AI 会不会取代医生,讨论已经泛滥;一个对职业未来更紧迫的问题,证据还很新:AI 到底能不能把年轻医生带强——还是只制造了一代更依赖工具的人?2026 年 7 月到 9 月,三项来自中国与德国的随机试验先后发表,分别落在麻醉决策、外科教育和实习医师的临床推理训练上。把它们并排读,方向大体一致,边界也清楚。
先划一条界:AI 模拟病人陪医学生练问诊,已经另文讨论过;这里处理的是另一个位置——AI 当决策与推理的"认知脚手架",行不行。
## 麻醉:脚手架抬高了分数,没抬到专家那一层
2026 年 8 月 14 日,BMC Anesthesiology 发表了广东省人民医院团队的一项模拟对照研究。问题写在标题里:麻醉是一个高度依赖经验的科室,低年资与资深医师之间的差距,能不能用推理导向的大模型 DeepSeek-R1 来"桥接"?
设计是这样的:48 名麻醉医师,其中 32 名低年资住院医师按计算机生成的随机序列分入两组——独立决策组,以及"低年资+AI"组;另设 16 名资深专家作为非随机对照的金标准。每人在气道管理、血流动力学调控、麻醉药理与危机管理四个领域,评估 20 个标准临床情境。AI 组走三步法:先独立形成初步决策,再咨询 DeepSeek-R1,最后修订决策。要提醒的是,这是模拟情境而非真实患者,资深专家组也不参与随机。
结果四个领域全部改善:准确性 86.00±16.61 对独立组的 61.67±19.45(P<0.0001),全面性 84.33±17.18 对 53.67±23.27(P<0.0001);安全性维度与专家标准无显著差异(P=0.644);AI 组的总耗时还略少一点(33.3 对 33.8 分钟),没有显著延迟;AI 建议的总体采纳率是 65%。
但这项研究最耐读的地方,不在漂亮的数字里:一个是没抹平的差距——提升后的低年资+AI 组,准确性与全面性仍然低于资深专家,混合效应模型里差异未达显著(P=0.349 与 P=0.335),但数值上的差距一直在:脚手架抬高了地板,没有抹平天花板;另一个是作者自己挂出的警告——结论里明确写着:关键情境中自动化偏倚的风险很高,需要针对"批判性评估 AI 输出"的专门训练。研究方案经医院伦理委员会批准,全体参与者签署了书面知情同意;作者声明无竞争利益。
## 外科教育:"用多少"比"什么反馈"更要紧
2026 年 7 月 7 日在线发表、刊于 9 月号的 Journal of Surgical Education 上,德国波恩大学团队报告了一项随机交叉试验。背景是一句教科书级的共识:自测(自己考自己)的学习效应已被广泛证明,既往研究还提示反馈能进一步放大它。这项试验直接检验"进一步"这三个字。
对象是四年级医学生:先参加入学考,然后受邀使用一个自研 App——整个学期每天推送与讲课内容对齐的"关键特征问题"。交叉设计比较的是两种反馈:个性化反馈与通用反馈。学习终点是期末考试。
主要对比是阴性的:两种反馈之间,期末成绩没有差异(p=0.454);App 使用者对比非使用者的 t 检验也未达显著(p=0.067)。但探索性分析给出了真正有信息量的模式:时间与使用之间存在显著交互(p=0.032),使用强度更高的学生分数显著更高、随时间的学习收益更大(组别主效应 p=0.003,交互效应 p<0.001)。
作者的结论很克制:结果进一步支持了测试效应与关键特征问题在外科教育中的价值,但反馈类型的效应是混合的,构念之间的关系比预想复杂。换成白话(这是我的读法,不是作者的结论):按这项试验自己的数据,起作用的可能主要是"每天被提问"这个结构,加上你真的去用它——"AI 个性化"这层包装,恰恰是没被证明的那部分。还要补一句方法上的限定:使用强度是自选择行为,用得多的人可能本来就更用功,强度与成绩的关联不能直接当因果读。这篇论文的摘要未附利益冲突声明,披露详情以全文为准。
## 实习医师:一个不肯直接给答案的训练营
2026 年 9 月 3 日,JMIR Medical Education 发表了杭州两支团队(浙江工业大学与浙江中医药大学附属同德医院)的 MAPLE-CR 研究。它针对的是一个具体的困境:实习期的高质量问题导向学习(PBL)极度消耗师资,没有稳定的引导就难以规模化;而市面上多数生成式 AI 应用只是"按需答题工具",复现不了 PBL 的过程。
MAPLE-CR 的设计哲学是把生成式 AI 用作"过程导向的支架",而不是答案递送器:认知层面靠推理提示,社会交互层面靠模拟的导师与同伴角色,自我调节层面靠结构化的流程与反馈回路。研究分两阶段:探索性随机评估纳入 52 名实习医师(干预与对照各 26 人),围绕一个标准化病例做平行前后测——干预组在系统里完成异步、支架式的 PBL,对照组用同一病例与学习目标衍生的材料自学;自愿随访阶段,18 人连续 4 周、每周完成 1 例新病例。
结果:基线可比(P=0.56);干预组后测成绩更高——中位差 8.25 分(95% CI 6.60–11.60),效应量 Cliff δ=0.506(95% CI 0.21–0.76),P=0.001;分数增益也更大(中位差 6.60 分,95% CI 1.60–14.95,P=0.01)。
过程数据里藏着一个警示:在 0 到 5 分的量表上,知识准确性(4.4)与临床推理(3.7)得分高,"主动参与"却只有 2.1,交互类维度更不稳定;与此同时,满意度问卷的 12 个正向条目均值在 4.19 到 4.62 之间。翻译一下:学生很满意,但对着对话记录打分,他们并没有那么主动。随访阶段,每周跨病例使用是可行的,5 次尝试的会话内增益中位数在 13.4 到 20.0 分之间,临床推理与总分从第 1 次到第 2 次上升明显,之后的轨迹在统计上不确定。
作者对自己的结论设了多重限定:研究没有分离出具体支架成分的作用;事后敏感性分析未能确认前瞻性检验效能充分;置信区间不能排除更小的、但仍有教育意义的效应;需要更大样本、更强主动对照与更长期结局的试验来确认。他们给系统的定位也很清醒:在带教师资与小组排课受限时,AI 支持的过程导向 PBL 可以作为一种可扩展的形成性补充。利益冲突披露得直接:第一作者主导了 MAPLE-CR 的开发,这一角色为透明而披露;全体作者声明无竞争利益。
## 我的四个判断
以下是把三项试验并排读出来的综合,不是任何一篇原文的结论。
第一,三项试验的对照臂都是"没有 AI",而且阳性信号的强度不齐。麻醉试验与 MAPLE-CR 的主要对比显著阳性;外科试验的主要对比是阴性的,阳性信号只出现在探索性的强度分析里。对照臂分别是独立决策、不使用与通用反馈、病例匹配自学——所以这些证据合起来建立的是一个相对温和的命题:AI 介入比不用强(其中一项还只是探索性证据)。它们没有回答"哪种 AI 用法更好",更没有回答"比真人带教强吗"——后一个问题,三项试验都没有设这个臂。
第二,活性成分还没拆出来。外科试验里,个性化反馈没有跑赢通用反馈,跑赢的是使用强度;MAPLE-CR 作者自认没有分离支架成分。换句话说,收益可能主要来自几样老机制——测试效应、结构化练习、过程支架——这些在 AI 出现之前就写在教育学教科书里。"AI"这个标签本身贡献多少,尚无试验拆解。
第三,同一个机制既是收益也是风险。AI 替你完成一部分认知劳动,你的表现因此上升;也正因为它替你完成,你的认知锻炼在减少。三项试验里有三处线索指向同一个方向:65% 的建议采纳率(采纳多少本身是中性的,但它量化了"照着 AI 改"的规模——这半句是我的解读)、只有 2.1 分的主动参与,以及麻醉作者在结论里点名的高自动化偏倚风险。三步法的顺序——先独立决策、再咨询、后修订——保住了"自己先想一遍"这个动作,我认为这本身就是对风险的对冲(作者描述了这三步,但没有单独检验顺序的价值)。
第四,地板抬高了,天花板没破,而且全部是短期账。低年资+AI 仍低于资深专家(数值上;混合模型未达显著);三项试验的终点全部止于短期——学期期末考、即刻后测、模拟情境评分,没有一项测了长期保持或能力迁移,而教育的意义恰恰在迁移。用了脚手架期间分数涨,不等于拆掉脚手架之后能力留住了。现有证据回答不了这个问题。
## 你能带走什么
如果你做医学教育:MAPLE-CR 作者给自己的定位是——师资与排课受限时,AI 支持的过程导向 PBL 可以作为一种可扩展的形成性补充;另两项试验的证据与这个克制的定位相容(这是我的综合):短期、辅助、不替代真人带教。课程要同时加入"批判性评估 AI 输出"的训练,这是麻醉试验作者的直接建议;并且用参与深度而不是满意度当设计指标——4.19 到 4.62 的满意度与 2.1 的主动参与并排摆着,说明两者可以脱节,满意度问卷未必测得出被动使用。
如果你是低年资医生:三步法值得直接借用——先独立形成决策,再咨询 AI,最后修订。把顺序当成防自动化偏倚的免费训练(这是我从试验设计读出的用法,作者没有单独检验顺序),成本为零。
如果你是研究者:MAPLE-CR 作者已经把清单写好了——前瞻性功效计算、成分分离设计、更强的主动对照、更长期的结局。可以再加一条:把"AI"成分的贡献单独拆出来,对照一个不含 AI 但同样结构化的版本。
如果你在医院或监管机构:当 AI 辅助决策从培训场景进入日常临床,65% 的采纳率与关键情境自动化偏倚的组合,应该触发专门的监测与培训要求,而不是默认使用者会自己保持警惕。
如果你既不在医院也不做研究:下次用 AI 干活时,可以留意一下自己的顺序——先自己想再问 AI,还是先问 AI 再自己想。这三项医学培训里的试验至少提示:先想后问和先问后想,可能不是同一种学习。欢迎在评论区聊聊你的用法。
来源:BMC Anesthesiology,2026 年 8 月 14 日(PMID 43009790,https://doi.org/10.1186/s12871-026-04173-4);Journal of Surgical Education,2026 年 9 月刊(PMID 42413233);JMIR Medical Education,2026 年 9 月 3 日(PMID 42691464)。