尊敬的编辑：
本文讨论了"临床医生参与"模式的局限性，并指出过度依赖临床医生持续质疑和解读概率性AI输出可能并不恰当[1]。他们的论点很有说服力，但我希望从医学教育的角度补充一些观点。
我认为负责任的AI应用应该通过早期培训和接触来建立，而不是在使用时才学习。2021年，世界卫生组织的一份报告指出，医疗保健中的AI应用应是合乎伦理且以人为中心的[2]。这需要我们很好地掌握如何有效且更重要的是安全地使用AI。
作为医学生，我们被严格训练如何检查病人、采集病史并在考试中取得好成绩。然而，我们在如何批判性评估医疗保健背景下AI输出的方法，以及其在病房使用带来的临床后果方面，所接受的教育却不够系统可靠。我认为这是一个我们需要弥补的缺口，也是作者可以考虑的一个恰当观点。
最近一项关于医学教育中AI应用的综述指出，尽管AI在教学实施、教学评估和教学反馈中得到应用，但仍存在"AI系统性能、有效性验证、AI训练数据样本和AI算法"等方面的挑战[3]。另一项综述也发现，全球范围内关于AI的教学仍然不一致，存在地域差异[4]。作为一名学生，尽管我在各种学术场合了解过负责任的AI应用，但很少讨论到我们将在短短几年内必须适应的医疗保健领域AI应用的日益增长。我个人认为，我们可以做更多工作来具体指导学生，使他们更熟悉并在临床环境中与AI协同工作方面获得更多经验。
因此，我认为在帮助现有临床医生应对医疗保健中AI应用挑战的同时，我们也应该从早期阶段开始培训未来的医生，确保他们发展出确保患者安全和改善护理所必需的技能。这可能包括在教学中更加重视AI、增加与AI打交道的经验、设置明确针对AI管理的模块等。
但最重要的是，学生自身需要更好地理解AI，更加主动地学习，并跟上快速变化的格局。我希望在讨论医疗保健中的AI应用时，我们能更多地考虑医学教育。
[1] Toro-Tobon D, Ponce Ponte O, Montori VM, Brito JP. 临床医生参与：AI监管的一个有缺陷的解决方案。BMJ 2026;393:e089213。
[2] 世界卫生组织. 医疗健康领域人工智能的伦理与治理：WHO指南。日内瓦：世界卫生组织；2021。
[3] Zhang W, Cai M, Lee HJ, Evans R, Zhu C, Ming C. 医学教育中的人工智能：全球状况、影响与挑战。教育与信息技术 2024;29:4611–4633。
[4] Hernández Rincón EH, Jimenez D, Chavarro Aguilar LA, Pérez Flórez JM, Romero Tapia ÁE, Jaimes Peñuela CL. 医学教育中人工智能应用的映射：范围综述。BMC医学教育 2025;25:526。
【全文结束】
