发生了什么
《美国医学会杂志》（JAMA）近期发表一篇观点文章，提出一个颇具争议的观点：在医学推理任务中，自主 AI 将很快超越任何“医生+AI”的组合。作者因此警告，监管者不应在法规中强制规定“人类最终拍板”，否则可能阻碍技术进步，甚至损害患者利益。文章同时承认，目前支持这一判断的证据几乎全部来自模拟环境，而非真实临床实践。
为什么重要
长期以来，医疗 AI 的监管框架普遍遵循“人类在环”（human-in-the-loop）原则，即 AI 只能提供建议，最终诊断或治疗决策必须由医生做出。这一原则旨在保障患者安全，防止算法错误直接导致伤害。然而，随着大语言模型和推理模型在医学考试、临床病例分析等任务中表现迅速提升，部分研究者开始质疑：如果 AI 在特定任务上稳定超越人类，强制人类介入反而可能引入更多错误，降低决策质量。
这篇 JAMA 文章正是这一思潮的代表。它并非孤例，近年来已有研究显示，在某些影像判读、病理分析等任务中，AI 的准确率已与资深专家相当甚至更高。若这一趋势持续，现有监管逻辑将面临根本性挑战：当“人类监督”成为性能瓶颈时，监管者是否应允许 AI 完全自主运行？
影响与看点
这篇文章的核心价值在于，它把“人类在环”从默认正确的前提变成了一个需要论证的问题。对医疗 AI 开发者而言，这意味着未来产品设计可能需要考虑“无人类监督”模式，并为此积累真实世界证据。对监管机构来说，如何在安全与创新之间取得平衡，将是一个棘手但无法回避的课题。
值得注意的是，作者也承认现有证据的局限性——模拟环境与真实临床有巨大差距，包括数据分布偏移、罕见病例、患者沟通等复杂因素。因此，短期内监管完全放开并不现实，但讨论本身已具有风向标意义。
一个值得关注的看点是：如果 AI 在医学推理上确实超越人类，那么“医生”的角色将如何重新定义？是转向监督 AI、处理边缘案例，还是更多地承担情感支持和医患沟通？这不仅是技术问题，更是职业伦理问题。我的独立判断是：未来几年，监管框架将逐步从“强制人类介入”转向“基于风险的动态监督”，但这一转变必须以真实世界证据为基础，而非仅凭模拟结果。对于行业而言，现在正是投入真实临床验证、积累数据的关键窗口期。
