医疗领域的人工智能应用正在推动医学院重构医生培养体系，培训重点正从知识记忆转向与人工智能技术互补的能力培养。
在哈特福德医疗中心8月召开的首届AI峰会上，人工智能技术已渗透医疗行业的各个层面，这不仅体现在加速医学影像分析、提供个性化治疗方案，还涉及生物医药研发。哈特福德医院内科主任Nina Dutta医生指出："AI已融入医疗各环节，这促使我们必须重新思考未来医生的培养模式。"她强调传统医学教育强调知识储备的模式已不适应新时代需求，"过去我们被训练成记忆机器，但掌握最多知识的医生未必是最优秀的实践者。"
K Health联合创始人兼首席产品官Ran Shaul与Aidoc首席执行官Elad Walach在峰会上提出建议：医生需要掌握统计学基础和算法原理。Shaul强调："理解不同数据模型的敏感性已成为必备技能，这需要嵌入临床思维体系。"
哈特福德医疗集团总裁Premkumar医生提醒需解决临床信息过载问题："现代医生每天面对海量患者数据，后端系统必须实现数据智能整合。"目前医学院和医疗机构正探索将AI系统培训纳入教学体系。
哈特福德医疗首席学术官Peter Yoo医生指出："医生不会被AI取代，但掌握AI工具的医生将取代不会使用的同行。"他追溯医学教育变革历程，指出从记忆全部医学知识到培养信息检索能力的转变已持续二十年，当前则面临技术承担部分信息处理工作的新转折。
临床创新首席官Barry Stein提出AI培训的三要素：首先让医疗领导与年轻医生合作解决实际问题；其次展示技术失效的可能性；最后引用《共智》理论，建议将AI视为"新入职同事"，保持持续批判性评估。
奎尼皮亚克大学医学院临时院长Lisa Coplit医生强调需谨慎推进AI教育："虽然生成式AI已提升临床效率，但自主型AI的决策支持可能引发认知退化，必须强化医学人文教育。"
麻省理工学院商业分析副院长Dimitris Bertsimas指出医学培训体系自1920年代后未实质更新，必须系统性引入AI课程。他举例说明AI在乳腺钼靶检查准确率上已超人类，并预测AI教育模块将呈指数级发展。
【全文结束】
