《Indian Journal of Surgery》：Preserving Surgical Judgment in the Era of Artificial Intelligence
编辑推荐：
人工智能（AI）正日益整合进入外科实践，其作用已超越行政管理层面，开始支持术中决策制定。这样的角色演进促使研究人员重新审视：在人工智能赋能环境中，如何维持外科判断力、责任归属与信任机制。尽管人工智能可通过预测分析、实时引导和模式识别提升精准性，但其作用是对外科
人工智能（AI）正日益整合进入外科实践，其作用已超越行政管理层面，开始支持术中决策制定。这样的角色演进促使研究人员重新审视：在人工智能赋能环境中，如何维持外科判断力、责任归属与信任机制。尽管人工智能可通过预测分析、实时引导和模式识别提升精准性，但其作用是对外科专业能力中核心的情境性理解、伦理推理和经验性洞见的补充，而非替代。该社论讨论了在有效整合技术支持的同时，保持明确临床责任的重要性。同时，文章亦考虑到对算法输出过度依赖的潜在风险，并强调维持反思性临床推理的必要性。其对外科教育的意义尤为突出，当前愈发强调培养解读并恰当应用基于人工智能的建议之能力。归根结底，人工智能的最佳整合目标应当是强化临床决策、支持以患者为中心的照护，并维护外科学的专业与伦理基础。
该文发表于《Indian Journal of Surgery》，属于一篇围绕人工智能（AI）与外科专业判断关系展开的学术性社论，核心议题在于：随着智能系统持续进入手术场景，外科医生如何在技术增强的环境中维持判断主体性、责任承担与伦理中心地位。文章首先从外科实践的本质切入，指出真正的外科判断力并非单纯来源于指南、清单或标准流程，而是形成于经验积累、规范训练、情境感知和职业责任的长期锤炼之中。外科医生常需在信息不完整、风险相互竞争且无法获得绝对确定性的情况下作出决定，因此，外科判断力本质上是一种在不确定性中进行权衡、解释并采取行动的纪律化专业能力。
在此背景下，研究人员指出，人工智能在外科领域的角色已经发生显著扩展。其早期应用主要集中于排班、文书处理、图像处理等行政性或支持性任务，这些功能提升了效率，但对临床自主性的影响相对有限。随着风险预测工具、结局模型、模式识别平台和决策支持系统的发展，人工智能已逐步接近临床推理核心。文章强调，当代人工智能的重要特征并不只是在于提供额外信息，而是在于其能够通过突出特定风险、改变干预阈值感知、引导注意焦点等方式影响外科医生的思考过程。也就是说，人工智能的作用已由单纯“辅助工作流”转向“参与判断形成”，这使得“如何维护外科判断力”成为比“人工智能能否支持外科”更关键的问题。
文章进一步指出，围绕人工智能与外科的讨论常集中于准确性、性能和预测能力，但准确性并不足以定义健全的外科判断。外科决策具有不可逆后果，不能仅依据概率作出。真正的外科判断不仅需要技术知识，还需情境理解、伦理推理，以及对患者个体价值观和优先事项的把握。人工智能能够高精度识别模式并生成预测，但“预测”并不等同于“决策”。风险评估可以提示某种结果可能发生，却不能决定该风险是否值得接受；这一责任始终属于外科医生。正因如此，人工智能的引入并未削弱外科医生的责任，反而提高了对严谨推理、明确论证和审慎反思的要求。
在责任归属问题上，研究人员强调，外科历来具有协作性，但决策所有权传统上始终明确，即由外科医生作出决定并对结局负责。智能系统引入了一种新的“认知参与”形式：它们能够提供建议，却不承担责任。即便算法建议营造出某种“共享决策”的表象，责任归属也不会随着技术介入而转移。无论外科医生最终采纳还是忽略人工智能建议，其仍然是该决定及其后果的最终责任主体。更值得警惕的是，人工智能可能改变外科医生对“决策所有权”的内在感知：当临床判断与算法输出一致时，医生可能获得额外安心；而当二者不一致时，则可能产生迟疑。长期而言，若决定之所以被认为正确，仅仅因为其符合算法建议，而非因为其本身具有扎实的临床推理依据，则反思性实践将被削弱，职业完整性也会受到侵蚀。因此，文章明确主张，人工智能可以支持判断，但无法解释、证明或为临床选择进行辩护，这些仍是外科专业主义不可分割的组成部分。
在外科教育方面，文章认为，外科判断力并非即时获得，而是在经验、反思、导师指导和逐步承担责任的过程中缓慢发展。传统学徒制长期以来是这一能力形成的核心机制。随着人工智能嵌入外科环境，受训者将同时面对人类教师与算法性指导，这既带来机会，也伴随挑战。一方面，人工智能有可能帮助培训对象更早识别模式与临床关联，从而加速学习；另一方面，若对智能系统产生依赖，则可能损害独立推理能力的发展。文章强调，判断力的形成依赖于对不确定性的真实参与；如果答案总是显得可以通过技术直接获得，受训者就可能失去面对困难决策时进行批判性思考的训练。因此，外科教育不应让人工智能替代分析性思维，而应将其作为促进讨论、挑战假设和深化理解的工具。培训中的外科医生不仅要学会“如何使用人工智能”，还必须学会“如何质疑人工智能、批判人工智能，并在临床判断要求时覆盖其建议”。
对于信任问题，文章指出，信任始终是外科实践的核心。患者信任的是能够承担责任的外科医生，而不是机器本身。在团队层面，人工智能建议可能影响成员的信心、沟通乃至层级关系，有时甚至会减少公开讨论或抑制质疑。对于患者而言，智能技术可能被感知为令人安心，也可能被视为缺乏人情味，这取决于外科医生如何解释其角色。因此，外科医生必须清楚传达人工智能在诊疗中的具体贡献，同时强调所有决策仍然是个体化的，并以患者为中心。只有当技术被用来强化专业判断，而非替代判断时，外科照护中的关系性基础与信任结构才能得到维护。
本文采用的主要方法本质上属于学术社论式论证与概念分析。研究人员并未构建实验队列，也未报告患者样本来源，而是基于外科实践场景，对人工智能（AI）在术中决策支持、风险预测、模式识别、责任归属、教育训练与医患信任等方面的影响进行主题化梳理与规范性讨论。文章主要通过概念辨析、场景分析和职业伦理框架阐述核心观点，强调技术整合与临床责任之间的边界。
研究结果方面，文章按照多个主题逐层展开论证。
The Expanding Role of AI in Surgical Thinking
该部分指出，人工智能在外科中的作用经历了由行政支持向临床推理参与的转变。研究人员通过梳理人工智能应用场景说明，当前智能系统不仅提升效率，还会通过风险预测、结局模型和模式识别影响风险感知、干预阈值和注意分配。因此，人工智能已经开始塑造外科医生“如何思考”，而不只是“做什么”，提示维护判断主体性已成为现实命题。
Judgment Is More Than Accuracy
该部分的核心结论是：准确性不是外科判断力的充分定义。研究人员通过比较“预测”与“决策”的差异指出，人工智能能够提供概率性信息，却无法处理是否接受风险、如何平衡患者价值与伦理后果等问题。由此得出，外科判断包含技术知识之外的情境理解、伦理推理和患者个体价值考量，这些维度超出了算法预测本身的能力边界。
Accountability in a Shared Cognitive Space
该部分聚焦于智能系统参与后的责任结构。研究人员指出，即使人工智能提供建议，外科医生仍是临床决定及其后果的最终承担者。通过分析“认知共享”与“责任不转移”的差异，文章得出结论：人工智能可参与判断形成，但不具备承担临床责任的资格。若外科医生将决策正确性建立在与算法一致之上，而非建立在临床推理之上，则会削弱反思性实践和职业完整性。
Implications for Surgical Training
该部分讨论人工智能对外科教育的双重影响。研究人员指出，人工智能可能通过帮助识别临床模式和关系而促进早期学习，但同时也可能因提供“现成答案”而妨碍独立推理能力的形成。由此得出，外科教育的关键任务是确保人工智能增强学习过程，而非替代分析性思维。培训目标不应限于操作系统本身，还应包括对人工智能输出进行质疑、批判和必要时加以否定的能力。
Trust in the Age of Intelligent Advice
该部分强调，在智能建议不断增加的时代，信任仍然必须以外科医生的责任性和以患者为中心的照护为基础。研究人员指出，人工智能可能影响团队沟通、信心分布和层级互动，也会影响患者对照护过程的主观感受。因此，只有在明确说明人工智能是辅助工具且最终决策由外科医生根据个体情况作出时，医患信任与团队信任才能得到稳固维持。
Keeping the Surgeon at the Moral Centre
该部分构成全文的价值归纳。研究人员认为，人工智能持续发展已成定局，关键不在于其是否进入外科，而在于如何界定其角色。文章最终得出结论：外科照护的道德中心必须始终是外科医生。外科并不只由技术精准性构成，更由决策所有权、责任承担和对后果的负责所定义。人工智能不承担道德责任，而外科医生承担，因此技术应当支持决策，而不能稀释责任。
讨论部分的核心在于重申：人工智能进入外科后，真正需要保护的不是某种传统权威形式，而是外科判断中不可替代的伦理性、情境性和责任性维度。文章并未否定人工智能的价值，相反承认其在预测分析、实时引导和模式识别方面具有重要潜力；但研究人员始终强调，这些能力只能作为临床推理的补充条件，而不能构成独立决策的正当性来源。若外科实践过度依赖算法输出，则可能削弱专业反思、模糊责任边界、影响教育质量，并侵蚀医患之间基于人格责任建立的信任。基于此，文章主张以主动参与、审慎解释和持续反思的方式整合人工智能，使其服务于更强的临床决策，而非更弱的职业主体性。
研究结论部分可译为：人工智能将持续进步，并更加深入地整合进外科实践。问题已不再是这一进程是否会发生，而在于其角色将如何被界定。在外科照护的中心位置，必须始终保留外科医生作为道德与专业决策者的地位。外科的定义不仅在于技术精确性，更在于对决策的所有权、责任承担以及对后果负责。人工智能不承担道德责任，而外科医生承担。要在人工智能时代维护外科判断力，必须积极面对技术建议，保持严谨推理，并持续开展反思性实践。技术应当支持决策，而不应稀释责任。随着智能系统日益成为受信任的顾问，外科医生必须始终是照护的最终裁决者。唯有如此，创新才能强化而非削弱外科学的伦理与专业基础。
