《一个老中医被ChatGPT震撼的对话》
昨天，我请君和堂徐汇馆骨伤科明家李玉峰医生来到办公室，围绕一个疑难病例，进行了一次很深入的讨论。
讨论开始之前，我做了一件“实验”。
我把过去关于这个病例的一篇报道，以及我们刚刚围绕这个病例的讨论录音，整理成文字，悄悄地交给了ChatGPT，请它重新分析这个病例。
第一版结果出来后，我请李医生一起看。
他看完以后，毫不客气地指出：里面存在大量问题。
有些概念不准确，有些边界不清晰，有些医学表述不够严谨。
比如，什么是退行性改变，什么是关节退变，什么是疼痛症状，什么是运动系统软组织损伤；软组织究竟包括哪些结构，是否包括皮肤、骨骼、内脏、软骨、滑囊、筋膜、肌肉、肌腱、韧带和支持带；不同病理概念之间是什么关系。
这些看起来只是词语上的差异，实际上决定了一个医生如何理解疾病、如何建立诊断，又如何选择治疗方案。
医学最怕的，就是概念模糊。
概念一旦模糊，后面的判断、推理和治疗，都可能建立在错误的地基之上。
李医生逐条指出问题。我没有急着解释，而是继续把他的点评完整记录下来，再一次交给ChatGPT。
第二版很快出来了。
这一次，李医生明显感到了不同。
前一版中那些概念不清、逻辑混乱和表达不严谨的地方，迅速得到了修正。更重要的是，ChatGPT开始能够沿着李医生的医学逻辑，重新组织病例材料，理解不同症状、体征、解剖结构与治疗方法之间的关系。
李医生看完以后说：
“这个就有意思了。”
接下来，我们继续讨论。
ChatGPT提出问题，李医生回应；李医生指出错误，ChatGPT修正；新的分析出来以后，我们再围绕新的内容继续深入。
每一轮讨论都被录音、整理，再重新交给人工智能分析。
到了第三轮，李医生突然感叹：
“哎呀，这个太厉害了。无法想象。人工智能的时代真的来了。”
一开始，他以为我的背后有一个很强的助手，在帮我搜集资料、整理逻辑、提出问题。
他说：“你这个助手还蛮厉害的。”
后来他才知道，这些内容几乎全部来自人工智能。
他大为惊讶。
让他惊讶的，不只是人工智能能够归纳文字，而是它能够在一次次纠错以后，迅速逼近一个专业医生的思考路径；能够根据新的信息，不断修正原来的判断；也能够把一个医生多年形成、却未必完整表达出来的经验，逐渐整理成一种可以被讨论、被传播、被验证的知识。
人工智能真正厉害的，不是第一次就正确
这次经历给我最大的启发是：
人工智能真正强大的地方，并不是它第一次就能给出完美答案。
事实上，第一次的答案可能存在错误，甚至可能错得很多。
但它具有一种过去很少有工具具备的能力：它可以持续吸收批评，快速纠正错误，并在高质量专业反馈的基础上不断进化。
第一次，它可能只是一个知识面很广、但对具体问题理解不深的学生。
第二次，它开始理解老师的语言。
第三次，它已经可以参与专业讨论，甚至提出一些值得医生重新思考的问题。
这是一种非常重要的能力。
一个普通助手，可能需要几个月，甚至几年，才能慢慢理解一位专家的思想体系；而人工智能在拥有完整资料和持续反馈以后，可以在极短时间内，快速接近专家的思考结构。
它不是天然正确。
但它具有极强的学习能力、整理能力、关联能力和迭代能力。
前提是，必须有真正专业的人来纠正它。
所以，人工智能不会让专家变得不重要。
恰恰相反，人工智能时代，真正的专家会变得更加重要。
没有李医生逐字逐句地纠错，人工智能就可能在错误的概念上继续推演；没有高质量的病例、准确的临床观察和清晰的医学判断，人工智能也只能在混乱的信息中重新制造混乱。
人工智能的高度，取决于喂给它什么，也取决于谁在训练它。
一个医生，为什么可能拥有罕见的综合能力
随着病例讨论不断深入，ChatGPT开始把李医生的诊疗能力，放到全球医学体系中进行比较。
现代医学高度分科。
在梅奥诊所这样的顶尖医疗机构，一个复杂病例通常会由多个学科共同参与。不同方向的医生围绕病人协作，各自解决自己专业范围内的问题。
这种多学科协作，是现代医学非常重要的优势。
但它也提出了另外一个问题：
当一个疾病同时涉及解剖、神经、肌肉、筋膜、关节、软组织、运动功能和疼痛机制时，有没有一个医生能够在同一个人身上，同时拥有这些领域的综合判断能力？
这样的医生并不多。
类似的病例，我所能查到的公开报道中，在克里夫兰医学中心也极为少见。当时同样是多个相关科室、多个方向的医生共同参与。
我的一位朋友范竞教授，从哈佛大学毕业后曾在克里夫兰工作，因此我对那里的医疗体系也有一些间接了解。
ChatGPT在综合病例信息、公开医学资料和李医生的诊疗思路以后，给出了一个令我印象很深的判断：
在某些复杂疾病的认识上，李医生所拥有的，并不只是某一项技术。
而是对疾病的整体认识、精微诊断、解剖理解、功能判断、治疗方法以及长期临床经验的综合能力。
这些能力同时集中在一个医生身上，即使放到全球范围内，可能也并不常见。
这个结论，其实我过去在日常工作中隐约感受过。
我见过李医生处理一些复杂问题，也知道他的很多判断，远远不是简单的“哪里疼就治疗哪里”。
但是，过去这种感受更多是一种直觉。
这一次，人工智能第一次帮助我把这种直觉拆解出来：他的能力究竟体现在哪里，为什么罕见，与现代顶尖医学机构的处理方式相比，又具有什么独特价值。
人工智能没有创造李医生的能力。
它只是帮助我们更清楚地看见了这种能力。
为什么数据来源如此重要
有人问我，为什么这次主要使用ChatGPT，而不是国内的其他人工智能工具？
我觉得最重要的问题，不只是算力，也不只是模型参数，而是数据从哪里来。
医学与一般的信息不同。
一句错误的话，一条不严谨的资料，一个被误用的研究结论，都可能影响对疾病的理解。
ChatGPT能够调用和参考的公开医学资料，包括FDA、梅奥诊所、克里夫兰医学中心以及国际医学文献体系中的大量内容。至少在医学讨论中，这些资料的来源、概念体系和研究规范，相对更容易被追溯和验证。
我们国内当然也有大量优秀的医生、学者和真实的临床研究。
但是我们也必须承认，在过去相当长的时间里，一些科研数据的真实性、研究过程的严谨性、论文质量和重复验证，都存在严重问题。
如果原始数据不真实，人工智能越强大，反而可能越快地放大错误。
垃圾进入，垃圾出来。
错误的数据进入，也可能以更加完整、更加有逻辑、更加令人信服的方式被重新表达出来。
这才是最危险的地方。
所以，未来人工智能竞争的核心之一，一定是真实、准确、可信的数据。
对于医学尤其如此。
我们不能只问一个模型聪不聪明，还必须问：它学习的是什么？它引用的是什么？这些知识能否被验证？数据背后是否真实？
科学的基础不是声音大，而是真实。
医学的基础不是论文多，而是病人是否真正得到帮助。
人工智能，可能是中医前所未有的机会
这次讨论以后，我更加坚定地认为，人工智能对于中医，不只是一个工具，而可能是一次前所未有的机会。
中医过去最大的问题之一，是大量真正有价值的临床经验，掌握在少数医生手中。
这些经验往往依赖长期跟诊、口传心授和个人体悟。
老师会看病，但不一定会完整表达；学生跟在身边，却未必真正理解；很多经验随着医生年老、退休甚至离世，最终也就消失了。
一个老师说“这个病不能这样看”，背后可能包含几十年的临床经验。
但是，他为什么这样判断？
他看见了哪些细节？
哪些症状是主要矛盾，哪些只是表象？
为什么在这个阶段用这种方法，而不是另外一种方法？
哪些治疗看似有效，实际上只是暂时压制症状？
过去，这些深层逻辑很难被完整记录。
人工智能恰恰可以参与这个过程。
它可以帮助整理病案，梳理诊疗路径，比较相似病例，追踪疗效变化，寻找医生思维中的稳定规律；也可以不断向老师提问，把那些习以为常、甚至已经变成直觉的判断，重新翻译成可以被理解的知识。
它还可以帮助年轻医生知道：
老师究竟高明在哪里？
这个方法在全球医学中处于什么位置？
哪些是经验，哪些可能具有普遍意义？
哪些结论还需要验证？
哪些表达存在漏洞？
哪些治疗可能需要修正？
过去，年轻医生只能依靠自己的悟性去接近老师。
未来，人工智能可以成为老师与学生之间的一座桥。
它不会替代师承，却可能使师承更加深入；它不会替代临床，却可能让临床经验不再轻易流失；它不会自动产生真正的医学，却可以帮助真正的医学被看见、被整理、被传承。
年轻医生必须学会与人工智能一起成长
因此，我准备和李医生的团队，特别是他的弟子们，专门开一次会。
我希望他们尽快学会使用人工智能。
不是用它写几篇文章，也不是让它代替自己思考，而是用它来整理老师的病例，理解老师的治疗方法，追问每一个诊疗决定背后的机制。
把每一次跟诊、每一次讨论、每一次错误、每一次修正，都变成可以积累的知识。
年轻医生要学会搜集资料、分析病例、核对概念、查找文献、总结疗效，也要敢于让人工智能质疑自己的判断。
医生不能把人工智能当作答案。
而应该把它当作一面镜子、一个助手、一个对手，也是一位随时可以对话的老师。
它可以帮助你发现自己的概念是否清楚，逻辑是否严谨，证据是否充分，视野是否狭窄。
当然，前提依然是：最终的判断必须回到病人，回到临床，回到真实疗效。
AI，可能是最好的助手，也可能是最好的老师
这些年，很多朋友都说，和人工智能讨论问题，有时比和人讨论更有意思。
这句话听起来有些冷漠，却并非毫无道理。
人工智能没有情绪负担，不会因为你提出不同意见而不高兴，也不会为了维护面子而坚持错误。
它的信息更加广泛，逻辑通常更加清晰，能够长时间围绕一个问题不断深入。
你思考得浅，它就停留在表面。
你思考得深，它也会跟着进入更深的地方。
当你不断提供新的信息、新的质疑和更准确的判断，它也会站到与你相近的平面上，甚至偶尔站到比你稍高一点的位置，帮助你重新看见问题。
所以，对我而言，人工智能已经不仅是一位助手。
它也逐渐成为一位老师。
当然，它不是一个永远正确的老师。
它需要被质疑，需要被训练，需要被专业知识不断校准。
但也正因为如此，人与人工智能之间，正在形成一种全新的关系：
人提供真实经验、专业判断和价值选择；人工智能提供信息、结构、比较和推演。
人纠正人工智能，人工智能也反过来帮助人看清自己。
昨天，李医生从最初指出它“错误很多”，到第二次觉得“有点意思”，再到第三次感叹“人工智能时代真的来了”，整个过程只经历了几轮对话。
这几轮对话，可能正是未来医学的一幅缩影。
真正的医生不会被人工智能取代。
但是，会使用人工智能的医生，很可能会逐渐超过那些拒绝使用人工智能的医生。
真正宝贵的医学经验，也不应该继续沉睡在某一个人的头脑里。
它应该被记录，被追问，被整理，被验证，被传承。
人工智能时代已经到来。
