應成立由臨床醫(yī)生、倫理學家、患者代表、AI專家組成的倫理審查委員會，對AI工具的數(shù)據(jù)隱私、算法偏見、溝通設計等進行評估，確保技術(shù)應用符合人文倫理要求。例如，某委員會在審查一款AI輔助手術(shù)規(guī)劃系統(tǒng)時，要求開發(fā)者增加“患者意愿輸入模塊”，讓患者在術(shù)前可將自己的治療偏好（如“優(yōu)先保留器官功能”）錄入系統(tǒng)，AI在規(guī)劃時自動參考這些信息，從源頭提升決策的人文性。04未來展望：走向“技術(shù)理性與人文關(guān)懷”的醫(yī)療新生態(tài)未來展望：走向“技術(shù)理性與人文關(guān)懷”的醫(yī)療新生態(tài)AI與醫(yī)療的融合是不可逆轉(zhuǎn)的趨勢，但技術(shù)的進步永遠不能以犧牲人文精神為代價。站在醫(yī)療實踐的角度，我期待未來的AI輔助醫(yī)療決策能夠?qū)崿F(xiàn)“三個轉(zhuǎn)變”：從“技術(shù)主導”轉(zhuǎn)向“人文主導”，