诺奖得主戳破AI医疗神话：机器算得再准，也算不出“人”

10月21日，2013年诺贝尔生理学或医学奖得主托马斯·苏德霍夫在2026可持续全球领导者大会上说了一句话，直接给“AI替代医生”的热潮泼了一盆冷水。

原话很短，但分量很重：AI不能读心，不能提供同理心。而人不是可以由工程师修理的机器人。

这句话之所以值得认真对待，不是因为苏德霍夫头顶诺奖的光环，而是因为他说出了一件被技术叙事长期忽略的事：医学面对的是一个具体的人，而不是一道标准题。

一、AI能给“正确答案”，但医学要的是“对的答案”

现在的大模型在医学考试里成绩比人类还好，这是事实。给它一个症状、一组指标，它能迅速组织出一套逻辑自洽的解释，甚至告诉你下一步该怎么办。

但英国医学杂志BMJ上有一篇文章，把这件事拆得很清楚：算法擅长给你“correct”——基于你输入的信息，它会推导出一个标准答案。但医学里真正重要的，是“right”——对这个具体的人而言，什么才是对的。

同样的头晕，在二十岁的人身上和在八十岁的人身上，处理方式完全不是一回事。同样的胸闷，有基础病和没基础病，判断路径截然不同。中新健康的一项调研里，81.33%的受访医生认为AI健康建议最突出的问题就是“缺乏个体化”。

算法可以处理数据，但它看不见坐在对面的那个人是谁。它不知道这个人家里还有一个需要照顾的老伴，不知道这个人上个月刚丢了工作，不知道这个人说“没事”的时候手在抖。这些不在输入框里的东西，恰恰是医学判断里最要命的部分。

二、AI可以“说”共情的话，但它不在场

有人会反驳：现在的AI已经能写出很温暖的安慰话了，语气比很多医生都柔和。

这话不假。大模型在生成共情式回应方面，确实表现不错。但“说得好听”和“真的在场”，是两件完全不同的事。

BMJ那篇文章点到了一个关键区别：在尊严、舒适、生活质量这些“软”的领域里，算法给不出“善良”这种东西。它可以计算出“正确的”话术，但它不会因为你的疼痛而皱一下眉头，不会在你哭的时候递一张纸巾，不会在你沉默的那几秒钟里，选择不追问、只是坐着陪你。

北京大学医学人文学院的张大庆教授说得更直接：AI擅长图像识别和海量运算，却难以真正共情生命的悲欢离合。医生关照的不仅是躯体，还有一个人对健康、衰老、生死的理解。这些东西，不在算法的能力半径里。

三、医生不可替代的价值，恰恰在“算不出来”的地方

苏德霍夫说“人不是机器人”，这句话翻译过来就是：医学不是修零件。

一个零件坏了，换掉就行。但一个人病了，他要面对的不只是身体的不适，还有恐惧、羞耻、对未来的不确定、对家人的愧疚。医生的一部分工作，是帮一个人在这些东西面前站住。

这种“站住”的能力，靠的不是知识库的厚度。它靠的是临床直觉——那种在日复一日的实践中长出来的、对“不对劲”的敏感。它靠的是信任——那种在一次次接触中积累起来的、患者愿意把真话说出来的关系。它靠的是判断——在信息不完整、时间不充裕、选项都不完美的时候，替一个人做出那个“此刻最对”的选择。

这些能力，没有一项能被编码。AI可以成为医生的“超级助手”，但助手和主人之间，隔着一整个“人”的距离。

四、但医生也不能把“不可替代”当成挡箭牌

话说回来，苏德霍夫的观点如果被理解成“医生可以继续按老样子干活”，那就把问题读窄了。

AI正在改变诊室里的权力关系。患者带着AI给出的答案走进来，问“为什么你和他说的不一样”，这已经成了门诊里的常态。医生的专业垄断正在被打破，“家长式”的医患关系正在瓦解。

这不完全是坏事。一个愿意学习、愿意提问的患者，比一个什么都不问、出门就把医嘱忘掉的患者，要好得多。但它对医生提出了新的要求：你得有能力把AI给出的信息翻译给这个具体的人听，告诉ta哪些适用、哪些不适用、为什么。

真正被AI挤掉的，不是医生这个职业，是那些只做重复性劳动、不和患者发生真实连接的部分。留下来的，是那些能把技术效率和人的温度结合在一起的人。

五、写在最后

苏德霍夫那句话，不是在唱衰AI，是在提醒一件事：医学的终点是人，不是数据。

AI可以把医生从写病历、查文献、筛影像这些事里解放出来。这当然是好事。但它解放出来的时间，应该被用在患者身上——用在多看ta一眼、多听ta说一句、多问一句“你还好吗”上。

如果AI让医生变得更忙、更盯着屏幕、更没空抬头看人，那这项技术就用错了方向。技术应该把医生还给患者，而不是把医生从患者身边拿走。

机器算得再准，也算不出一个人握住另一个人手的时候，那种温度。

动动你的发财小手，点个赞和关注吧。祝你身体健康，每天发大财。

文 | 程韧风
编辑 | 凌恒